한 소매업체가 매일 100GB의 트랜잭션 데이터를 S3에 저장하고 있으며, 데이터 스키마를 감지하고, S3 데이터에 대한 변환을 수행하며, ML을 사용하여 사기를 감지해야 합니다. 이 모든 작업을 최소한의 운영 오버헤드로 수행해야 합니다. 어떤 서비스 조합을 사용해야 할까요? (세 가지를 선택하세요.)

AWS Glue 크롤러는 S3에 저장된 데이터의 스키마를 자동으로 감지하고 AWS Glue 데이터 카탈로그에 저장하여 데이터 검색 및 관리를 용이하게 합니다. AWS Glue 워크플로우와 AWS Glue 작업은 서버리스 방식으로 데이터 변환(ETL)을 수행하여 운영 오버헤드를 최소화합니다. Amazon Fraud Detector는 사기 감지를 위한 완전 관리형 서비스로, ML 전문 지식 없이도 사기 감지 모델을 구축하고 배포할 수 있어 가장 효율적인 사기 감지 솔루션입니다. Amazon Athena는 스키마 추론 기능이 없으며, Amazon Redshift 저장 프로시저는 데이터 웨어하우스 내에서 변환을 수행하지만 S3 데이터에 직접 적용하기는 어렵습니다. Amazon Redshift ML은 Redshift 데이터를 기반으로 ML 모델을 훈련하지만, 사기 감지에 특화된 Fraud Detector가 더 적합합니다.