Azure 아키텍처 센터의 새로운 기능 
AAC(Azure 아키텍처 센터)는 Azure에서 솔루션을 디자인, 빌드 및 운영하는 데 유용합니다. 클라우드 아키텍처 스타일 및 디자인 패턴에 대해 알아봅니다. 기술 선택 사항 및 가이드를 사용하여 솔루션에 적합한 서비스를 결정합니다. 이 지침은 운영, 보안, 안정성, 성능 및 비용 최적화와 같은 클라우드 빌드의 모든 측면을 기반으로 합니다.
다음 새 문서와 업데이트된 문서는 최근에 Azure 아키텍처 센터에 게시되었습니다.
2024년 11월
새 문서
- Java용 최신 웹앱 패턴
- 보안 다중 테넌트 RAG 추론 솔루션 설계 가이드
- 데이터 및 AI
- 재해 복구를 위한 다중 지역 App Service 앱 접근 방식
- Azure IoT Hub를 사용하여 Azure Storage 계정에 파일을 비공개로 업로드
업데이트된 문서
- 다중 테넌트 Azure Kubernetes Service 클러스터 (#99e1199aec)에서 Application Gateway 수신 컨트롤러 사용
- 규제 대상 데이터에 대한 보안 연구 환경 설계(#70ff986fb6)
- Azure 에서 Microsoft 온-프레미스 기술을 특징으로 하는 시나리오(#84a5acfd12)
- .NET 용 최신 웹앱 패턴(#a80637ef28)
- Message Broker 및 이벤트를 사용하여 엔터프라이즈 시스템 통합(#159cbaeccf)
- ExpressRoute 를 사용하여 온-프레미스 네트워크를 Azure에 연결(#e5f9dec39d)
- 서버리스 함수 코드 연습 (#027d3ab0ec)
- Azure 및 AWS 에서 Storage 서비스 비교(#428cac3304)
- Azure NetApp Files 를 사용한 Moodle 배포(#ecedf3ebc8)
- 마이크로 서비스에 대한 컴퓨팅 옵션 선택(#3c7f4b64a6)
- 기본 웹 애플리케이션 (#a6d7565ea0)
- Project 15 Open Platform IoT 지속 가능성 (#a65af2fb36)
- AKS(Azure Kubernetes Service) 다중 테넌트(#e8c3419d24)에 대한 고려 사항
- 이벤트 기반 아키텍처 스타일 (#837f359436)
- 기간 업무 확장 (#c38027e1d8)
- Microsoft Machine Learning 제품 및 기술 개요(#e9e0ae671b)
- AI(인공 지능) 아키텍처 (#e9e0ae671b)
- Azure Virtual Desktop 의 Esri ArcGIS 플랫폼(#07114dc8b6)
- 통신 을 위한 지리 공간적 분석(#07114dc8b6)
- Microsoft Fabric 의 그린필드 레이크하우스(#07114dc8b6)
- 완전히 관리되는 오픈 소스 데이터 엔진을 사용하여 스트림 처리(#07114dc8b6)
- 다중 테넌트 솔루션 의 스토리지 및 데이터에 대한 아키텍처 접근 방식(#5af6f44473)
- 다중 테넌트 및 Azure Cosmos DB (#b3d32f27df)
- 구독 자동 판매 구현 지침 (#182044238e)
- mTLS 를 사용하여 AKS 및 API Management 배포(#c166d847c3)
- Oracle on Azure 아키텍처 디자인 (#1ad00faf60)
- Azure Security Services를 사용하여 첫 번째 방어 계층 빌드 (#d767ff97c6)
- Azure 및 Microsoft Defender XDR 보안 서비스 통합(#d767ff97c6)
- Microsoft Sentinel 자동 응답 (#d767ff97c6)
- Azure DevOps 를 사용하여 Microsoft 365 테넌트 구성 관리(#b8c4511d3a)
- 사용 량 측정(#5be872db52)
- SCI 점수(#fab649364c)를 사용하여 Azure 앱 지속 가능성 측정
- 초기 계획 OpenAI 엔드 투 엔드 채팅 참조 아키텍처 (#c49693b8b9)
- Azure OpenAI 언어 모델에 대한 로깅 및 모니터링 구현(#30fbbdad4d)
- Computer Vision 및 Azure Machine Learning 을 사용하여 비디오 콘텐츠 분석(#77135146b6)
- Azure 에서 문서 분류 자동화(#77135146b6)
- AI 문서 인텔리전스 를 사용하여 문서 처리 자동화(#77135146b6)
- PDF 양식 처리 자동화(#77135146b6)
- Azure 에서 사용자 지정 문서 처리 모델 빌드 및 배포(#77135146b6)
- MLOps 솔루션 에 대한 네트워크 보안 검사 목록(#77135146b6)
- Azure Machine Learning(#77135146b6)을 사용하여 많은 모델 기계 학습
- Spark 를 사용하여 기계 학습하는 많은 모델(#77135146b6)
- Azure OpenAI 서비스, Speech Services 및 언어 서비스(#77135146b6)를 사용하여 콜 센터 데이터 추출 및 분석
- 최신 데이터 웨어하우스 용 DataOps(#77135146b6)
- Power Platform 을 사용하는 시민 AI(#77135146b6)
- Databricks 및 Kubernetes 를 사용한 직원 보존(#77135146b6)
- 모델 대출 신용 위험 및 기본 확률 (#77135146b6)
- 다중 지역 부하 분산 (#6c8ea10816)
- Azure Arc 지원 서버 구성 (#6c8ea10816)
- Azure Arc 를 사용하여 SQL Server 관리(#6c8ea10816)
- Azure Stack HCI(#6c8ea10816)에 배포된 워크로드에 대한 Azure Arc를 사용하여 하이브리드 클러스터 간 크기 조정
- 자동차 연결 차량 (#6c8ea10816)
- Azure 의 허브-스포크 네트워크 토폴로지(#6c8ea10816)
- 제조 를 위한 에지의 엔드 투 엔드 컴퓨터 비전(#6c8ea10816)
- Raincode 컴파일러 를 사용하여 메인프레임 애플리케이션을 Azure로 다시 호스팅(#6c8ea10816)
- AKS(Advanced Azure Kubernetes Service) 마이크로 서비스 아키텍처 (#6c8ea10816)
- 자동화된 엔터프라이즈 BI (#6c8ea10816)
- Azure 에 IBM OMS(Sterling Order Management Software) 배포(#6c8ea10816)
- Azure IoT 참조 아키텍처 (#6c8ea10816)
- 메인프레임 데이터를 Azure 에 복제 및 동기화(#6c8ea10816)
- Avanade AMT 를 사용하여 Unisys 메인프레임 마이그레이션(#6c8ea10816)
- Linux VM 에서 SAP BW/4HANA 실행(#6c8ea10816)
- 확장 시스템의 Linux VM용 SAP HANA(#6c8ea10816)
- 서버리스 이벤트 처리 (#6c8ea10816)
- IBM z/OS 결합 기능 리팩터링(#6c8ea10816)
- Azure ASE 를 사용한 엔터프라이즈 배포(#6c8ea10816)
- 고가용성 다중 지역 웹앱 (#6c8ea10816)
- 서버리스 웹 애플리케이션 (#6c8ea10816)
- Azure Spring Apps 기준 아키텍처 (#6c8ea10816)
- 보안 작업의 Microsoft Entra IDaaS(#a1342dca07)
- Power Automate 및 AI Builder 를 사용하여 개체에서 텍스트 추출(#a1342dca07)
- 거의 실시간으로 분석 된 뉴스 피드(#a1342dca07)
- 기계 학습 을 사용하여 병원 재입원 예측(#a1342dca07)
- 컨베이어 벨트 에 대한 실시간 변칙 검색(#a1342dca07)
- 수술 에 대한 위험 예측 모델(#a1342dca07)
- 규제 산업에서 AI 및 기계 학습 이니셔티브 크기 조정(#a1342dca07)
- 학생 감소 예측(#a1342dca07)
- SAP HANA 대규모 인스턴스 실행(#cd8f5bea9a)
- 다중 테넌트 솔루션 에 대한 가격 책정 모델(#820a1635fe)
- Azure NetApp Files 에서 Teamcenter PLM 사용(#d056868ef6)
- ASE 를 사용한 HA 엔터프라이즈 배포(#41aed5ce1c)
- Azure Synapse 를 사용하는 분석 엔드 투 엔드(#a9e676aa5e)
- AKS 를 사용한 데이터 스트리밍(#73cfb4bcff)
- 영역 중복 Azure Red Hat OpenShift(#c6b6bc2c67)를 사용하여 웹앱 배포
2024년 10월
새 문서
- Oracle 데이터베이스를 Azure Virtual Machine으로 마이그레이션
- Oracle 데이터베이스를 OD@A Exadata Database Service로 마이그레이션
- Oracle 데이터베이스를 Azure로 마이그레이션
- Azure Databricks를 사용하여 MLOps 오케스트레이션
- .NET용 최신 웹앱 패턴
- Enterprise Web App 패턴
- .NET용 신뢰할 수 있는 웹앱 패턴
- Java용 신뢰할 수 있는 웹앱 패턴
- Microsoft Fabric의 그린필드 레이크하우스
- 자율 주행 차량 운영을 위한 ValOps
- 자동차 메시징, 데이터 및 분석
업데이트된 문서
- SCI 점수(#9e0c672bca)를 사용하여 Azure 앱 지속 가능성 측정
- 모델링에 해를 끼칩니다(#6892594536)
- 사용자 지정 플러그 인을 사용하여 디바이스 동작 을 시뮬레이션하는 Azure Load Testing(#c4838a7343)
- 메인프레임 및 미드레인지 데이터 현대화(#00013d46aa)
- 메인프레임 데이터를 Azure 에 복제 및 동기화(#274b161917)
- Service Fabric에서 AKS 로 워크로드 마이그레이션(#24bf726529)
- 자동차 테스트 차량 용 데이터 분석(#53f32c7bb7)
- Oracle 데이터베이스 를 사용하여 Azure에서 SAP 배포(#8e21c4e85e)
- Azure 의 SAP에 대한 인바운드 및 아웃바운드 인터넷 연결(#8e21c4e85e)
- 확장 시스템의 Linux VM용 SAP HANA(#8e21c4e85e)
- Azure OpenAI 서비스, Speech Services 및 언어 서비스(#6d04e7cfd1)를 사용하여 콜 센터 데이터 추출 및 분석
- Azure IoT Edge 디바이스 에서 기계 학습 유추 사용(#90e5b8e3e3)
- Azure Batch를 사용하여 FSI(금융 서비스 산업) 워크로드 실행(#82e0354d8e)
- Azure 의 인증서 수명 주기 관리(#82e0354d8e)
- Azure 의 Apache NiFi(#82e0354d8e)
- 다중 테넌트 및 Azure Cosmos DB (#85cb4928e6)
- PDF 양식 처리 자동화(#a7e1be4c2d)
- 초기 계획 OpenAI 엔드 투 엔드 채팅 참조 아키텍처 (#332a0da85a)
- 기본 OpenAI 엔드 투 엔드 채팅 참조 아키텍처 (#332a0da85a)
- 자율 주행 차량 운영을 위한 DataOps (#42f5581a6f)
- 엔터프라이즈 용 Azure Virtual Desktop(#42f5581a6f)
- Azure Virtual Desktop 용 다중 변경 BCDR(#42f5581a6f)
- AD DS 및 Microsoft Entra ID (#42f5581a6f)를 사용하는 여러 포리스트
- Azure 의 은행 시스템 클라우드 변환(#42f5581a6f)
- 확장 가능한 클라우드 애플리케이션 및 SRE (#c5b743dfeb)
- Adabas & Natural (#1b4c51b94b)을 실행하는 메인프레임 컴퓨터 시스템 리팩터링
- AWS 용 Microsoft 보안(#df83a8c1a1)
- 온-프레미스 네트워크에서 App Service 웹앱에 대한 보안 액세스 향상(#0b2d8b6dd7)
- mTLS 를 사용하여 AKS 및 API Management 배포(#bb8af9929f)
- Azure AI 대상 언어 처리 기술 선택(#a2f08f4a31)
- 외부 사용자에게 내부 API 게시(#1d1befb451)
- 규제 대상 데이터에 대한 보안 연구 환경 설계(#fe7bc7c87f)
- 기존 MLOps 투자를 사용하는 조직을 위한 생성 AI 작업(#fe7bc7c87f)
- 기계 학습 작업 v2 (#cd4fb57978)
- Azure 앱 Service Environment v3(#cd4fb57978)를 사용하는 기간 업무 애플리케이션
- Azure API Management 랜딩 존 가속기 (#cd4fb57978)
- Azure 거버넌스 시각화 도우미 배포 지침 (#cd4fb57978)
- 랜딩 존 과 통합된 Azure Spring Apps(#cd4fb57978)
- Azure Storage 서비스 선택(#0e89e62eca)
- 모든 항목을 중복 으로 만들기(#84dd4575cf)
- 다중 테넌트 및 Azure OpenAI (#ef15ea8c94)
- Azure Data Platform용 DR - 아키텍처 (#3e64aa921a)
- Azure Data Platform용 DR - 이 시나리오 배포(#3e64aa921a)
- Azure Data Platform용 DR - 개요 (#3e64aa921a)
- Azure Data Platform용 DR - 권장 사항 (#3e64aa921a)
- Azure Data Platform용 DR - 시나리오 세부 정보 (#3e64aa921a)
- 이벤트 기반 아키텍처 스타일 (#a47e4ec507)
- ID as a Service 플랫폼 사용(#577bf04f6f)
- 데이터 스토리지 기술 선택(#88b7a2019f)
- Azure 에 IBM Maximo Application Suite(MAS) 배포(#eaafacfc9f)
- Azure 아키텍처 의 SAS(#eaafacfc9f)
- Azure 에 IBM OMS(Sterling Order Management Software) 배포(#eaafacfc9f)
- 스토리지 아키텍처 (#296b7ef5e9)
- Azure Firewall을 사용하여 AKS 클러스터 보호(#e7ca4c3b32)
- Azure 가상 머신 에 대한 다중 계층 보호(#8fb0bd00f6)
- Azure 하이브리드 옵션 (#7f1657ba58)
- 벡터 검색 용 Azure 서비스 선택(#064e56920e)
2024년 9월
새 문서
- Azure AI 이미지 및 비디오 처리 기술 선택
- Azure AI Speech 인식 및 생성 기술 선택
- Azure AI 대상 언어 처리 기술 선택
- Azure AI 서비스 기술 선택
- 기존 MLOps 투자를 사용하는 조직을 위한 생성 AI 작업
- 기본 OpenAI 엔드투엔드 채팅 참조 아키텍처
업데이트된 문서
- 규제 대상 데이터에 대한 보안 연구 환경 설계(#6b45c309ce)
- 게이트웨이를 통해 Azure OpenAI 서비스에 사용자 지정 인증 제공 (#ba18376e10)
- 중소기업용 최신 Data Warehouse (#dca68ab84a)
- Azure OpenAI 언어 모델에 대한 로깅 및 모니터링 구현(#699ed20b14)
- 기준 OpenAI 엔드투엔드 채팅 참조 아키텍처 (#45b60c7737)
- RAG 솔루션 개발 - 청크 분할 단계(#6f02c9d429)
- RAG 솔루션 개발 - LLM 종단 간 평가 단계(#6f02c9d429)
- RAG 솔루션 개발 - 준비 단계(#6f02c9d429)
- 에지 및 클라우드에서 비디오 수집 및 개체 감지(#b7daa6c24f)
- Azure의 중요 업무용 워크로드에 대한 애플리케이션 플랫폼 고려 사항(#1d351f3ef2)
- 다중 테넌트 Azure Kubernetes Service 클러스터 (#a6149d7e3e)와 함께 Application Gateway 수신 컨트롤러 사용
- Enterprise 비즈니스 인텔리전스 (#a6149d7e3e)
- Azure에 IBM MAS(Maximo Application Suite) 배포 (#60193ea1ce)
- 안전하게 관리되는 웹 애플리케이션 (#60193ea1ce)
- Azure App Service Environment v3를 사용하는 기간 업무 애플리케이션 (#60193ea1ce)
- Microsoft Defender XDR 솔루션을 사용하여 두 번째 방어 계층 빌드 (#289c90dbe9)
- Microsoft Sentinel 자동 응답 (#52c2b51cb9)
- Azure 및 Microsoft Defender XDR 보안 서비스 통합 (#e95d6c7cb4)
- Microsoft Sentinel을 사용하여 Microsoft XDR 보안 구성 요소와 통합 (#ca6770ed3f)
- IT 환경에 대한 위협 매핑 (#13ad98822e)
- 온-프레미스에서 액세스하고 프라이빗 네트워크의 AD DS로 보호되는 Azure 파일(#dcf697b0f4)
- AKS(Kubernetes) 2일 차 운영 가이드 (#9d8625304f)
- Azure Databricks를 사용하는 스트림 처리 (#4531b20f65)
- Azure DevOps 를 사용하여 Microsoft 365 테넌트 구성 관리(#596d0cc6c4)
- Azure 서비스 재시도 지침 (#976f6d5a85)
- Azure Storage용 Gridwich 작업 (#976f6d5a85)
- 다중 테넌트에 대한 Azure App Configuration 고려 사항 (#70b49bcb27)
- 다중 테넌시용 Azure Key Vault 고려 사항 (#70b49bcb27)
- Azure Data Factory 및 Azure Synapse Analytics 파이프라인용 BCDR (#5003ac7034)
- Synapse (#5003ac7034)에서 데이터 레이크하우스 보안
- MongoDB Atlas 데이터 변경을 Azure Synapse Analytics과 (#5003ac7034)실시간 동기화 허용
- Azure Kubernetes Service를 (#5003ac7034)사용하여 CNCF 프로젝트 빌드
- 다중 지역 클러스터의 AKS 기준 (#4b01645043)
- 컨베이어 벨트에 대한 실시간 변칙 검색 구현 (#e2248966dd)
- 수술 위험도 예측 모형 (#e2248966dd)
- 규제 산업에서 AI 및 기계 학습 이니셔티브 스케일링 (#e2248966dd)
- Azure Front Door를 사용하여 AKS 워크로드를 보호하세요. (#e2248966dd)
- Power Automate 및 AI Builder를 사용하여 개체에서 텍스트 추출 (#4316bc199a)
- 근 실시간 분석을 제공하는 뉴스 피드 (#4316bc199a)
- Web API 구현 (#860a3bc681)
- 스트림 처리 기술 선택 (#5892dd5857)
- 다중 테넌트 솔루션의 AI 및 ML 아키텍처 접근 방식 (#fbed477b76)
- PCI-DSS 3.2.1용 AKS 규제 클러스터 - 데이터 보호 (#419972a758)
- PCI-DSS 3.2.1 워크로드에 대한 AKS 기준 클러스터 - 액세스 제어 (#419972a758)
- PCI-DSS 3.2.1 - 취약성 관리에 대한 AKS 규제 클러스터 (#419972a758)
- PCI-DSS 3.2.1 - 작업 모니터링에 대한 AKS 규제 클러스터 (#419972a758)
- PCI-DSS 3.2.1용 AKS 규제 클러스터 - 네트워크 구분 (#419972a758)
- PCI-DSS 3.2.1에 대한 AKS 규제 클러스터의 아키텍처 (#419972a758)
- PCI-DSS 3.2.1에 대한 AKS 규제 클러스터 - 요약 (#419972a758)
- Azure Data Factory 중요 업무용 아키텍처 (#7cebe56052)
- Azure 랜딩 존 기준 아키텍처의 Azure Data Factory( (#7cebe56052)
- Azure Data Factory를 사용하여 medallion 레이크하우스를 설계해보세요. (#7cebe56052)
- Power Platform을 갖춘 Citizen AI (#7cebe56052)
- Azure 워크로드용 데이터 저장소 분류 (#3f00c22db6)
- Azure Data Factory 기업형 강화 아키텍처 (#3f00c22db6)
2024년 8월
새 문서
- Azure Kubernetes 서비스를 사용하여 GPU 기반 워크로드를 관리하세요.
- Azure Data Factory 기업형 강화 아키텍처
- Azure Data Factory 중요 업무용 아키텍처
- Azure 랜딩 존 기준 아키텍처의 Azure Data Factory
- Azure Data Factory를 사용하여 medallion 레이크하우스를 설계하세요.
- Azure 워크로드용 데이터 저장소 분류
- Azure AI를 갖춘 산업용 Edge
업데이트된 문서
- Azure에서 문서 분류를 자동화하세요. (#c74d654229)
- AWS와 Azure 서비스 비교 (#5eeb594831)
- Google Cloud와 Azure 서비스 비교 (#5eeb594831)
- 이벤트 기반 아키텍처 스타일 (#c04e8ef095)
- Azure의 중요 업무용 워크로드에 대한 보안 고려 사항 (#7b81801821)
- Microsoft SaaS 사례 (#678c9541b5)
- 데이터 스토리지 기술을 선택하세요. (#098948d4be)
- 서비스의 복원력 체크리스트 (#ac288a264e)
- AKS 클러스터용 기준 아키텍처 (#9fee7d4947)
- 조정을 최소화하세요. (#f5798d3145)
- Azure Databricks 메트릭을 시각화하는 대시보드 (#dbc049e7b8)
- 가시성 패턴 및 메트릭 (#dbc049e7b8)
- 보안 작업에서의 Microsoft Entra IDaaS (#5ff80ddd61)
- 자동차, 모바일, 운송 산업 솔루션 (#1f6b02c2e0)
- 다중 테넌트 솔루션에서 Azure Front Door를 사용하세요. (#89fc4f1a30)
- 스타트업용 아키텍처 (#2800748ec3)
- Azure Database for MySQL을 사용하는 지능형 앱 (96e5acf54a)
- Azure Database for PostgreSQL 지능형 앱 (#96e5acf54a)
- Azure VMware 솔루션 용량 계획 (#df27cc8f56)
- 핵심 스타트업 스택 아키텍처 (#f1791cb942)
- 전자 상거래 솔루션을 Azure로 마이그레이션하세요. (#20635de1aa)
- 데이터 레이크란? (#623e62824f)
- Azure Security Services를 사용하여 첫 번째 방어 계층 빌드 (#ff50fd224f)
- 재시도 패턴 (#ea612ee4ab)
- Azure VM에서 Apache Cassandra를 실행하세요. (#8459cd1652)
- Azure Data Factory 및 Synapse Analytics의 Delphix를 사용한 데이터 난독 처리 (#8459cd1652)
- Team Data Science Process에서 개별 기여자 작업 (#292f76bcf6)
- Team Data Science Process에서 프로젝트 책임자 작업 (#292f76bcf6)
- Team Data Science Process에서 프로젝트 책임자 작업 (#292f76bcf6)
- 최신 Data Warehouse용 DataOps (#292f76bcf6)
- Apache Cassandra를 통한 N 계층 애플리케이션 (#292f76bcf6)
- Delphix 및 Azure Data Factory 또는 Azure Synapse Analytics를 사용하는 SAP 애플리케이션용 데이터 스크램블링 ()#7317a1b530)
- 일괄 처리 기술을 선택하세요. (#3865a10040)
- Team Data Science Process 주기에서 모델링 단계 (#3865a10040)
- 다중 지역 클러스터의 AKS 기준 (#7a47bacb93)