

기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.

# 다중 세션 권장 사항
<a name="multi-session-recs"></a>

다중 세션 환경에서 인스턴스의 최대 사용자 세션 수를 결정할 때는 최적의 성능과 스트리밍 경험을 보장하기 위해 몇 가지 요소를 고려해야 합니다. 다음은 인스턴스의 최적 사용자 세션 수를 결정하기 위한 권장 사항입니다.
+ *리소스 요구 사항 평가*: 세션 내에서 사용되는 애플리케이션의 리소스 요구 사항을 이해합니다. CPU, 메모리, 디스크 I/O 및 네트워크 대역폭과 같은 요소를 고려합니다. 이 평가는 각 사용자 세션에 일반적으로 필요한 리소스의 양을 결정하는 데 도움이 됩니다.
+ *인스턴스 사양 고려*: CPU 수, 사용 가능한 메모리, GPU 사양 등 인스턴스의 사양을 고려합니다. 사양이 더 높은 인스턴스는 더 많은 수의 사용자 세션을 처리할 수 있습니다. WorkSpaces 애플리케이션에서 지원하는 다양한 인스턴스 유형 및 요금에 대한 자세한 내용은 [WorkSpaces 애플리케이션 요금을 참조하세요](https://aws.amazon.com/appstream2/pricing/).
+ *성능 테스트*: 사용자 세션 내에서 실행될 것으로 예상되는 애플리케이션 및 워크로드에 대해 성능 테스트를 수행합니다. 리소스 사용률, 응답 시간, 전체 시스템 성능을 측정합니다. 이 데이터를 사용하여 동시 사용자 세션이 성능에 미치는 영향을 평가하고 최적의 세션 대 인스턴스 비율을 결정합니다. WorkSpaces 애플리케이션에서 제공하는 다양한 인스턴스 유형에서 이러한 평가를 실행하여 최종 사용자에게 가장 적합한 인스턴스 유형 또는 크기를 찾을 수 있습니다. WorkSpaces 애플리케이션에서 제공하는 다양한 인스턴스 유형에 대한 자세한 내용은 섹션을 참조하세요[WorkSpaces 애플리케이션 인스턴스 패밀리](instance-types.md).
+ *리소스 사용률 모니터링*: 정상 사용 중에 인스턴스의 리소스 사용률을 지속적으로 모니터링합니다. CPU, 메모리, 디스크 사용률을 관찰합니다. 성능 저하를 방지하려면 리소스 사용률을 허용 가능한 한도 내로 유지해야 합니다. 다중 세션 환경의 경우 WorkSpaces 애플리케이션 및 CloudWatch 콘솔에서 이러한 지표를 볼 수 있습니다. 자세한 내용은 [Amazon WorkSpaces 애플리케이션 리소스 모니터링](monitoring.md) 단원을 참조하십시오.
+ *사용자 행동 패턴 고려*: 사용자 행동 패턴을 분석하여 피크 사용 기간과 잠재적 동시 사용량을 파악합니다. 일부 사용자는 간헐적이거나 산발적인 사용 패턴을 보이는 반면, 종일 일관되게 사용하는 사용자도 있을 수 있습니다. 최대 사용자 세션 수를 결정할 때 이러한 패턴을 고려하여 피크 시간대에 리소스 경합이 발생하지 않도록 하세요.

  WorkSpaces 애플리케이션을 사용하면 선택한 인스턴스 유형 또는 크기에 관계없이 인스턴스당 최대 50개의 사용자 세션을 구성할 수 있습니다. 하지만 이는 상한일 뿐이며 권장되는 한도는 아닙니다. 다음은 다중 세션 플릿에서 인스턴스의 최대 사용자 세션 수를 결정하는 데 도움이 되는 예시 표입니다. 표에 나열된 권장 최대 사용자 수는 일반 지침 및 가정을 기반으로 합니다. 실제 성능은 워크로드의 개별 특성, 애플리케이션의 리소스 요구 사항, 사용자 행동에 따라 달라질 수 있으므로 실제 워크로드로 테스트하는 것이 중요합니다.


**워크로드 유형에 따른 권장 사항**  

| 최종 사용자 범주 | 워크로드 유형 | 예시 사용자 | 사용 사례 | 권장 구성 | 
| --- | --- | --- | --- | --- | 
| 단일 작업을 수행하고 최소한의 애플리케이션만 사용하는 최종 사용자 | Light(조명) | 작업자, 프런트 데스크 사용자 | 데이터 입력 애플리케이션, 텍스트 편집, Bastion Host | Stream.standard.xlarge/2xlarge 또는 Stream.compute.xlarge\$1 또는 Stream.memory.xlarge\$1에서 vCPU당 사용자 4명  | 
| 단일 작업을 수행하고 최소한의 애플리케이션만 사용하는 최종 사용자 | 라이트에서 미디엄 | 작업자, 프런트 데스크 사용자, 컨택 센터 직원 | 데이터 입력 애플리케이션, 텍스트 편집, Bastion Host, 채팅, 이메일, 메시징 앱 | Stream.standard.xlarge/2xlarge 또는 Stream.compute.xlarge\$1 또는 Stream.memory.xlarge\$1에서 vCPU당 사용자 2명 | 
| 복잡한 스프레드시트, 프레젠테이션 및 대용량 문서를 작성하는 최종 사용자 | 중간 | 작업자, 컨택 센터 직원, 비즈니스 분석가 | 데이터 입력 애플리케이션, 채팅, 이메일, 메시징 앱, 생산성 앱 | Stream.memory.xlarge\$1 또는 Stream.compute.xlarge\$1에서 vCPU당 사용자 2명 | 
| 고성능 워크로드를 사용하는 최종 사용자 | 미디엄에서 헤비 | 지식 근로자, 소프트웨어 개발자, 비즈니스 인텔리전스 분석가 | 소프트웨어 스크립팅 | Stream.memory.xlarge\$1 또는 Stream.compute.xlarge\$1에서 vCPU당 사용자 1명 | 
| 고성능 워크로드를 사용하는 최종 사용자 | 헤비 | 지식 근로자, 소프트웨어 개발자, 데이터 과학자 | 화면 공유, 데이터 분석, 오디오 회의 | Stream.memory.xlarge\$1 또는 Stream.compute.xlarge\$1에서 vCPU 2개당 사용자 1명 | 
| 그래픽 및 대량의 컴퓨팅/메모리 리소스가 필요한 워크로드를 사용하는 최종 사용자 | 헤비에서 액셀러레이티드 | 그래픽/아키텍처 디자이너, CAD/CAM 사용자 | 오디오 회의, 원격 그래픽 워크스테이션과 같은 그래픽 집약적 애플리케이션 | vCPU Graphics.g4dn 2개당 사용자 1명.\$1 | 
| 그래픽 및 대량의 컴퓨팅/메모리 리소스가 필요한 워크로드를 사용하는 최종 사용자 | 가속 | 비디오 편집자, 게이머 및 게임 개발자, 데이터 마이너, GIS 데이터 엔지니어, AI 과학자 | 오디오 회의, 비디오 트랜스코딩 및 3D 렌더링, 사실적인 디자인, 그래픽 워크스테이션, ML 모델 훈련, ML 추론 | vCPU Graphics.G5 2개당 사용자 1명.\$1 | 