게시된 날짜: Oct 4, 2023
이제 Amazon SageMaker 모델 레지스트리를 사용하면 프라이빗 Docker 리포지토리에 저장된 기계 학습(ML) 모델을 등록할 수 있습니다. 이 기능을 통해 여러 프라이빗 AWS 및 비 AWS 모델 리포지토리의 모든 기계 학습 모델을 하나의 중앙 서비스에서 추적하여 대규모 기계 학습 운영(MLOps) 및 기계 학습 거버넌스를 간소화할 수 있습니다.
Amazon SageMaker 모델 레지스트리는 훈련에서 추론까지 기계 학습 모델의 전체 수명 주기를 관리하기 위한 목적별 메타데이터 스토어입니다. 모델 아티팩트(모델 프레임워크 파일, 컨테이너 이미지)를 AWS(Amazon ECR)에 저장하거나 AWS 외부의 서드 파티 Docker 리포지토리에 저장하더라도, 이제 Amazon SageMaker 모델 레지스트리에서 모두 추적할 수 있습니다. 또한 관련 컨테이너 이미지에 대한 읽기/쓰기 권한 없이도 모델을 유연하게 등록할 수 있습니다. 프라이빗 리포지토리에서 기계 학습 모델을 추적하려면 등록할 때 선택 사항인 'SkipModelValidation' 파라미터를 'All'로 설정하세요. 나중에 Amazon SageMaker에서 추론을 위해 이러한 모델을 배포할 수도 있습니다. 프라이빗 리포지토리에서 이러한 모델을 배포하는 방법에 대한 자세한 내용은 개발자 안내서에서 확인하세요.
Amazon SageMaker 모델 레지스트리는 AWS GovCloud(미국) 리전을 제외한 모든 AWS 리전에서 사용할 수 있습니다. 시작하려면 Amazon SageMaker Studio UI 또는 Amazon SageMaker Python SDK를 통해 프라이빗 기계 학습 모델을 등록하면 됩니다. 추가 정보는 Amazon SageMaker 개발자 안내서에서 확인하세요.