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.
2025년 3월
업데이트된 문서
2025년 2월
새 문서
업데이트된 문서
- Databricks 사용하여 스트림 처리(#d361a9d820)
- 중요 업무용 글로벌 콘텐츠 배달 (#f165797b73)
- 중요 업무용 글로벌 HTTP 수신(#f165797b73)
- 중요 업무용 웹 애플리케이션 (#f165797b73)에 대한 글로벌 라우팅 중복성
- Azure Synapse Analytics를 사용하여 엔터프라이즈 BI 솔루션 디자인(#727161c815)
- Azure 애플리케이션 아키텍처 기본 사항(#8031f5b70b)
- 기본 OpenAI 엔드 투 엔드 채팅 참조 아키텍처(#8eca3847bd)
- Saga 디자인 패턴(#b160529600)
- Azure 랜딩 존(#03e7b38eef) 배포
- ExpressRoute 사용하여 온-프레미스 네트워크를 Azure에 연결(#873579d8a1)
- Azure Service Bus 및 Azure Data Explorer (#aed5875e65)를 사용하여 데이터에 대한 실시간 분석
- 엔터프라이즈용 Azure Virtual Desktop (#ddfe4af7cd)
- Azure 문서 분류 자동화(#7429a1e037)
- Synapse(#a6cb7e4d35)에서 데이터 레이크하우스 보호
- Azure Front Door를 사용하여 AKS 워크로드 보호(#f06b42ed86)
- Azure 서비스 재시도 지침(#ef0e2a69dd)
- 회로 차단기 패턴(#a0913ce1f8)
- Azure (#954de97b8c)의 컴퓨터 포렌식 체인 오브 커스터디
- AWS 전문가용 Azure (#924f1d0f14)
- Azure IoT Hub 기반 솔루션을 확장하여 수백만 개의 디바이스(#ec28a1199b)를 지원합니다.
- 사용자 지정 플러그 인을 사용하여 Event Hub 및 IoT Hub에 대한 Azure 부하 테스트로 디바이스 행동을 시뮬레이션합니다. (#effa93503a)
- AKS(Azure Kubernetes Service) API 서버 액세스(#a8dcad5cea)
- AKS 2일차 가이드: 패치 및 업그레이드 지침(#99864e6124)
- Azure 컨테이너 서비스 선택(#17fa458266)
- Azure 컨테이너 서비스 선택하기 위한 일반적인 고려 사항(#17fa458266)
2025년 1월
새 문서
- 사가 디자인 패턴
- Microsoft Fabric 및 Azure Databricks 사용하여 중소기업을 위한 최신 데이터 플랫폼
업데이트된 문서
- Azure 및 Microsoft Defender XDR 보안 서비스 통합(#c6fef9d7a9)
- Azure Spot Virtual Machines (#f373ceac36)를 사용하여 워크로드 빌드
- 이벤트 소싱 패턴(#5fd498b656)
- Azure 애플리케이션 아키텍처 기본 사항
( #221b5d1bdf ) - AI 아키텍처 디자인(#bc01c55635)
- AWS 및 Azure 계정 비교(#67adab262b)
- AWS 및 Azure 네트워킹 옵션 비교(#67adab262b)
- AWS 및 Azure Resource Management 비교(#67adab262b)
- 메시지 인코딩 고려 사항(#702cc9062f)
- Azure(#00e6e92a0e)에 IBM OMS(Sterling Order Management Software) 배포
- AD DS 리소스 포리스트 만들기(#00e6e92a0e)
- 온-프레미스 AD FS를 Azure 확장(#00e6e92a0e)
- Microsoft Entra ID(#00e6e92a0e)와 온-프레미스 AD 도메인 통합
- 메인프레임 데이터를 Azure 복제 및 동기화(#00e6e92a0e)
- Avanade AMT (#00e6e92a0e)를 사용하여 Unisys 메인프레임 마이그레이션
- Azure Linux VM 실행(#00e6e92a0e)
- Azure(#00e6e92a0e)에서 Windows VM 실행
- Linux VM(#00e6e92a0e)에서 SAP BW/4HANA 실행
- Linux VM 용 확장형 시스템에서 SAP HANA(#00e6e92a0e)
- IBM z/OS 커플링 팩실리티 리팩터링 (#00e6e92a0e)
- Azure Virtual Machines 기본 아키텍처 (#00e6e92a0e)
- Azure 랜딩 존 (#00e6e92a0e)에서 Azure Virtual Machines 기본 아키텍처
- Azure Application Gateway 및 Azure API Management (#00e6e92a0e)를 사용하여 API 보호
- ASE (#00e6e92a0e)를 사용하여 HA 엔터프라이즈 배포
- Azure ASE (#00e6e92a0e)를 사용한 Enterprise 배포
- 베이스라인 고가용성 영역 중복 기능을 갖춘 앱 서비스 웹 애플리케이션(#00e6e92a0e)
- Basic 웹 응용 프로그램 (#00e6e92a0e)
- 서버리스 웹 애플리케이션(#00e6e92a0e)
- Kubernetes 워크로드 정체성 및 액세스 (#6a706855c6)
- Azure Arc Kubernetes 관리 및 배포(#da83b4a856)
- Azure Databricks 사용하여 최신 분석 아키텍처 만들기(#42d8b4bf1c)
- Azure (#0a6b822152)에서 중요 업무용 워크로드를 위한 데이터 플랫폼
- API 게이트웨이(#cf84d1ed7d)
- RAG 솔루션 개발 - 대규모 언어 모델 엔드 투 엔드 평가 단계(#81cb085b5f)
- AKS 클러스터 (#24a43a46f5)에 대한 기준 아키텍처
- Azure Machine Learning(#808672d53d)를 사용하여 여러 모델로 기계 학습하기
- Microsoft Machine Learning 제품 및 기술 개요(#db173c5205)
- Kubernetes 클러스터 (#aa2ad3d278)에 대한 거버넌스 옵션
- Kubernetes 모니터링 및 로깅(#aa2ad3d278)
- Kubernetes 노드 및 노드 풀 관리(#aa2ad3d278)
- Kubernetes(#aa2ad3d278)에 대한 네트워크 액세스 보호
- Kubernetes 클러스터 (#aa2ad3d278)에 대한 Storage 옵션
- Azure에서의 이미지 분류(#65552008f2)
- Azure (#d29c1192f3)에서 허브-스포크 네트워크 토폴로지
- Azure 컴퓨팅 서비스 선택(#a4898e1571)
- Azure 엔터프라이즈 클라우드 파일 공유 (#8c28127f55)
- AWS 전문가용 Azure (#c5af085280)
- Azure 중요 업무용 워크로드에 대한 배포 및 테스트(#1663952136)
- Azure 중요 업무용 워크로드에 대한 상태 모델링(#1663952136)
- Azure (#1663952136)에서 중요 업무용 워크로드에 대한 네트워킹 및 연결
- Azure 중요 업무용 워크로드에 대한 작업(#1663952136)
- Azure (#67d22afea8)에서 IBM z/OS 온라인 트랜잭션 처리
- AZURE(#67d22afea8)와 IBM 메인프레임 및 미드레인지 메시지 큐 통합
- 메인프레임 파일 및 테이프를 Luminex (#67d22afea8)를 사용하여 Azure로 백업
- Azure VM 배포(#67d22afea8)에서 LzLabs SDM(소프트웨어 정의 메인프레임) 사용
- mLogica LIBER*IRIS(#67d22afea8)를 사용하여 메인프레임 데이터 계층을 Azure로 마이그레이션
- Qlik (#67d22afea8)를 사용하여 메인프레임 및 미드레인지 데이터 복제를 Azure로
- Azure(#67d22afea8)에서 일반 메인프레임 다시 호스팅
- 정밀 연결(#67d22afea8)를 사용하여 메인프레임 데이터 복제
- Azure VM의 Micro Focus Enterprise Server(#67d22afea8)
- Skytap(#67d22afea8)를 사용하여 AIX 워크로드를 Azure로 마이그레이션
- Skytap(#67d22afea8)를 사용하여 IBM i 시리즈를 Azure로 마이그레이션
- Astadia 및 Micro Focus(#67d22afea8)를 사용하여 Azure로 Unisys Dorado 메인프레임 마이그레이션
- 메인프레임 및 미드레인지 데이터 현대화(#67d22afea8)
- 메인프레임 시스템에서 Azure(#67d22afea8)로 보관 데이터 이동
- 대용량 일괄 처리 트랜잭션 처리(#67d22afea8)
- Azure(#67d22afea8)에서 IBM z/OS 일괄 처리 애플리케이션 다시 엔지니어링
- IBM z/TPF 메인프레임 시스템을 Azure로 리팩터링 (#67d22afea8)
- 고급(#67d22afea8)를 사용하여 메인프레임 애플리케이션 리팩터링
- Astadia (#67d22afea8)를 사용하여 메인프레임 애플리케이션 리팩터링
- Azure(#67d22afea8)에서 Adabas & 자연 애플리케이션 다시 호스팅
- Raincode IMSql(#67d22afea8)를 사용하여 Azure에서 IMS DC 및 IMS DB 다시 호스팅
- NTT DATA UniKix (#67d22afea8)를 사용하여 메인프레임 애플리케이션 다시 호스팅
- Azure(#67d22afea8)에서 Unisys ClearPath MCP 가상화
- Azure에서 Siemens Teamcenter 기준 아키텍처 (#67d22afea8)
- Teamcenter PLM을 Azure NetApp Files와 함께 사용 (#67d22afea8)
- Azure(#a53d844e24)에서 사용자 지정 문서 처리 모델 빌드 및 배포
- RAG 솔루션 개발 - 청크 분할 단계(#b9ec1c74e5)
- 다중 테넌트 솔루션 Azure Container Apps 사용에 대한 고려 사항(#ba1f99f5d4)
- Azure Front Door를 다중 테넌트 솔루션에 사용 (#ba1f99f5d4)
- 다중 테넌트 (#ba1f99f5d4)에 대한 Azure Private Link 서비스 고려 사항
- 메인프레임 및 미드레인지 Db2 애플리케이션이 Azure SQL 데이터베이스를 액세스하는 (#ba1f99f5d4)
- 클래식 앱과 양자 컴퓨팅 통합 (#a57ebe778b)
- 가상 머신의 준수 관리 (#a57ebe778b)
- Azure Container Apps(#a57ebe778b)를 사용하여 마이크로 서비스 배포
- Azure Container Apps 및 Dapr(#a57ebe778b)를 사용하여 마이크로 서비스 배포
- 방화벽 뒤에서 Microsoft Teams 채널 봇 및 웹앱 보호(#a57ebe778b)
- AIX UNIX 온-프레미스에서 Azure Linux로 마이그레이션 (#a57ebe778b)
- API Management 및 GitHub(#a57ebe778b)를 사용하여 뛰어난 API 개발자 환경 설계
- Azure Arc 지원 SQL Managed Instance 재해 복구 (#a57ebe778b)
- Azure(#a57ebe778b)에서 Unisys ClearPath Forward OS 2200 엔터프라이즈 서버 가상화
- 다중지역 (#a57ebe778b) 클러스터에 대한 AKS 기준
- 온-프레미스 네트워크에서 App Service 웹앱에 대한 향상된 보안 액세스 (#a57ebe778b)
- Azure 거버넌스 시각화 도우미 배포 지침 (#c74532afe6)
- Raincode 컴파일러 (#51d18b3ff3)를 사용하여 메인프레임 애플리케이션을 Azure로 다시 호스팅
- AKS(Advanced Azure Kubernetes Service) 마이크로 서비스 아키텍처(#51d18b3ff3)
- AKS (#51d18b3ff3)에서 마이크로 서비스 아키텍처
- PCI-DSS 3.2.1에 대한 AKS 규제 클러스터 - 요약 (#51d18b3ff3)
- 자동화된 엔터프라이즈 BI(#51d18b3ff3)
- 스트림 분석을 활용한 스트림 처리 (#51d18b3ff3)
- 보안 하이브리드 네트워크 구현(#51d18b3ff3)
- Azure에서의 기본 엔터프라이즈 통합 (#51d18b3ff3)
- ExpressRoute(#51d18b3ff3)를 사용하여 온-프레미스 네트워크를 Azure에 연결
- SCI 점수 (#aaecb71396)를 사용하여 Azure 앱 지속 가능성을 측정하는
- Oracle 데이터베이스 사용하여 Azure에서 SAP 배포(#aaecb71396)
- 확장 가능한 클라우드 애플리케이션 및 SRE (#aaecb71396)
- 데이터 웨어하우징 및 분석(#aaecb71396)
- Azure Virtual Desktop (#aaecb71396)의 Esri ArcGIS 플랫폼
- Azure Synapse(#aaecb71396)를 사용한 엔드 투 엔드 분석
- AI Document Intelligence(#d866cb293f)를 사용하여 문서 처리 자동화
- AKS 우선 순위 지정—워크로드 배포 (#fda99cac1d)
- AKS 심사—노드 상태 (#fda99cac1d)
- 방화벽, 가상 네트워크용 App Gateway(#7ccd88f606)
- 안전하게 관리되는 웹 애플리케이션 (#28f6cba8ca)
- Azure 랜딩 존에서 Azure OpenAI 채팅 기준 아키텍처 (#1a13277eec)
- 기준 OpenAI 엔드 투 엔드 채팅 참조 아키텍처(#1a13277eec)
- 기본 OpenAI 엔드 투 엔드 채팅 참조 아키텍처(#1a13277eec)
- Azure Data Factory 엔터프라이즈 강화 아키텍처(#1a13277eec)
- Azure Data Factory 중요 업무용 아키텍처(#1a13277eec)
- Azure 랜딩 존 기준 아키텍처에서의 Azure Data Factory (#1a13277eec)
- Apache Cassandra (#1a13277eec)를 사용하여 N 계층 애플리케이션
- 다중 지역 부하 분산(#1a13277eec)
- Azure Arc(#1a13277eec)를 사용하여 SQL Server 관리
- Azure 로컬 기준 참조 아키텍처 (#1a13277eec)
- 재해 복구(#1a13277eec)에 Azure 로컬 확장 클러스터 사용
- 하이브리드 가용성, 성능 모니터링(#1a13277eec)
- Azure(#36357b1ebc)에서 디렉터리 간 통신 구현
- Synapse(#c43a33cfb8)에서 데이터 레이크하우스 보호
- Avanade AMT (#c43a33cfb8)를 사용하여 IBM z/OS 메인프레임 마이그레이션
- 메인프레임 데이터를 Azure 마이그레이션(#c43a33cfb8)
- Azure AIX 워크로드 다시 배치(#c43a33cfb8)
- TIC 3.0 규정 준수 구현(#c43a33cfb8)
- 거의 실시간 lakehouse 데이터 처리(#a24cd6ab16)
- 미디어 대한 실시간 모니터링 및 관찰 가능한 시스템 빌드(#a24cd6ab16)
- Azure에서 멀티테넌트 SaaS (#a24cd6ab16)
- Azure Service Bus 및 Azure Data Explorer (#a24cd6ab16)를 사용하여 데이터에 대한 실시간 분석
- Machine Learning 작업 완성도 모델(#65934f9c88)
- Azure에서의 컴퓨터 포렌식 증거물 연계 관리 (#5090d2e341)
- AKS(Azure Kubernetes Service)의 기준 아키텍처 는 Azure Local(#5090d2e341)에 대한 것입니다.
- azure Local (#5090d2e341)에서 AKS에 대한 AKS(Azure Kubernetes Service) 네트워크 아키텍처
- 온-프레미스에서 액세스하고 프라이빗 네트워크 AD DS로 보호되는 Azure 파일(#5090d2e341)
- WordPress on App Service(#00d47173c8)
- WordPress on Azure Kubernetes Service(#00d47173c8)
- Azure API Management 랜딩 존 가속기(#00d47173c8)
- CloudFrame Renovate (#00d47173c8)를 사용하여 메인프레임 아키텍처 리팩터링
- Verastream Host Integrator(#00d47173c8)를 사용하여 메인프레임 애플리케이션을 Azure로 확장
- 표준 기반 REST API(#00d47173c8)를 사용하여 메인프레임을 디지털 채널로 확장
- 일반 메인프레임이 Azure(#00d47173c8)로 리팩터링됨
- Infinite i(#00d47173c8)를 사용하여 IBM System i(AS/400)를 Azure로
- Java (#ff52bb8bcc)에 대한 최신 웹앱 패턴
- PDF 양식 처리 자동화(#8b11bb996f)
- Azure 랜딩 존(#e4e5a01e1a) 배포
- RAG 솔루션 개발 -Information-Retrieval 단계(#581cc1fd26)
- Azure 및 AWS에서 Storage Services를 비교하기 (#3501c9c49c)
- 벡터 검색을 위한 Azure 서비스 선택 (#4b9fec8d86)
- Databricks를 사용한 스트림 처리(#a75ca75c29)
2024년 12월
새 문서
- BMC AMI Cloud 사용하여 메인프레임 워크로드 현대화
- Azure Local를 위한 Azure Virtual Desktop
업데이트된 문서
- AWS 전문가용 Azure (#b5fa90dbb7)
- 클라우드 애플리케이션
모범 사례( #f84f30f537 ) - 클라우드 디자인 패턴(#f84f30f537)
- Computer Vision 및 Azure Machine Learning 사용하여 비디오 콘텐츠 분석
( #c847f992d4 ) - Azure Databricks에서 Spark 모델의 배치 스코어링 (#64c84cbd5c)
- 게이트웨이 통해 Azure OpenAI Service에 사용자 지정 인증 제공(#7e1271e2c7)
- 게이트웨이(
#7e1271e2c7 )를 통해 Azure OpenAI 및 기타 언어 모델에 액세스 - 여러 Azure OpenAI 배포 또는 인스턴스 앞에서 게이트웨이를 사용(#7e1271e2c7)
- 빅 데이터 아키텍처 스타일(#6329a5301e)
- IoT Hub 기반 다중 테넌트 솔루션(
#74d902de30 )에 대한아키텍처 접근 방식 - AKS 클러스터(
#4623f17e39 )에 대한기준 아키텍처 - 기본 OpenAI 엔드 투 엔드 채팅 참조 아키텍처(#a2c84d6ab8)
- Azure Databricks 사용하여 최신 분석 아키텍처 만들기(#3b03a9f5d6)
- Stromasys Charon-SSP Azure VMs에서 Solaris 에뮬레이터 (#19b9e92801)
- MLOps Investments(#0df6ca682c)를 사용하여 조직을 위한 생성 AI Ops
- linux VM(
#de5b5f6de5 )에서 SAP BW/4HANA 실행 - 확장 시스템(
#de5b5f6de5 )에서 Linux용 SAP HANA VM - Azure Local에서 AKS(Azure Kubernetes Service)를 위한 기준 아키텍처
( #38b9751c82 ) - Azure Local(#38b9751c82)에서 Azure Kubernetes Service(AKS) 네트워크 아키텍처
- Azure Arc(#38b9751c82)를 사용하여 SQL Server 관리