AWS Clean Rooms는 기업과 파트너가 기본 데이터를 공유하거나 공개하지 않고도 모든 공동 데이터 세트를 보다 쉽고 안전하게 분석하고 협업할 수 있도록 지원합니다. AWS Clean Rooms를 사용하면 몇 분 만에 안전한 데이터 클린 룸을 만들고 AWS에서 다른 회사와 협업하여 광고 캠페인, 투자 결정, 연구 개발에 대한 고유한 인사이트를 생성할 수 있습니다.
이점
몇 단계만으로 자체 클린 룸을 만들고 참가자를 추가하여 협업 시작
AWS Clean Rooms를 사용하면 솔루션을 직접 구축, 관리 및 유지 관리할 필요 없이 자체 클린 룸을 더 빠르고 쉽게 배포할 수 있습니다. 또한 API를 활용하여 AWS Clean Rooms의 기능을 기업 워크플로에 통합할 수 있습니다.
기본 데이터를 공유하거나 공개하지 않고도 AWS에서 수십만 개의 기업과 협업
AWS Clean Rooms를 사용하면 데이터 이동을 최소화하고 기본 데이터를 복사하거나 공개하지 않고도 다자간 데이터에서 빠르고 쉽게 인사이트를 생성할 수 있습니다. Amazon Simple Storage Service(S3)에서 직접 데이터를 허용하여 퍼스트 파티 및 서드 파티 데이터세트를 사용해 데이터를 매칭하고 파트너 또는 Amazon S3에 데이터 레이크를 구축한 수십만 명의 AWS 고객과 빠르게 협업을 시작할 수 있습니다.
클린 룸에 대한 광범위한 개인 정보 보호 강화 제어를 통해 기본 데이터를 보호
AWS Clean Rooms는 세분화된 분석 규칙, AWS Clean Rooms Differential Privacy 및 암호화 컴퓨팅을 비롯한 광범위한 개인 정보 보호 강화 기능을 통해 엄격한 데이터 처리 정책을 지원합니다. 또한 쿼리 로그를 활용하여 데이터가 쿼리되는 방식을 이해하고 감사할 수 있습니다.
AWS Entity Resolution 매칭 기법, 유연한 SQL 분석 규칙, 개인정보 보호 강화 ML을 사용하여 비즈니스 요구 사항을 충족하세요.
AWS Clean Rooms의 AWS Entity Resolution, SQL 분석 또는 AWS Clean Rooms ML 모델링을 사용하여 인사이트를 생성하세요. 사용자와 공동 작업자는 수집된 데이터세트 전반에서 관련 기록을 준비, 매칭, 해결할 수 있습니다. 집계, 리스트, 사용자 지정 SQL 쿼리를 사용하거나 Analysis Builder를 활용하여 SQL을 작성하지 않고도 인사이트를 얻을 수 있습니다. 또한 기계 학습(ML)을 적용하여 원본 데이터를 공유하지 않고도 예측 인사이트를 생성할 수 있습니다.
작동 방식
AWS Clean Rooms를 사용하면 고객과 파트너가 상대방의 기본 데이터를 공유하거나 복사하지 않고도 보다 쉽고 안전하게 협업하고 공동 데이터 세트를 분석할 수 있습니다.
첫 번째 단계는 협업 멤버를 보여주며 'All collaboration members can contribute plaintext, hashed, or pre-encrypted data(모든 협업 멤버가 일반 텍스트, 해시 또는 사전 암호화된 데이터를 제공할 수 있음)'라는 텍스트가 있습니다. 또한, 이 단계에는 위에서 아래의 순서로 데이터 제공자 1, 퍼스트 파티 데이터, 데이터 제공자 2, 세컨드 파티 데이터, 기여자 3, 서드 파티 데이터 및 기여자, 4, 보고 데이터 등 다양한 협업자와 데이터 소스를 나타내는 상자가 세로로 쌓여 있습니다.
두 번째 단계에는 'AWS Clean Rooms, collaborate with your partners without sharing raw data(AWS Clean Rooms, 원시 데이터를 공유하지 않고 파트너와 협업)'라는 상자가 있습니다.
세 번째 단계에는 Amazon S3의 기존 레코드를 사용하기 위한 테이블 연결, 실행할 수 있는 쿼리 유형을 제어하는 유연한 기본 제공 규칙을 사용하기 위한 분석 규칙 설정, 행 수준의 출력 제약 조건으로 쿼리 결과에서 세그먼트 세분화 수준을 관리하기 위한 출력 제약 조건 설정, 암호화된 데이터 또는 일반 텍스트 데이터를 조인하고 분석하여 비즈니스 인사이트를 얻기 위한 공동 데이터 분석 수행 등 서비스의 이점을 나타내는 네 가지 아이콘이 있는 사각형이 표시되어 있습니다.
네 번째 단계에는 'Amazon S3, receive results in a designated S3 bucket(Amazon S3, 지정된 S3 버킷에 결과 수신)'이라는 상자가 있습니다.
다섯 번째 단계에서는 AWS에서 분석할 수 있는 방법을 보여줍니다. 여기에는 Amazon QuickSight, Amazon SageMaker, Amazon Redshift(위에서 아래로)와 같은 상자가 세로로 쌓여 있습니다. 이 스택 아래에는 'Use with third parties(서드 파티와 함께 사용)'라는 아이콘이 있습니다.
첫 번째 단계에서는 상자에서 AWS Clean Rooms를 위한 암호화 컴퓨팅을 정의하며, 여기에는 'Cryptographically prepare data for processing in AWS Clean Rooms collaborations(AWS Clean Rooms 협업에서 처리하도록 암호화 방식으로 데이터 준비)'라고 적혀 있습니다. 암호화 컴퓨팅을 사용하는 기본 방법은 1) AWS Clean Rooms에서 사용하도록 데이터 사전 암호화, 2) AWS Clean Rooms 협업 결과 복호화, 3) CSV 및 Parquet 데이터 형식 지원과 같은 세 가지로 구분되어 있습니다.
두 번째 단계는 암호화 컴퓨팅에서 AWS Clean Rooms로, 그리고 그 반대의 순서로 진행되는 2개의 화살표로 구성되어 있습니다. 위쪽 화살표에는 암호화 컴퓨팅에서 AWS Clean Rooms로 진행되는 'encrypted data(암호화된 데이터)' 텍스트가 있습니다. 아래쪽 화살표에는 AWS Clean Rooms에서 암호화 컴퓨팅으로 진행되는 'encrypted results(암호화된 결과)' 텍스트가 있습니다.
세 번째 단계에서는 'Collaborate with your partners without sharing raw data(원시 데이터를 공유하지 않고 파트너와 협업)' 텍스트와 함께 AWS Clean Rooms를 설명합니다.
사용 사례
고객 인사이트 강화
여러 지원 채널 및 파트너 데이터 세트에서 다양한 데이터를 수집하여 고객을 다각적으로 파악할 수 있도록 합니다.
마케팅 및 광고 경험 최적화
광고 및 마케팅 파트너와 협업하여 캠페인 계획, 활성화 및 평가를 개선하고 소비자에게 더 유용하고 편리한 경험을 제공합니다.
보고 및 평가 개선
여러 기업과 부서 전반에서 매우 민감한 데이터 세트를 안전하게 분석하여 시장 동향을 더 효과적으로 예측하고 리스크를 평가하며 보고 기능을 개선합니다.
연구 및 개발 가속화
협업을 통해 여러 회사의 데이터 세트를 사용하는 새로운 제품, 기술 및 프로그램의 개발을 안전하게 가속화합니다.
