EC2 및 RDS에서 실행되는 양식 처리 애플리케이션은 업로드된 스캔 양식을 S3에 저장하고, 사람이 검증 및 데이터를 추출한 다음 외부 API를 호출하도록 Amazon SNS를 통해 알림을 보냅니다. 정확한 추출, 최소한의 출시 시간, 최소한의 지속적인 운영 오버헤드로 양식 처리를 자동화해야 합니다. 다음 중 이러한 목표를 가장 잘 달성하는 솔루션은 무엇입니까?

이 솔루션은 AWS Step Functions와 Lambda를 사용하여 오케스트레이션을 제공하고, Amazon Textract로 양식에서 텍스트와 데이터를 추출하며, Amazon Comprehend로 추가적인 데이터 추출 및 분석을 수행합니다. 이는 정확한 추출, 빠른 출시 시간, 최소한의 운영 오버헤드라는 요구 사항을 가장 잘 충족합니다. Textract와 Comprehend는 완전 관리형 서비스이므로 사용자 지정 모델 개발 및 유지 관리 부담이 없습니다. 오답 설명: 사용자 지정 OCR 라이브러리 및 EKS 클러스터는 개발 및 운영 오버헤드가 크고, Textract보다 정확도가 낮을 수 있습니다. EC2 인스턴스에 호스팅된 AI/ML 모델은 관리 오버헤드가 높고, Step Functions 및 Lambda를 사용한 오케스트레이션의 이점을 충분히 활용하지 못합니다. Amazon SageMaker 모델은 훈련 및 배포에 시간이 소요되며, ElastiCache에 출력을 저장하는 것은 영구 저장에 적합하지 않을 수 있습니다.