한 회사에서 구조화된 데이터와 비구조화된 데이터가 포함된 데이터 레이크를 관리하기 위해 AWS Lake Formation을 사용합니다. ML 엔지니어는 특정 광고 캠페인에 할당되며, Amazon Athena를 사용하여 데이터를 쿼리하고 S3에서 직접 객체를 탐색해야 합니다. 각 엔지니어는 할당된 캠페인에 대한 리소스에만 액세스할 수 있어야 합니다. 캠페인 기반 액세스를 적용하기 위한 가장 운영 효율적인 솔루션은 무엇입니까?

정답은 Lake Formation을 사용하여 S3 버킷에 대한 AWS Glue 액세스를 승인하고 ML 엔지니어를 캠페인에 매핑하는 Lake Formation 태그를 적용하는 것입니다. AWS Lake Formation은 데이터 레이크의 보안, 거버넌스 및 감사를 중앙 집중화하여 구조화된 데이터와 비구조화된 데이터 모두에 대한 세분화된 액세스 제어를 제공합니다. Lake Formation 태그 기반 액세스 제어는 ML 엔지니어를 특정 캠페인에 매핑하고 해당 캠페인과 관련된 리소스에만 액세스할 수 있도록 하여 운영 효율성을 극대화합니다. IAM 정책을 AWS Glue Data Catalog에 적용하는 것은 데이터베이스 및 테이블 수준의 액세스 제어에는 적합하지만, S3 객체에 대한 세분화된 제어를 제공하지 못합니다. DynamoDB Streams와 Lambda 함수를 사용하여 S3 버킷 정책을 업데이트하는 것은 복잡하고 관리하기 어렵습니다. S3 버킷 정책만으로는 세분화된 객체 수준 액세스 제어를 구현하기 어렵고, 데이터 레이크의 거버넌스 기능을 활용할 수 없습니다.