Amazon Redshift는 패치 198부터 새 Python UDF 생성을 더 이상 지원하지 않습니다. 기존 Python UDF는 2026년 6월 30일까지 계속 작동합니다. 자세한 내용은 [블로그 게시물](https://aws.amazon.com/blogs/big-data/amazon-redshift-python-user-defined-functions-will-reach-end-of-support-after-june-30-2026/)을 참조하세요.

# Amazon Sagemaker Unified Studio를 사용하여 Amazon Redshift 및 SageMaker Lakehouse의 데이터베이스 쿼리
<a name="sagemaker-unified-studio"></a>

Amazon SageMaker Unified Studio는 콘솔 외부 개발 환경을 제공하며 SageMaker Lakehouse, Amazon Redshift 및 Amazon Athena의 데이터에 대한 SQL 분석을 지원합니다. 관리자의 URL을 사용하여 Amazon SageMaker Unified Studio로 이동하고 SSO 또는 AWS 자격 증명을 사용하여 로그인합니다. 첫 번째 프로젝트를 설정하는 방법에 대한 자세한 내용은 *Amazon SageMaker Unified Studio 사용자 가이드*의 [시작하기](https://docs.aws.amazon.com/sagemaker-unified-studio/latest/userguide/getting-started.html)를 참조하세요.

Amazon SageMaker Unified Studio에서 [쿼리 편집기](https://docs.aws.amazon.com/sagemaker-unified-studio/latest/userguide/query-editor-navigate.html)로 Amazon Redshift 및 Amazon Athena를 실행하여 [SQL 분석](https://docs.aws.amazon.com/sagemaker-unified-studio/latest/userguide/sql-query.html)을 수행할 수 있습니다. 쿼리 편집기를 사용하여 쿼리를 작성 및 실행하고, 결과를 보고, 팀과 작업을 공유할 수 있습니다. AWS 계정(동일 계정 및 다른 AWS 계정)의 Redshift 데이터 웨어하우스에 대해 쿼리를 실행하고, 동일한 인터페이스를 사용하여 Redshift와 Athena에 대한 SQL 쿼리를 작성하고, Amazon Managed Workflows for Apache Airflow를 사용하여 SQL 쿼리를 예약할 수 있습니다. Amazon Q 생성형 SQL을 사용하여 자연어에서 SQL을 생성할 수도 있습니다.