정답 · 해설

해설

【핵심 용어】 ▸ aws:CurrentTime + DateGreaterThan/DateLessThan — IAM 조건 키로 시간대 제한. ▸ Resource ARN 패턴 — S3 prefix별 와일드카드. 【정답 포인트】 ▸ Prefix별 + 영업시간 = ARN 와일드카드 + aws:CurrentTime DateGreaterThan/LessThan. 【오답 체크】 (A) $util.time은 표준 변수 아님. (C) s3:prefix는 ListObjects 한정. (D) s3:ResourceAccount는 계정 한정.

해설

【핵심 용어】 ▸ RDS Native Audit Logging + CloudWatch Logs + CloudTrail — 데이터 변경(레코드)은 RDS 감사 로그, 인스턴스 변경은 CloudTrail. 【정답 포인트】 ▸ 데이터 + 인스턴스 변경 모두 감사 = 네이티브 감사 + CloudWatch + CloudTrail 조합. 【오답 체크】 (A) CloudWatch + 메트릭만으론 데이터 변경 캡처 부족. (B) EventBridge + Lambda + OpenSearch는 직접 구현 부담. (C) CloudTrail만으론 데이터 레벨 변경 부족.

해설

【핵심 용어】 ▸ Step Functions Distributed Map + ToleratedFailurePercentage — 대규모 병렬 처리 + 실패 비율 임계 자동 중단. 【정답 포인트】 ▸ 수백만 레코드 병렬 + 15% 초과 시 중단 + 최소 운영 = Distributed Map + ToleratedFailurePercentage=15. 【오답 체크】 (A) AWS Batch + 커스텀 추적 = 직접 구현 부담. (C) EMR Spark + 커스텀 임계 = 운영 부담. (D) Lambda + S3 Batch도 직접 구현.

해설

【핵심 용어】 ▸ Athena Federated Query — DynamoDB·RDS·Redshift·S3 모두 SQL로 조인. 데이터 이동 0. 【정답 포인트】 ▸ 일회성 + 다중 소스 join + 데이터 이동 X + 빠른 실행 = Federated Query. 【오답 체크】 (A) DynamoDB Streams + DMS + S3 = 데이터 이동 + 시간. (B) Glue + S3 통합도 데이터 복제. (C) EMR + Spark는 클러스터 운영 부담.

해설

【핵심 용어】 ▸ Step Functions / Glue Workflows — 둘 다 서버리스 ETL 오케스트레이션. 재시도·의존성 관리. 【정답 포인트】 ▸ A(Step Functions) + B(Glue Workflows) = 서버리스 + 재시도. 둘 중 하나 선택 가능. 【오답 체크】 (C) EC2 cron은 서버 운영. (D) EventBridge 단독은 의존성 관리 약함. (E) CodePipeline은 CI/CD 도구.

해설

【핵심 용어】 ▸ S3 Lifecycle 90일 만료 — 단순 만료 정책으로 비용 최저. 【정답 포인트】 ▸ 90일 후 삭제만 필요 + 그 사이 즉시 접근 = Standard 보관 + 90일 만료. 【오답 체크】 (A) Glacier 이동은 90일 후 재처리 가능성과 충돌(즉시 접근 어려움). (B) Object Lock 90일 + Versioning은 과한 보호 + 비용↑. (D) Intelligent-Tiering은 90일 패턴엔 오버스펙.

해설

【핵심 용어】 ▸ Bedrock Knowledge Bases — 다국어 임베딩·검색 + 자동 인용. 별도 벡터 DB·Lambda 없이 multilingual 응답. 【정답 포인트】 ▸ 다국어 + 인용 + 최소 운영 = Knowledge Bases + 멀티링구얼 모델. 【오답 체크】 (A) OpenSearch Serverless 직접 구축 + Lambda = 운영 부담. (C) Comprehend + Kendra + Lambda = 다단계. (D) 커스텀 LLM fine-tune은 운영 부담 큼.

해설

【핵심 용어】 ▸ IAM 정책(접근) + SSE-KMS(암호화) + Secrets Manager(자동 회전) — 세 요구 모두 만족. 【정답 포인트】 ▸ S3 접근 제한 + KMS 암호화 + 자격 자동 회전 = IAM + SSE-KMS + Secrets Manager. 【오답 체크】 (A) 환경 변수 자격 = 평문 노출 + 자동 회전 X. (C) S3 ACL은 비권장 + Parameter Store는 자동 회전 미지원. (D) Parameter Store + 스케줄 회전은 자동 통합 부족.

해설

【핵심 용어】 ▸ DynamoDB + DAX — 서버리스 + ms 응답 + 캐시로 마이크로초. 빈번 읽기·드문 쓰기에 최적. 【정답 포인트】 ▸ 서버리스 + ms + 빈번 읽기 = DynamoDB + DAX. 【오답 체크】 (A)(B) S3는 ms 응답 어려움. (C) RDS는 서버리스 아님(RDS Serverless v2도 일반 RDS와 다른 모델).

해설

【핵심 용어】 ▸ Redshift Cluster 분리 + Data Sharing — ETL과 분석 클러스터 분리. 락 경합 제거. 라이브 공유로 일관성 유지. 【정답 포인트】 ▸ ETL 락 + 분석 타임아웃 = 클러스터 분리. ETL은 한쪽, 분석은 다른 쪽 + Data Sharing. 【오답 체크】 (A) MV 사용은 락 자체 해결 X. (B) Federated Query/Read Replica는 Redshift 모델 일부 부정확. (C) Spectrum은 ETL 락 회피하지만 분석 데이터를 S3로 옮겨야 함.

해설

【핵심 용어】 ▸ Parquet + Sensor Category 파티션 + Date 정렬 — 카테고리 쿼리 시 파티션 프루닝, 시간순 정렬로 압축률·범위 쿼리 최적. 【정답 포인트】 ▸ 카테고리별 인사이트 = 카테고리 파티션이 가장 효과적. 【오답 체크】 (A) ORC + 날짜 파티션도 가능하지만 카테고리 쿼리에 카테고리 파티션이 더 효과적. (B)(D) CSV는 컬럼형 아님.

해설

【핵심 용어】 ▸ Redshift Stored Procedure — DELETE + INSERT를 트랜잭션으로 묶어 원자적 갱신. 외부 도구 0. 【정답 포인트】 ▸ 본 테이블에서 stale 삭제 + staging 데이터 삽입 = 저장 프로시저로 트랜잭션 처리. 【오답 체크】 (A) Spectrum은 외부 테이블 — 본 테이블 갱신 도구 아님. (B) UNLOAD + Athena + COPY = 다단계 + 일관성 위험. (C) Federated 쿼리는 외부 데이터 조회.

해설

【핵심 용어】 ▸ CloudWatch Logs Subscription Filter → Firehose + Lambda 변환 — 필터링된 로그를 Firehose로 송출, Lambda로 형식 변환 후 S3. 【정답 포인트】 ▸ 관련 로그만 + 분석 형식 + 신뢰성 = Subscription Filter + Firehose + Lambda 변환. 【오답 체크】 (A) S3 버킷 정책으로 로그 형식 제어 X. (C) 필터가 Firehose를 모니터한다는 표현이 어색. (D) 태그 기반 인입은 Firehose 표준 기능 아님.

해설

【핵심 용어】 ▸ KDS + Lambda + Redshift — 서버리스 인입 + 처리 + 분석. 비용 효율 + 확장성 + 무손실(KDS 보존 기간). 【정답 포인트】 ▸ 수백만 이벤트 + 최소 지연 + 무손실 + 비용 효율 = KDS + Lambda + Redshift. 【오답 체크】 (B) Glue 10분 폴링은 실시간 아님. (C) S3 + Lambda는 배치. (D) MSK 자체 관리 부담 큼.

해설

【핵심 용어】 ▸ Athena Workgroup Query Result Reuse — 동일 쿼리 결과를 캐시 재사용. 비용·시간 절감. 【정답 포인트】 ▸ 같은 파라미터 반복 = Result Reuse 활성화. 【오답 체크】 (A) JSON은 컬럼형 아님. (B) EMR 사전 처리는 추가 인프라. (D) Spectrum은 추가 클러스터 비용.

해설

【핵심 용어】 ▸ Glue Studio + Custom Library Connection — PySpark 잡 + 데이터 연결에 커스텀 라이브러리 등록. 서버리스 + 자동 확장. 【정답 포인트】 ▸ 매일 PySpark + 커스텀 라이브러리 + 확장성 + 최소 운영 = Glue Studio + 데이터 연결. 【오답 체크】 (B) EC2 + AMI = 인프라 운영. (C) EMR 부트스트랩은 클러스터 운영. (D) SageMaker Processing은 ML 워크로드 — 일반 ETL 표준 아님.

해설

【핵심 용어】 ▸ Lambda 코드 내 로그 레벨 — Python logging.setLevel() 등으로 ERROR 이상만 출력. 별도 권한·인프라 0. 【정답 포인트】 ▸ 애플리케이션·시스템 로그 레벨 별도 제어 = 코드 안에서 logging 모듈 설정. 【오답 체크】 (A) 권한 추가는 로그 레벨과 무관. (C) JSON 형식은 표현 형식이지 레벨 제어 아님. (D) 별도 로그 그룹은 분리지 레벨 제어 아님.

해설

【핵심 용어】 ▸ Step Functions 로그 레벨 FATAL — 상태 머신 실행 이벤트 중 FATAL만 CloudWatch로 게시(TaskFailed 등 세부 이벤트는 미포함) ▸ Lambda 로그 그룹 /aws/lambda/<함수명> — Lambda 내부 오류·예외 스택 트레이스가 기록되는 곳 ▸ 오류 세부 위치 — 전처리 Lambda 내부 오류는 Lambda 자체 로그에 남음 【정답 포인트】 ▸ "전처리 Lambda에서 오류 발생 시 상세 원인 확인" → 함수 내부 예외는 Lambda 로그 그룹(/aws/lambda/preprocessing)에 기록되므로 그곳을 확인 ▸ Step Functions 로그는 FATAL만 게시되어 상세 오류 부족 【오답 체크】 (A) Step Functions TaskFailed 이벤트는 실패 사실은 알려도 함수 내부 상세 오류 원인은 부족(로그 레벨 FATAL 한정). (B) CloudTrail은 API 감사 로그로 전처리 오류 상세를 담지 않음. (D) TaskSucceeded는 성공 이벤트라 오류 진단과 무관. 【시험 포인트】 "Lambda 내부 오류 상세" → /aws/lambda 로그 그룹.

해설

【핵심 용어】 ▸ Redshift Row-Level Security (RLS) — 행 단위 접근 제어, 다중 조건 SQL 술어로 부서별 레코드 필터 ▸ 단일 데이터 사본 유지 — RLS는 테이블에 정책을 붙여 복제 없이 접근 제한 ▸ PII 보호 + 부서별 접근 — 다중 조건 술어와 역할별 정책 부여 【정답 포인트】 ▸ "부서 자기 레코드만 + 사본 미증가 + PII 보호" → (D) 다중 조건 SQL 술어의 RLS 정책을 테이블에 부착하고 부서 역할에 정책 부여 ▸ 단일 데이터셋에 행 수준 정책으로 부서 격리·PII 보호 동시 달성 【오답 체크】 (A) 크로스 리전 데이터 공유로 전체 사본 배포는 "사본 미증가" 요구 정면 위반. (B) "EXPLAIN RLS 권한"은 존재하지 않는 권한, 기본 필터만으로 PII 보호 부족. (C) 부서별 스키마·뷰 분리는 관리 부담 크고 단일 정책 기반 RLS보다 열등, 복제 위험. 【시험 포인트】 "단일 사본 + 부서별 행 접근 + PII" → Redshift RLS 다중 조건 정책.

해설

【핵심 용어】 ▸ DynamoDB TTL — 항목의 만료 타임스탬프 속성 기준으로 자동 삭제, 추가 비용 없는 관리형 기능 ▸ 만료 타임스탬프 속성 — 각 항목에 epoch 만료 시각 지정 ▸ 최소 운영 오버헤드 — Lambda/Glue 커스텀 삭제 대비 내장 TTL이 간단 【정답 포인트】 ▸ "7일 지난 데이터 자동 삭제 + 최소 오버헤드" → (A) DynamoDB TTL 활성화 + 각 항목에 만료 타임스탬프 속성 추가 【오답 체크】 (B) EventBridge+Lambda 일일 삭제는 커스텀 코드·스케줄 운영 부담. (C) 새 테이블 생성·마이그레이션·앱 변경은 과도한 오버헤드. (D) Glue 배치 스캔 삭제는 무겁고 비효율(스캔 비용·운영 부담). 【시험 포인트】 "DynamoDB 오래된 항목 자동 만료" → TTL.