아무것도 놓치고 싶지 않으신가요?

인증 시험 합격 팁

최신 시험 소식 및 할인 정보

전문가가 선별하고 최신 정보를 제공합니다.

예, 뉴스레터를 보내주세요

프로페셔널 클라우드 아키텍트 모의고사, 구글 프로페셔널 클라우드 아키텍트로 자격증 준비 강화하기 | SPOTO

프로페셔널 클라우드 아키텍트 모의고사로 자격증 준비의 수준을 높이세요. 실제 시험 환경과 유사하게 설계된 모의 시험은 자신감과 숙련도를 높일 수 있는 귀중한 연습 기회를 제공합니다. 다양한 샘플 문제, 시험 덤프, 온라인 시험 문제를 통해 클라우드 아키텍처와 Google Cloud 기술에 대한 이해를 강화할 수 있습니다. 시험 자료는 상세한 설명과 답변을 제공하여 핵심 개념을 포괄적으로 다룰 수 있도록 합니다. 준비 상태를 평가하거나 기술을 연마하려는 경우, 모의 시험은 효과적인 시험 준비를 위한 이상적인 도구입니다. 시험 시뮬레이터를 활용하여 시험 조건을 시뮬레이션하고 시험 당일의 성공을 극대화하세요. SPOTO의 신뢰할 수 있는 리소스로 지금 바로 자격증 준비를 시작하세요.
다른 온라인 시험에 응시하세요
질문 #1
이 질문에 대해서는 Dress4Win 사례 연구를 참조하세요. 주어진 비즈니스 요구 사항을 고려할 때 웹 및 트랜잭션 데이터 계층의 배포를 어떻게 자동화할 수 있을까요?
A. Cloud 배포 관리자를 사용하여 Nginx 및 Tomcat을 컴퓨팅 엔진에 배포합니다
B. 클라우드 런처를 사용하여 Nginx 및 Tomcat을 배포합니다
C. Nginx 및 Tomcat을 App Engine으로 마이그레이션합니다
D. Nginx 및 Tomcat을 App Engine으로 마이그레이션합니다
답변 보기
정답: A
질문 #2
Dress4Win에서 온프레미스 MySQL 배포를 클라우드로 마이그레이션하는 방법에 대한 조언을 요청해 왔습니다. 마이그레이션하는 동안 온프레미스 솔루션의 다운타임과 성능에 미치는 영향을 최소화하고 싶다고 합니다. 어떤 접근 방식을 추천하시겠습니까?
A. 온프레미스 MySQL 마스터 서버의 덤프를 만든 다음 종료하고 클라우드 환경에 업로드한 다음 새 MySQL 클러스터에 로드합니다
B. 클라우드 환경에서 MySQL 복제 서버/슬레이브를 설정하고, 온프레미스 MySQL 마스터 서버에서 컷오버까지 비동기 복제를 하도록 구성합니다
C. 클라우드에 새 MySQL 클러스터를 만들고, 온프레미스 및 클라우드 MySQL 마스터 모두에 쓰기를 시작하도록 애플리케이션을 구성하고, 컷오버 시 원래 클러스터를 파기합니다
D. 클라우드 환경에 MySQL 복제 서버의 덤프를 생성하여 로드합니다: 구글 클라우드 데이터스토어에 로드하고, 컷오버 시 클라우드 데이터스토어에 읽기/쓰기하도록 애플리케이션을 구성합니다
답변 보기
정답: B
질문 #3
이 질문에 대해서는 Dress4Win 사례 연구를 참조하세요. 귀사는 귀사의 클라우드 스토리지에 저장된 데이터의 보안에 대한 책임이 있습니다. 이미 일련의 Google 그룹을 만들고 해당 그룹에 적절한 사용자를 할당했습니다. Google 모범 사례를 사용하고 요구 사항을 충족하기 위해 가장 간단한 디자인을 구현해야 합니다. Dress4Win의 비즈니스 및 기술 요구 사항을 고려할 때 어떻게 해야 하나요?
A. 보안 요구사항을 적용하기 위해 생성한 Google 그룹에 맞춤 IAM 역할을 할당합니다
B. 보안 요구사항을 적용하기 위해 만든 Google 그룹에 맞춤 IAM 역할을 할당합니다
C. 보안 요구사항을 적용하기 위해 생성한 Google 그룹에 미리 정의된 IAM 역할을 할당합니다
D. 보안 요구사항을 적용하기 위해 만든 Google 그룹에 미리 정의된 IAM 역할을 할당합니다
답변 보기
정답: C
질문 #4
Dress4Win 보안팀은 Google Cloud Platform(GCP)의 프로덕션 가상 머신(VM)에 대한 외부 SSH 액세스를 비활성화했습니다. 운영팀은 원격으로 VM을 관리하고, Docker 컨테이너를 빌드 및 푸시하고, Google Cloud Storage 개체를 관리해야 합니다. 무엇을 할 수 있을까요?
A. 운영 엔지니어에게 Google Cloud Shell을 사용할 수 있는 액세스 권한을 부여합니다
B. 클라우드 VM에 대한 SSH 액세스를 허용하도록 GCP에 대한 VPN 연결을 구성합니다
C. 운영 엔지니어가 작업을 수행해야 할 때 클라우드 VM에 임시 SSH 액세스 권한을 부여하는 새로운 액세스 요청 프로세스를 개발하세요
D. 개발팀에 운영팀이 특정 원격 프로시저 호출을 실행하여 작업을 수행할 수 있는 API 서비스를 구축하도록 합니다
답변 보기
정답: A
질문 #5
개발팀이 차량 데이터를 검색할 수 있는 구조화된 API를 만들었습니다. 타사에서 이 차량 이벤트 데이터를 사용하는 대리점용 도구를 개발할 수 있도록 하려고 합니다. 이 데이터에 대한 위임된 권한 부여를 지원하려고 합니다. 어떻게 해야 할까요?
A. OAuth 호환 액세스 제어 시스템 구축 또는 활용
B. 인증 시스템에 SAML 2
C. 파트너 시스템의 소스 IP 주소에 따라 데이터 액세스 제한
D. 신뢰할 수 있는 제3자에게 제공할 수 있는 각 딜러에 대한 보조 자격 증명을 생성합니다
답변 보기
정답: A
질문 #6
Dress4Win은 여러 레거시 서비스에 대해 Google Stackdriver로 새로운 가동 시간 확인을 구성했습니다. Stackdriver 대시보드에서 서비스가 정상으로 보고되지 않습니다. 어떻게 해야 하나요?
A. 모든 레거시 웹 서버에 스택드라이버 에이전트를 설치합니다
B. Cloud Platform 콘솔에서 가동 시간 서버의 IP 주소 목록을 다운로드하고 인바운드 방화벽 규칙을 만듭니다
C. 값이 구글스택드라이버모니터링-업타임체크(https:// cloud
D. 레거시 웹 서버가 사용자 에이전트 HTTP 헤더가 포함된 요청을 허용하도록 구성하여 해당 값이 GoogleStackdriverMonitoring- UptimeChecks(https://cloud
답변 보기
정답: B
질문 #7
이 질문에 대해서는 TerramEarth 사례 연구를 참조하세요. 유럽의 GDPR 규정을 준수하기 위해 TerramEarth는 유럽 고객으로부터 생성된 데이터에 개인 데이터가 포함되어 있는 경우 36개월이 지나면 삭제해야 합니다. 새로운 아키텍처에서는 이 데이터가 클라우드 스토리지와 BigQuery에 모두 저장됩니다. 어떻게 해야 하나요?
A. 유럽 데이터에 대한 BigQuery 테이블을 만들고 테이블 보존 기간을 36개월로 설정합니다
B. 유럽 데이터에 대한 BigQuery 테이블을 만들고 테이블 보존 기간을 36개월로 설정합니다
C. 유럽 데이터에 대해 시간 분할 테이블을 생성하고 분할 만료 기간을 36개월로 설정합니다
D. 유럽 데이터에 대해 시간 분할 테이블을 생성하고 분할 만료 기간을 36개월로 설정합니다
답변 보기
정답: C
질문 #8
이 질문에 대해서는 TerramEarth 사례 연구를 참조하세요. 기술 요구 사항을 고려할 때 GCP에서 예기치 않은 차량 다운타임을 줄이려면 어떻게 해야 하나요?
A. BigQuery를 데이터 웨어하우스로 사용하세요
B. BigQuery를 데이터 웨어하우스로 사용합니다
C. 클라우드 데이터프록 하이브를 데이터 웨어하우스로 사용하세요
D. Cloud Dataproc Hive를 데이터 웨어하우스로 사용합니다
답변 보기
정답: A
질문 #9
Dress4Win은 엔드포인트의 100%를 포괄하는 엔드투엔드 테스트를 수행합니다. 클라우드로의 이전으로 인해 새로운 버그가 발생하지 않도록 하려고 합니다. 개발자가 서비스 중단을 방지하기 위해 어떤 추가 테스트 방법을 사용해야 하나요?
A. 애플리케이션 코드에서 구글 스택드라이버 디버거를 활성화하여 코드의 오류를 표시해야 합니다
B. 클라우드 스테이징 환경에서 단위 테스트와 프로덕션 규모 부하 테스트를 추가해야 합니다
C. 클라우드 스테이징 환경에서 엔드투엔드 테스트를 실행하여 코드가 의도한 대로 작동하는지 확인해야 합니다
D. 개발자가 새 릴리스가 지연 시간에 얼마나 영향을 미치는지 측정할 수 있도록 카나리아 테스트를 추가해야 합니다
답변 보기
정답: B
질문 #10
이 질문에 대한 답변은 TerramEarth 사례 연구를 참조하세요. TerramEarth는 클라우드 스토리지에 데이터 파일을 저장하기로 결정했습니다. 1년의 데이터를 저장하고 파일 저장 비용을 최소화하기 위해 클라우드 스토리지 수명 주기 규칙을 구성해야 합니다. 어떤 두 가지 조치를 취해야 하나요?
A. 나이: "30", 스토리지 클래스: "Standard", Action: "Coldline으로 설정"으로 두 번째 GCS 수명 주기 규칙을 생성하고, Age: "365", Storage Class: "콜드라인", Action: "Delete"로 설정합니다
B. 나이: "30", 스토리지 클래스: "Coldline", Action: "Nearline으로 설정"으로 두 번째 GCS 수명 주기 규칙을 생성하고, 나이: "91", 스토리지 클래스: "콜드라인", Action: "Set to Nearline"으로 설정합니다
C. 나이: "90", 스토리지 클래스: "Standard", Action: "Nearline으로 설정"으로 두 번째 GCS 수명 주기 규칙을 생성하고, Age: "91", Storage Class: "Nearline", Action: "Set to Coldline"으로 설정합니다
D. 나이: "30", 스토리지 클래스: "Standard", Action: "콜드라인으로 설정"으로 설정하고, 나이: "365", 스토리지 클래스로 두 번째 GCS 수명 주기 규칙을 생성합니다: "Nearline", Action: "Delete"로 설정합니다
답변 보기
정답: A
질문 #11
이 문제에 대해서는 TerramEarth 사례 연구를 참조하세요. 셀룰러 네트워크에 연결된 20만 대의 차량 데이터를 수집하기 위한 새로운 아키텍처를 설계하라는 요청을 받았습니다. Google이 권장하는 사례를 따르고자 합니다. 기술 요구 사항을 고려할 때 데이터 수집을 위해 어떤 구성 요소를 사용해야 하나요?
A. SSL 인그레스가 있는 Google 쿠버네티스 엔진
B. 공개/개인 키 쌍이 있는 Cloud IoT Core
C. 프로젝트 전체 SSH 키가 있는 컴퓨팅 엔진
D. 특정 SSH 키로 엔진 계산
답변 보기
정답: B
질문 #12
이 질문에 대해서는 Dress4Win 사례 연구를 참조하세요. 감사 중 법적 규정을 준수하려면 Dress4Win이 Google Cloud에서 리소스의 구성 또는 메타데이터를 수정하는 모든 관리 작업에 대한 인사이트를 제공할 수 있어야 합니다. 어떻게 해야 하나요?
A. 스택드라이버 추적을 사용하여 추적 목록 분석을 생성합니다
B. 스택드라이버 모니터링을 사용하여 프로젝트 활동에 대한 대시보드를 만듭니다
C. 모든 프로젝트에서 클라우드 ID 인식 프록시를 사용하도록 설정하고 관리자 그룹을 구성원으로 추가합니다
D. GCP 콘솔의 활동 페이지와 스택드라이버 로깅을 사용하여 필요한 인사이트를 제공합니다
답변 보기
정답: D
질문 #13
TerramEarth의 각 차량은 환경 조건에 따라 오일 압력과 같은 작동 매개변수를 조정하여 효율성을 높일 수 있습니다. 여러분의 주요 목표는 현장에 있는 2천만 대의 셀룰러 및 비연결 차량 모두의 운영 효율성을 높이는 것입니다. 이 목표를 어떻게 달성할 수 있을까요?
A. 엔지니어가 데이터에서 패턴을 검사한 다음 자동으로 작동을 조정하는 규칙이 포함된 알고리즘을 만들도록 하세요
B. 모든 운영 데이터를 캡처하고, 이상적인 운영을 식별하는 머신 러닝 모델을 학습하고, 로컬에서 실행하여 자동으로 운영 조정을 수행합니다
C. 슬라이딩 창으로 Google Cloud 데이터 플로우 스트리밍 작업을 구현하고, Google Cloud 메시징(GCM)을 사용하여 자동으로 운영 조정을 수행합니다
D. 모든 운영 데이터를 캡처하고, 이상적인 운영을 식별하는 머신 러닝 모델을 학습하고, Google Cloud 머신 러닝(ML) 플랫폼에서 호스팅하여 자동으로 운영을 조정합니다
답변 보기
정답: B
질문 #14
이 질문에 대해서는 Dress4Win 사례 연구를 참조하세요. 어떤 컴퓨팅 서비스를 그대로 마이그레이션해야 하며 여전히 클라우드의 성능에 최적화된 아키텍처가 될까요?
A. App Engine 표준 환경을 사용하여 배포된 웹 애플리케이션
B. 관리되지 않는 인스턴스 그룹을 사용하여 배포된 RabbitMQ
C. 클라우드 데이터프록 리저널을 사용하여 고가용성 모드에서 배포된 Hadoop/Spark
D. 사용자 지정 머신 유형에 배포된 Jenkins, 모니터링, 바스티온 호스트, 보안 스캐너 서비스
답변 보기
정답: A
질문 #15
Dress4Win은 일부 애플리케이션을 성공적으로 배포하여 클라우드에 애플리케이션을 배포하는 데 익숙해지고 싶어합니다. 추천을 요청했습니다. 어떤 조언을 해주시겠어요?
A. 클라우드로의 첫 번째 이동으로 외부 종속성이 있는 독립 실행형 애플리케이션을 식별합니다
B. 내부 종속성이 있는 엔터프라이즈 애플리케이션을 식별하여 클라우드로의 첫 번째 이전으로 권장합니다
C. 사내 데이터베이스를 클라우드로 이전하고 온프레미스 애플리케이션에 요청을 계속 제공할 것을 제안합니다
D. 메시지 큐 서버를 클라우드로 옮기고 온프레미스 애플리케이션에 대한 요청을 계속 처리할 것을 권장합니다
답변 보기
정답: C
질문 #16
현재 Dress4Win 시스템 아키텍처는 한 데이터 센터에 위치하기 때문에 일부 고객에게는 지연 시간이 길어집니다. 향후 클라우드에서의 성능을 평가하고 최적화하기 위해 Dress4Win은 Google 클라우드 플랫폼을 사용할 때 시스템 아키텍처를 여러 위치에 분산하고자 합니다. 어떤 접근 방식을 사용해야 할까요?
A. 지역별 관리 인스턴스 그룹과 글로벌 로드 밸런서를 사용하면 트래픽에 따라 각 지역에서 인스턴스를 개별적으로 늘릴 수 있으므로 성능을 향상시킬 수 있습니다
B. 운영팀에서 관리하는 가까운 가상 머신 그룹으로 요청을 전달하는 가상 머신 세트가 있는 글로벌 로드 밸런서를 사용합니다
C. 지역별 관리 인스턴스 그룹과 글로벌 로드 밸런서를 사용하여 서로 다른 지역의 영역 간에 자동 장애 조치를 제공하여 안정성을 높입니다
D. 별도의 관리형 인스턴스 그룹의 일부로 요청을 더 가까운 가상 머신 그룹으로 전달하는 가상 머신 세트가 있는 글로벌 로드 밸런서를 사용합니다
답변 보기
정답: A
질문 #17
이 질문에 대해서는 TerramEarth 사례 연구를 참조하세요. 들어오는 모든 데이터를 BigQuery에 기록하는 새로운 아키텍처가 도입되었습니다. 데이터가 더럽다는 것을 발견하고 비용을 관리하면서 매일 자동화된 방식으로 데이터 품질을 보장하고 싶습니다. 어떻게 해야 할까요?
A. 수집 프로세스를 통해 데이터를 수신하는 스트리밍 클라우드 데이터 흐름 작업을 설정합니다
B. BigQuery에서 데이터를 읽고 정리하는 클라우드 함수를 만듭니다
C. BigQuery의 데이터에 대한 SQL 문을 만들고 뷰로 저장합니다
D. Cloud Dataprep을 사용하고 BigQuery 테이블을 소스로 구성합니다
답변 보기
정답: D
질문 #18
농업 부서에서 완전 자율 주행 차량을 실험하고 있습니다. 차량 운행 중 강력한 보안을 제공하는 아키텍처를 원합니다. 어떤 두 가지 아키텍처를 고려해야 하나요? (두 가지를 선택하세요.)
A. 차량의 모듈 간 모든 마이크로 서비스 호출을 신뢰할 수 없는 것으로 취급합니다
B. 안전한 주소 공간을 확보하기 위해 연결에 IPv6를 요구합니다
C. 신뢰할 수 있는 플랫폼 모듈(TPM)을 사용하고 부팅 시 펌웨어 및 바이너리를 확인합니다
D. 함수형 프로그래밍 언어를 사용하여 코드 실행 주기를 분리합니다
E. 중복성을 위해 여러 연결 하위 시스템을 사용합니다
F. 차량의 구동 전자장치를 패러데이 케이지에 넣어 칩을 격리합니다
답변 보기
정답: AC
질문 #19
TerramEarth의 2천만 대의 차량은 전 세계에 흩어져 있습니다. 차량의 위치에 따라 원격 분석 데이터는 Google 클라우드 스토리지(GCS)의 지역 버킷(미국, 유럽 또는 아시아)에 저장됩니다. CTO가 원시 원격 분석 데이터에 대한 보고서를 실행하여 차량이 100K 마일 후에 고장이 나는 이유를 파악해 달라고 요청했습니다. 모든 데이터에 대해 이 작업을 실행하려고 합니다. 이 작업을 실행하는 가장 비용 효율적인 방법은 무엇인가요?
A. 모든 데이터를 하나의 영역으로 이동한 다음 Cloud Dataproc 클러스터를 시작하여 작업을 실행합니다
B. 모든 데이터를 하나의 리전으로 이동한 다음 Google Cloud Dataproc 클러스터를 시작하여 작업을 실행합니다
C. 각 지역에서 클러스터를 실행하여 원시 데이터를 전처리하고 압축한 다음, 데이터를 다중 지역 버킷으로 이동하고 Dataproc 클러스터를 사용하여 작업을 완료합니다
D. 각 리전에서 클러스터를 실행하여 원시 데이터를 전처리하고 압축한 다음, 데이터를 리전 버킷으로 이동하고 Cloud Dataproc 클러스터를 사용하여 작업을 완료합니다
답변 보기
정답: D
질문 #20
새로운 애플리케이션 경험의 일부로 고객이 자신의 이미지를 업로드할 수 있는 기능을 제공합니다. 고객은 이러한 이미지를 볼 수 있는 사람을 독점적으로 제어할 수 있습니다. 고객은 최소한의 지연 시간으로 이미지를 업로드할 수 있어야 하며, 로그인 시 기본 애플리케이션 페이지에서 이미지를 빠르게 볼 수 있어야 합니다. Dress4Win은 어떤 구성을 사용해야 하나요?
A. Google 클라우드 스토리지 버킷에 이미지 파일을 저장합니다
B. Google 클라우드 스토리지 버킷에 이미지 파일을 저장합니다
C. 분산 파일 시스템을 사용하여 고객의 이미지를 저장합니다
D. 분산 파일 시스템을 사용하여 고객의 이미지를 저장합니다
답변 보기
정답: A
질문 #21
이 질문에 대해서는 Dress4Win 사례 연구를 참조하세요. Dress4Win은 기존 사용 패턴을 반영하는 데이터와 트래픽의 증가로 1년 안에 규모가 10배로 성장할 것으로 예상됩니다. CIO는 향후 6개월 이내에 프로덕션 인프라를 클라우드로 마이그레이션한다는 목표를 세웠습니다. 애플리케이션을 크게 변경하지 않고도 이러한 성장에 맞게 확장하면서 ROI를 극대화하려면 어떻게 솔루션을 구성해야 할까요?
A. 웹 애플리케이션 레이어를 App Engine으로, MySQL을 Cloud Datastore로, NAS를 Cloud Storage로 마이그레이션합니다
B. 영구 디스크 스토리지를 사용하여 RabbitMQ를 Cloud Pub/Sub로, Hadoop을 BigQuery로, NAS를 Compute Engine으로 마이그레이션합니다
C. Tomcat 및 Nginx를 위한 관리형 인스턴스 그룹을 구현합니다
D. Tomcat 및 Nginx에 대한 관리형 인스턴스 그룹을 구현합니다
답변 보기
정답: D
질문 #22
Dress4Win에서 애플리케이션 서버를 배포할 머신 유형을 추천해 달라고 요청했습니다. 어떻게 진행해야 하나요?
A. 온프레미스 물리적 하드웨어 코어 및 RAM을 클라우드에서 가장 가까운 컴퓨터 유형에 매핑합니다
B. Dress4Win은 사용 가능한 가장 높은 RAM 대 CPU 비율을 제공하는 컴퓨터 유형에 애플리케이션 서버를 배포할 것을 권장합니다
C. 가능한 가장 작은 인스턴스로 Dress4Win을 프로덕션에 배포하고, 시간이 지남에 따라 모니터링하고, 원하는 성능에 도달할 때까지 머신 유형을 확장하는 것이 좋습니다
D. 애플리케이션 서버 가상 머신과 연결된 가상 코어 및 RAM의 수를 파악하여 클라우드의 사용자 지정 머신 유형에 맞추고, 성능을 모니터링하고, 원하는 성능에 도달할 때까지 머신 유형을 확장합니다
답변 보기
정답: C

제출 후 답변 보기

질문에 대한 답변을 얻으려면 이메일과 WhatsApp을 제출하세요.

참고: 올바른 시험 결과를 얻을 수 있도록 이메일 ID와 Whatsapp이 유효한지 확인하십시오.

이메일:
WhatsApp/전화번호:


Copyright © 2024. Designer by SPOTO Official Website. All Rights Reserved.