게시된 날짜: Dec 3, 2019
Amazon SageMaker 모델 모니터는 프로덕션에서 ML(기계 학습) 모델을 지속적으로 모니터링하고, 시간에 따라 모델 성능을 저하시킬 수 있는 데이터 드리프트와 같은 편차를 감지하고, 교정 조치를 취하도록 경고하는 Amazon SageMaker의 새로운 기능입니다.
ML 모델은 모델 훈련 중에 사용된 데이터에서 패턴을 학습하여 예측을 수행합니다. 모델을 프로덕션에 배포한 후 시간이 지남에 따라 실제 데이터는 모델을 교육하는 데 사용된 데이터와 달라지기 시작하여 모델 품질의 편차를 초래하고 결국 모델 정확도가 떨어집니다. 예를 들어 경제 상황이 달라져 주택 구매 예측에 영향을 주는 새로운 금리가 형성될 수 있습니다. Amazon SageMaker 모델 모니터는 프로덕션의 모델을 모니터링하고, 편차를 감지하며, 모델 감사 또는 재교육과 같은 시기 적절한 조치를 취할 수 있는 완전관리향 환경을 제공합니다.
Amazon SageMaker 모델 모니터를 사용하면 엔드포인트에서 예측 요청 및 응답을 쉽게 수집하고, 프로덕션에서 수집된 데이터를 분석하고, 이를 교육 또는 검증 데이터와 비교하여 편차를 탐지할 수 있습니다. SageMaker 모델 모니터의 기본 제공 규칙을 사용하여 구조화된 데이터 세트에 대한 드리프트를 즉시 탐지하거나, 기본 제공 규칙을 실행하기 전에 데이터 변환을 추가하거나, 고유한 사용자 정의 규칙을 작성할 수 있습니다. 모니터링 작업은 주기적으로 실행(예: 시간 또는 일 단위)되어 Amazon CloudWatch로 요약 지표를 푸시하도록 예약할 수 있으므로 수정 조치에 대한 알림과 트리거를 설정하고 Amazon SageMaker에서 지원되는 다양한 인스턴스 유형을 지원할 수 있습니다.
Amazon SageMaker에서 모델을 배포하고 기본 제공 규칙과 ml.m5.xlarge 인스턴스를 사용하여 모델 모니터를 활성화할 경우 매월 모든 엔드포인트에서 최대 30시간의 모니터링을 무료로 집계할 수 있습니다.