Amazon SageMaker AI, 이제 Muse Glimmer, Qwen 3.8, Ministral 3 모델을 위한 서버리스 모델 사용자 지정 지원
Amazon SageMaker AI는 이제 Muse Glimmer, Qwen3.8 27B, Ministral 3 3B, 8B, 14B 모델을 위한 서버리스 모델 사용자 지정을 지원합니다. 이러한 모델을 SageMaker AI에 배포하는 것 외에도, 이제 지도 학습을 통한 미세 조정(SFT), 직접 선호도 최적화(DPO), 강화 미세 조정(RFT) 기법을 활용하여 특정 도메인과 워크플로에 맞게 모델을 조정할 수 있습니다. 저순위 적응(LoRA) 또는 완전 미세 조정 기법을 사용하여 이러한 모델을 조정할 수도 있습니다. 이번 출시로 Nova, Gemma 4, Nemotron 3.5, Qwen, Llama, gpt-oss 및 DeepSeek 제품군의 모델을 포함하여 SageMaker AI에서 서버리스 사용자 지정에 사용할 수 있는 다양한 모델에 이러한 모델이 추가됩니다.
모델 사용자 지정을 통해 독점 데이터를 사용하여 파운데이션 모델을 맞춤화할 수 있으므로, 적절한 크기의 소규모 모델로도 특정 태스크에서 프론티어 모델과 비견되는 품질을 구현하여 비용과 지연 시간을 줄일 수 있습니다. SFT에 레이블이 지정된 데이터를 사용하여 도메인별 태스크의 정확도를 개선하거나, DPO에 선호도 데이터를 사용하여 출력을 조직의 어조에 맞게 조정하거나, RFT로 신호를 보상하여 새 태스크에서 성과를 개선할 수 있습니다. 서버리스 사용자 지정을 통해 SageMaker AI는 모든 인프라 프로비저닝과 훈련 오케스트레이션을 처리하므로 클러스터 관리보다는 데이터와 평가에 집중하고 사용한 만큼 비용을 지불하면 됩니다.
SageMaker AI 기반 서버리스 모델 사용자 지정은 미국 동부(버지니아 북부), 미국 서부(오리건), 아시아 태평양(도쿄), 유럽(아일랜드) 리전에서 사용할 수 있습니다. 시작하려면 Amazon SageMaker Studio의 Models 페이지로 이동하여 사용자 지정 작업을 시작하거나, SageMaker Python SDK를 사용하거나, 원하는 코딩 어시스턴트와 함께 AWS 에이전트 스킬을 활용하세요. 자세한 내용과 지원되는 모델 목록을 보려면 Amazon SageMaker AI 모델 사용자 지정 설명서를 참조하세요.