한 회사에서 사용자가 사진을 업로드하고 사진 프레임을 선택하는 이미지 분석 애플리케이션을 구축했습니다. 현재 단일 Amazon EC2 인스턴스와 메타데이터용 Amazon DynamoDB를 사용하고 있습니다. 사용자 트래픽은 시간대에 따라 크게 달라지며 동시 사용자 수가 증가할 것입니다. 회사는 애플리케이션이 수요를 충족하도록 확장할 수 있는지 확인해야 합니다. 다음 중 이러한 요구 사항을 충족하는 솔루션은 무엇입니까?

정답은 AWS Lambda를 사용하여 사진을 처리하고, 사진은 Amazon S3에 저장하며, 메타데이터는 DynamoDB에 계속 저장하는 것입니다. 이 솔루션은 서버리스 아키텍처를 활용하여 트래픽 변동에 따라 자동으로 확장됩니다. AWS Lambda는 이벤트 기반으로 작동하여 필요한 경우에만 컴퓨팅 리소스를 사용하며, Amazon S3는 객체 스토리지 서비스로 무한한 확장성과 높은 내구성을 제공하여 사진 저장에 적합합니다. DynamoDB는 NoSQL 데이터베이스로 메타데이터 저장에 효율적입니다. 오답인 AWS Lambda를 사용하여 사진을 처리하고 사진과 메타데이터를 DynamoDB에 저장하는 것은 DynamoDB가 대용량 바이너리 객체(사진) 저장에 적합하지 않으므로 비효율적입니다. Amazon Kinesis Data Firehose는 스트리밍 데이터 수집 및 전송 서비스이므로 이미지 처리 애플리케이션의 주요 구성 요소로는 부적합합니다. EC2 인스턴스 수를 늘리는 것은 수동 확장이므로 트래픽 변동에 유연하게 대응하기 어렵고, Provisioned IOPS SSD (io2) EBS 볼륨은 블록 스토리지로 이미지 파일 저장에 S3보다 비효율적입니다.