Q73 — AWS SAA-C03 第10章

第 73/100 問 | ← 第10章

Q673. ある会社は、Amazon S3バケットにテキストファイルとして保存されているレシピ記録から材料名を抽出する必要があります。Webアプリケーションはこの材料名を用いてAmazon DynamoDBテーブルをクエリし、栄養スコアを算出します。アプリケーションは食品でない記録やエラーを処理できます。また、この会社には機械学習の知識を持つ従業員がおらず、自社でこのソリューションを開発することができません。これらの要件を最もコスト効率よく満たすソリューションはどれですか？

正解: A. S3イベント通知を使用して、PutObjectリクエストが発生した際にAWS Lambda関数を起動します。Lambda関数をプログラムし、Amazon Comprehendを用いてオブジェクトを解析して材料名を抽出します。Amazon Comprehendの出力をDynamoDBテーブルに保存します。

解説

レシピ記録（S3バケット内のテキストファイル）から材料名を抽出し、かつ機械学習の専門知識を持たないチームでも実装可能で、最もコスト効率の良いソリューションを選ぶ必要があります。この要件を最も適切に満たすのは選択肢Aです。理由は以下の通りです。選択肢Aでは、S3イベント通知により新しいオブジェクトがアップロードされた時点でAWS Lambda関数を自動起動し、Lambda関数内で自然言語処理（NLP）サービスであるAmazon Comprehendを活用してテキストから材料名を抽出します。抽出結果はDynamoDBテーブルに格納され、Webアプリケーションが後続の栄養スコア算出に利用できます。このアプローチは、LambdaとComprehendの両方が課金単位ごとの従量課金制（実行回数・実行時間・処理文字数など）であり、不要なインフラ運用コストや専門人材の育成コストが不要なため、非常にコスト効率が優れています。また、Amazon Comprehendは事前に学習済みのNLPモデルを提供しており、カスタムモデルの構築やトレーニングの必要がなく、機械学習の知識がなくても利用可能です。一方、選択肢BのAmazon Forecastは時系列予測向けのサービスであり、テキスト解析や材料名抽出には不適切で、非効率かつ高コストです。選択肢Cは人手による処理を含むため、スケーラビリティ・正確性・セキュリティの面で問題があり、自動化という基本要件にも反しています。選択肢DのAmazon SageMakerは強力な機械学習プラットフォームですが、モデルの開発・訓練・デプロイに機械学習の専門知識が必要であり、本ユースケースでは過剰かつ高コストです。したがって、要件を最もコスト効率よく満たすソリューションは、S3イベント通知＋AWS Lambda＋Amazon Comprehendを組み合わせた選択肢Aです。