모의고사 4

이 선택지는 SFTP에 자체 관리 EC2를 사용하고 새 파일을 Glacier Deep Archive에 보관하며 야간 처리를 기다립니다. 모두 즉시 처리와 운영 효율성 요구 사항에 맞지 않습니다. 주의: AWS Batch는 긴 작업에 적합해 보일 수 있지만, 스토리지 클래스와 야간 트리거가 핵심 지연 시간 요구 사항을 충족하지 못합니다.

EC2 SFTP 서버와 EBS 랜딩 볼륨은 관리 오버헤드를 추가하고, 여전히 파일을 도착 시점이 아니라 야간에 처리합니다. 주의: EBS는 수신 파일을 저장할 수 있지만 S3의 기본 이벤트 기반 수집 패턴을 제공하지 않습니다.

AWS Transfer Family는 EBS를 스토리지 백엔드로 사용하지 않으며, EBS에 저장된 파일에 대해 S3 이벤트를 언급하는 설계도 일관성이 없습니다. 주의: Transfer Family와 파일별 이벤트 방향은 맞지만, 백엔드 스토리지 때문에 설계가 유효하지 않습니다.

AWS Config는 KMS 키 삭제 이벤트를 즉시 취소하는 가장 직접적인 대상이 아니며, 이 선택지는 Systems Manager Automation만큼 관리형 취소 경로를 명확하게 설명하지 않습니다. 주의: Config는 규정 준수 수정처럼 들리지만, EventBridge에서 Automation으로 이어지는 응답이 운영 부담이 더 낮습니다.

Lambda 함수로 삭제 취소를 구현할 수는 있지만, 그 사용자 지정 로직을 개발, 보안 설정, 테스트, 유지 관리해야 합니다. 주의: Lambda는 유연하지만 지문은 최소 운영 오버헤드를 요구합니다.

CloudTrail, CloudWatch Logs, 경보, SNS는 활동에 대한 알림을 보낼 수 있지만, 이 선택지는 키 삭제를 자동으로 취소하지 않습니다. 주의: 알림 요구는 충족하지만 자동 차단 요구를 놓칩니다.

전체 모놀리식 스택을 퍼블릭 서브넷의 EC2에서 실행하면 노출이 커지고 강한 계층 격리를 제공하지 못합니다. Auto Scaling은 가용성에 도움을 줄 수 있지만, 앱과 데이터베이스 구성 요소를 퍼블릭 서브넷에 두는 것은 규제 대상 금융 워크로드나 Well-Architected 보안 모범 사례와 맞지 않습니다. 보안 그룹과 NACL만으로는 잘못된 서브넷 배치와 계층 분리 부족을 보완할 수 없습니다. 주의: Auto Scaling과 Amazon EC2가 관련 있어 보이지만, 계층 격리, 다중 AZ 복원력, 최소 권한 데이터베이스 접근 요구 사항을 직접 충족하지 못합니다.

한 AZ의 단일 RDS 인스턴스는 단일 장애 지점이며 데이터베이스 계층의 99.9% 가동 시간 목표를 충족하기 어렵습니다. 보안 그룹과 NACL이 있더라도 이 선택지는 복원력과 가용성보다 비용을 우선합니다. 금융 시스템에서는 문제가 고가용성을 명시할 때 Multi-AZ 또는 그에 준하는 HA가 기대되는 기본값입니다. 주의: Amazon RDS가 관련 있어 보이지만 단일 인스턴스는 다중 AZ 복원력과 데이터베이스 가용성 요구 사항을 충족하지 못합니다.

데이터베이스를 퍼블릭으로 접근 가능하게 만드는 것은 민감한 금융 데이터에 중대한 보안 및 컴플라이언스 위험입니다. VPC 내 모든 소스의 연결을 허용하는 것도 지나치게 허술하며 최소 권한을 위반합니다. 규제 대상 데이터베이스는 프라이빗 서브넷에 두고 인바운드 규칙을 엄격하게 제한해야 합니다. 주의: Amazon RDS가 관련 있어 보이지만 퍼블릭 접근과 광범위한 허용은 안전한 계층 격리와 정반대입니다.

표준 RDS Multi-AZ는 애플리케이션이 대기 인스턴스에 쓸 수 없으며, 읽기를 기본 인스턴스로 보내면 읽기 병목도 줄어들지 않습니다. 주의: Multi-AZ가 추가 용량처럼 보일 수 있지만, 활성 읽기/쓰기 분리가 아니라 장애 조치를 위한 기능입니다.

표준 RDS Multi-AZ 대기 인스턴스는 읽을 수 없으므로 분석 읽기를 그쪽으로 라우팅해 기본 인스턴스 CPU를 줄일 수 없습니다. 주의: 보조 가용 영역은 이 패턴에서 보고서 엔드포인트가 아니라 장애 조치 대상입니다.

읽기 전용 복제본이라는 기능은 맞지만, 전체 기본 인스턴스와 같은 크기로 시작하는 것은 최소 변경 문구에 비해 더 크고 비용이 높은 첫 단계입니다. 주의: 올바른 기능을 사용하지만, 제시된 목표에 비해 과도하게 프로비저닝합니다.

ALB 뒤의 대상 그룹은 트래픽 분산을 개선하지만 Auto Scaling 그룹을 정의하지 않습니다. 여러 인스턴스가 있는 표준 RDS MySQL은 가용성 또는 읽기 확장을 개선할 수 있지만 데이터베이스 용량 자동 확장은 아닙니다. 주의: 고가용성 설계처럼 보이지만 두 계층 모두에 대한 자동 확장 요구 사항을 놓칩니다.

ElastiCache for Redis는 캐시이며, 애플리케이션의 신뢰 원본 역할을 하는 내구성 있는 MySQL 데이터베이스를 대체하지 못합니다. 주의: Redis는 부하를 줄일 수 있지만 MySQL 데이터베이스 계층을 대체하지는 않습니다.

새 단일 EC2 인스턴스는 여전히 단일 장애 지점이며, Redshift는 OLTP MySQL 데이터베이스가 아니라 분석용 데이터 웨어하우스입니다. 주의: Redshift는 확장성은 있지만 이 트랜잭션 MySQL 워크로드가 아니라 분석에 적합합니다.

CloudWatch Logs 구독 필터는 OpenSearch를 네이티브 저운영 대상처럼 직접 스트리밍하지 않습니다. 주의: 가장 단순해 보이지만 지원되는 전송 서비스를 경로에서 빠뜨립니다.

Lambda 기반 전송은 피크 트래픽 동안 사용자 지정 배치 처리, OpenSearch bulk 인덱싱, 재시도 처리, 확장 관리를 직접 구현해야 합니다. 주의: Lambda는 로그 이벤트를 처리할 수 있지만 Firehose보다 운영 부담이 큽니다.

Kinesis Agent, Data Streams, 사용자 지정 컨슈머는 서버 에이전트, 샤드 계획, 컨슈머 운영을 필요로 합니다. 주의: 데이터를 스트리밍할 수는 있지만 관리형 Firehose 전송 패턴보다 무겁습니다.

S3 Intelligent-Tiering은 스토리지 비용을 줄일 수 있지만, EFS의 NFS/POSIX 파일 시스템에서 S3 객체 스토리지로 이동하려면 애플리케이션이 S3 API와 객체 의미 체계에 맞게 변경되어야 합니다. 문제는 파일 액세스 패턴의 큰 변경을 피하라고 명시하므로 최선이 아닙니다. 주의: 원시 스토리지 비용만 보면 S3가 매력적이지만, 핵심 단서는 기존 파일 액세스 패턴 유지입니다.

Amazon FSx for OpenZFS는 Linux 워크로드에 NFS 호환 공유 스토리지를 제공할 수 있지만, 이 시나리오에서 가장 비용 효율적인 답은 아닙니다. EFS에서 FSx로 이동하면 데이터 마이그레이션과 새 스토리지 플랫폼 운영이 필요하며, 클론이나 특수 성능 튜닝 같은 OpenZFS 고유 요구 사항도 제시되지 않았습니다. 주의: Linux 파일 공유라서 그럴듯하지만, 결정적인 단서는 EFS 수명 주기 관리입니다.

FSx for Windows File Server는 SMB/CIFS를 사용하며 Windows 워크로드를 위해 설계되었습니다. 애플리케이션은 Linux EC2에서 실행되고 현재 EFS, 즉 NFS를 사용합니다. 주의: 공유 파일 서비스라는 점만 보면 비슷해 보이지만, 프로토콜과 워크로드가 맞지 않습니다.

의료 기록에 퍼블릭 읽기 액세스를 허용하면 보안 및 HIPAA 규정 준수 목표를 직접 위반합니다. 주의: 포털에는 퍼블릭 액세스가 편리해 보일 수 있지만 PHI는 최소 권한 제어로 보호해야 합니다.

EC2 애플리케이션 코드에 IAM 액세스 키를 삽입하면 회전하기 어렵고 유출되기 쉬운 장기 보안 암호가 생성됩니다. 주의: 액세스 키가 인증을 해결하는 것처럼 보일 수 있지만 EC2 역할이 안전한 패턴입니다.

NAT gateway는 프라이빗 서브넷 트래픽을 퍼블릭 서비스 엔드포인트로 보내고 NAT 데이터 처리 요금을 추가하므로, 가장 높은 보안이나 가장 낮은 비용의 S3 경로가 아닙니다. 주의: NAT를 통한 프라이빗 서브넷 송신은 프라이빗처럼 들리지만 S3에는 여전히 퍼블릭 엔드포인트 경로를 사용합니다.

EC2 Auto Scaling 그룹은 서버를 확장할 수 있지만 팀은 여전히 인스턴스, AMI, 패치, 컨테이너 런타임 업데이트, 용량을 관리해야 합니다. 이는 가장 낮은 운영 오버헤드 목표에 맞지 않습니다. 주의: Auto Scaling을 사용하지만 서버 운영이 그대로 남습니다.

ElastiCache는 데이터베이스 부하를 줄일 수 있지만, 문제에서 캐시 가능한 읽기 병목을 설명하지 않습니다. 또한 컨테이너 호스트나 데이터베이스 유지 관리를 제거하지 않습니다. 주의: 캐싱은 성능을 개선할 수 있지만 운영 오버헤드와 용량 계획 문제의 핵심 답은 아닙니다.

CloudWatch 경보는 가시성을 개선하지만 자체적으로 컨테이너를 마이그레이션하거나 태스크를 확장하거나 데이터베이스 관리를 줄이지 않습니다. 주의: 경보가 작업을 트리거할 수는 있지만 이 선택지는 관리형 확장 작업을 구현하지 않습니다.