핵심 요약
AWS가 삼성전자 로봇 설비 데이터를 End-to-End 파이프라인으로 수집·시각화하고 Amazon QuickSight 대시보드를 구축했으며 Part 2의 Bedrock AgentCore AI 챗봇 도입을 준비했습니다.
구현 방법
- IoT Core/Greengrass로 데이터 수집, MongoDB에 실시간 저장
- S3 데이터 레이크 구축 후 Glue로 ETL, Parquet 변환
- Athena로 SQL 조회, QuickSight 연계 및 SPICE+Direct Query 혼용
- 매개변수와 계산된 필드로 KPI 대시보드 구성
- 데이터 파이프라인 확장으로 Part 2의 AI 챗봇 준비
주요 결과
- 개발 기간 6개월(5명) → 2.5개월(2명)으로 단축
- 대시보드 서브-초 단위 응답 속도 달성
- 데이터 레이크를 기반으로 AI/ML 확장 가능성 확보
