한 회사에서 단일 S3 버킷에 저장된 데이터를 처리하는 AWS Glue 작업으로 공급되는 Amazon QuickSight 대시보드를 사용합니다. 매일 새로운 데이터가 추가되고 있으며, AWS Glue 작업 실행 시간이 길어져 대시보드 쿼리가 느려지고 있습니다. 데이터 엔지니어는 AWS Glue 작업 속도를 높이기 위해 어떤 조치를 취해야 할까요? (두 가지 선택)

S3 버킷의 데이터를 연, 월, 일별로 파티셔닝하면 AWS Glue 작업이 전체 데이터 세트 대신 필요한 데이터만 스캔하여 처리 시간을 크게 단축할 수 있습니다. 이는 QuickSight 대시보드의 쿼리 속도 향상으로 이어집니다. worker type을 스케일업하여 AWS Glue 인스턴스 크기를 늘리면 작업에 더 많은 컴퓨팅 리소스가 할당되어 병렬 처리 능력이 향상되고 작업 실행 시간이 단축됩니다. DynamicFrame 스키마 클래스로 변환하는 것은 성능 향상에 직접적인 영향을 주지 않으며, 작업 스케줄링 빈도를 줄이는 것은 데이터 최신성을 저해하여 요구 사항에 부합하지 않습니다. IAM 역할을 수정하는 것은 권한 문제 해결에는