음악 스트리밍 회사가 S3 버킷으로 노래 평점을 스트리밍하고 있으며, 해당 버킷을 가리키는 AWS Glue Data Catalog를 가지고 있습니다. 이 회사는 배치 훈련과 실시간 추론 모두에 대해 동기화 상태를 유지하는 평점 리포지토리를 원합니다. 이 요구 사항을 충족하는 솔루션은 무엇입니까?

SageMaker Feature Store는 머신러닝 모델 훈련 및 추론을 위한 특징(feature)을 저장, 관리 및 제공하는 완전 관리형 서비스입니다. S3 버킷에서 Feature Store로 데이터를 수집하면 배치 훈련과 실시간 추론 모두에서 일관된 특징을 사용할 수 있어 동기화 상태를 유지할 수 있습니다. 태그와 인덱스를 적용하면 특징을 효율적으로 검색하고 관리할 수 있습니다. Amazon Athena는 대화형 쿼리 서비스로, 데이터 그룹화에는 유용하지만 특징 저장소의 동기화 요구 사항을 직접적으로 해결하지 못합니다. AWS Lake Formation은 데이터 레이크 보안 및 거버넌스에 중점을 두며, 특징 저장소의 역할을 대체하지 않습니다. SageMaker Data Wrangler의 Generate Data Insights는 데이터 탐색 및 전처리 도구이며, 특징 저장소 솔루션이 아닙니다.