Amazon SageMaker의 자동 모델 튜닝이 이제 일반에 공개되었습니다. 이 기능의 출시를 통해 Amazon SageMaker는 수천 개의 다양한 알고리즘 파라미터 조합을 조정하여 자동으로 모델을 튜닝함으로써 모델이 산출할 수 있는 가장 정확한 예측에 도달할 수 있게 되었습니다.

정확도를 높이도록 모델을 튜닝할 때 활용할 수 있는 두 가지 수단이 있습니다. 모델에 제공하는 데이터 입력을 수정하는 것(예: 숫자의 로그 기록)과 알고리즘의 파라미터를 조정하는 것입니다. 이를 하이퍼파라미터라고 하는데, 적절한 값을 찾기가 어려울 수 있습니다. 일반적으로는 임의의 값으로 시작하여 변경 내용이 미치는 영향이 나타나기 시작하면 조정을 반복합니다. 모델에 얼마나 많은 하이퍼파라미터가 있는지에 따라 주기가 길어질 수 있습니다.

Amazon SageMaker는 교육 도중 자동 모델 튜닝을 옵션으로 제공하여 이를 간소화합니다. Amazon SageMaker는 자동으로 기계 학습을 사용하여 기계 학습 모델을 튜닝합니다. 그 원리는 다양한 데이터 형식이 모델에 미치는 효과를 학습하고 이 지식을 모델의 여러 사본에서 적용하여 가능한 최선의 결과물을 빠르게 찾는 것입니다. 개발자 또는 데이터 과학자는 모델에 공급하는 데이터의 조정에만 신경 쓰면 되므로 훈련 도중 걱정해야 할 것이 크게 줄어듭니다. 자동 모델 튜닝을 초기화할 때에는 간단히 API를 통해 훈련 작업의 수를 지정하면 Amazon SageMaker에서 나머지를 처리해 줍니다.

이제 자동 모델 튜닝을 미국 동부(버지니아 북부), 미국 동부(오하이오), 미국 서부(오레곤), 유럽(아일랜드) 및 아시아 태평양(도쿄) AWS 리전에서 사용할 수 있습니다. 설명서 페이지를 방문하여 훈련 작업에 대한 자세한 내용을 확인하고 자동 모델 튜닝을 사용하는 방법에 대한 블로그 게시물을 읽으십시오.