한 회사의 IoT 플랫폼이 현재 온프레미스에서 실행되고 있습니다. 서버는 MQTT를 사용하여 5분마다 디바이스에서 원격 측정 데이터를 수집하고 MongoDB 클러스터에 디바이스 메타데이터를 저장합니다. 주기적으로 실행되는 온프레미스 앱은 원격 측정 데이터와 메타데이터를 집계하고 변환하여 보고서를 생성하며, 이 작업은 120~600초가 소요됩니다. 별도의 웹 앱은 항상 실행되어 보고서를 제공합니다. 이 회사는 AWS로 이전하고 운영 오버헤드를 줄이려고 합니다. 운영 오버헤드를 최소화하면서 요구 사항을 충족하는 단계 조합은 무엇입니까? (3개 선택)

IoT 디바이스가 AWS IoT Core에 게시하도록 구성하는 것은 온프레미스 MQTT 브로커를 관리형 서비스로 대체하여 운영 오버헤드를 줄입니다. Amazon DocumentDB (MongoDB 호환성 포함)에 디바이스 메타데이터를 작성하는 것은 기존 MongoDB 클러스터를 관리형 데이터베이스 서비스로 마이그레이션하여 운영 부담을 줄이고 MongoDB 호환성을 유지합니다. Lambda 작업을 사용하는 AWS Step Functions 상태 머신을 사용하여 보고서를 준비하고 Amazon S3에 작성한 후 CloudFront를 통해 제공하는 것은 보고서 생성 및 제공을 서버리스 아키텍처로 전환하여 운영 오버헤드를 최소화하고 확장성을 확보합니다. 온프레미스 커넥터를 AWS Lambda 함수로 교체하는 것은 IoT 디바이스가 직접 Lambda에 연결하는 것은 일반적인 IoT 패턴이 아니며, IoT Core가 더 적합한 게이트웨이 역할을 합니다. Amazon EC2 인스턴스에서 자체 관리형 MongoDB를 사용하는 것은 운영 오버헤드를 줄이려는 목표에 부합하지 않습니다. 보고서 준비를 위해 EC2에 Amazon EKS 클러스터를 사용하는 것은 서버리스 옵션보다 운영 오버헤드가 더 큽니다.