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

# 결론
<a name="conclusion"></a>

 기존 모놀리식 시스템의 대안을 제공하는 다목적 설계 접근 방식인 Microservices 아키텍처는 애플리케이션 규모 조정, 개발 속도 향상, 조직 성장 촉진을 지원합니다. 적응성을 통해 컨테이너, 서버리스 접근 방식 또는 두 가지의 조합을 사용하여 특정 요구 사항에 맞게 조정할 수 있습니다.

 그러나 이는 one-size-fits-all 솔루션이 아닙니다. 아키텍처 복잡성 및 운영 요구가 증가할 가능성이 있으므로 각 사용 사례에는 세심한 평가가 필요합니다. 그러나 전략적으로 접근하면 마이크로서비스의 이점이 이러한 문제를 크게 능가할 수 있습니다. 특히 관찰성, 보안 및 변경 관리 영역에서는 사전 예방적인 계획이 중요합니다.

 또한 마이크로서비스 외에도 [Retrieval Augmented Generation(RAG)](https://aws.amazon.com/blogs/machine-learning/quickly-build-high-accuracy-generative-ai-applications-on-enterprise-data-using-amazon-kendra-langchain-and-large-language-models/)과 같은 생성형 AI 아키텍처와 같은 아키텍처 프레임워크가 완전히 다르므로 필요에 가장 적합한 다양한 옵션을 제공합니다.

 AWS는 강력한 관리형 서비스 제품군을 통해 팀이 효율적인 마이크로서비스 아키텍처를 구축하고 복잡성을 효과적으로 최소화할 수 있도록 지원합니다. 이 백서는 관련 AWS 서비스와 주요 패턴 구현을 안내하는 것을 목표로 했습니다. 목표는 마이크로서비스의 성능을 활용할 수 있는 지식을 제공하여 이점을 활용하고 애플리케이션 개발 여정을 혁신 AWS하는 것입니다.