온프레미스에 배포된 모델은 Amazon S3에 저장된 데이터를 사용하며, 하이브리드 클라우드 설정에서 실시간 대화 엔진을 구동하기 위해 민감한 정보를 처리합니다. ML 엔지니어는 운영 오버헤드를 최소화하면서 민감한 데이터를 감지하고 제거해야 합니다. 어떤 솔루션이 이 요구 사항을 충족할까요?

정답은 Amazon Macie를 사용하여 민감한 데이터를 검색하고 AWS Lambda 함수를 호출하여 민감한 항목을 제거하는 것입니다. Amazon Macie는 S3에 저장된 민감한 데이터를 자동으로 검색하고 분류하며, 발견된 민감 정보에 대한 알림을 생성합니다. 이 알림을 기반으로 AWS Lambda 함수를 트리거하여 민감한 데이터를 제거하거나 수정하는 작업을 자동화할 수 있어 운영 오버헤드를 최소화하면서 요구 사항을 충족합니다. 오답 설명: Amazon SageMaker에 모델을 배포하는 것은 모델 배포 솔루션이지 민감 데이터 감지 및 제거 솔루션이 아닙니다. Lambda 함수를 별도로 구축해야 하므로 Macie를 사용하는 것보다 복잡합니다. AWS Fargate와 Amazon ECS는 컨테이너화된 애플리케이션 배포에 적합하지만, 민감 데이터 감지 기능이 내장되어 있지 않으며, AWS Batch 작업은 데이터 처리에는 적합하나 민감 데이터 감지 및 제거를 위한 전문 서비스가 아닙니다. Amazon Comprehend는 텍스트에서 통찰력을 추출하는 데 사용되지만, 민감 데이터를 감지하고 제거하는 주된 목적의 서비스는 아닙니다. 또한 EC2 인스턴스를 시작하여 제거를 수행하는 것은 서버리스 Lambda보다 운영 오버헤드가 더 큽니다.