게시된 날짜: Dec 29, 2023
Amazon SageMaker Studio는 기계 학습(ML) 개발을 위한 통합 개발 환경(IDE)을 제공합니다. Studio는 생산성을 높일 수 있는 데이터 준비, 실험 및 생산을 위한 도구를 제공합니다. 이제 Studio 사용자는 Studio IDE 인스턴스에서 SageMaker 처리, 훈련, 추론 및 배치 변환 작업을 로컬로 실행할 수 있습니다. 아울러 Studio IDE에서 SageMaker 호환 도커 이미지를 로컬로 빌드하고 테스트할 수도 있습니다.
데이터 사이언티스트는 IDE를 벗어나거나 원격 컴퓨팅 리소스를 기다리지 않고도 기계 학습 모델을 반복적으로 개발하고 코드 변경을 빠르게 디버그할 수 있습니다. 사용자는 클라우드에서 전체 작업을 실행하기 전에 로컬에서 소규모 작업을 실행하여 구현을 테스트하고 출력을 검사할 수 있습니다. 이를 통해 코드 변경에 대한 즉각적인 피드백을 제공하고 클라우드 리소스를 기다리지 않고도 문제를 조기에 발견함으로써 워크플로를 최적화할 수 있습니다.
아울러 이제 Studio 로컬 모드에서는 도커 빌드 및 실행 기능을 제공합니다. 사용자는 Studio 내에서 바로 모델 코드와 종속성을 사용하여 도커 이미지를 빌드할 수 있습니다. 따라서 외부 도커 설정 및 빌드 단계를 생략하여 컨테이너 생성이 간소화됩니다. 일단 빌드되면 컨테이너를 로컬에서 실행하여 클라우드에 배포하기 전에 구현을 검증할 수 있습니다. Studio에서 컨테이너를 빌드하고 테스트하면 개발자 생산성이 향상되고 프로덕션까지 과정이 가속화됩니다. 또한 도커 빌드 기능을 사용하면 환경 전반에서 컨테이너를 재사용할 수 있습니다. 로컬로 빌드된 컨테이너는 변경 없이 훈련 및 호스팅을 위해 SageMaker에 배포할 수 있습니다. 이러한 일관성으로 로컬 환경과 클라우드 환경 간의 차이로 인해 발생하는 문제가 방지됩니다.
이 기능은 현재 Amazon SageMaker가 제공되는 모든 AWS 리전에서 사용할 수 있습니다. 자세한 내용은 SageMaker Studio 로컬 모드 및 SageMaker Studio 도커 지원에서 확인하세요.