Amazon SageMaker, 엔터프라이즈 MLOps 플랫폼 선두주자 선정

지난 몇 년 동안 기계 학습(ML)은 조직의 효율성을 높이고 혁신을 촉진하는 데 있어 그 가치가 입증되었습니다. 기계 학습이 성숙해지면서 실험에서 생산으로 자연스럽게 초점이 바뀌고 있습니다. 일관되고 신뢰할 수 있는 방식으로 모델 구축, 훈련, 배포 및 관리하려면 기계 학습 프로세스를 간소화, 표준화 및 자동화해야 합니다. 보안, 고가용성, 확장, 모니터링 및 자동화와 같은 오랜 IT 문제도 매우 중요해지고 있습니다. 우수한 기계 학습 모델이 규모와 관계없이 연중무휴로 비즈니스 애플리케이션에 빠르고 정확한 예측을 제공할 수 없다면 그다지 좋지 않을 것입니다.

2017년 11월, 기계 학습 엔지니어와 데이터 과학자가 최상의 모델을 구축할 뿐만 아니라 효율적으로 운영할 수 있도록 Amazon SageMaker를 출시했습니다. 고객에게 가장 포괄적인 서비스를 제공하기 위해 노력한 끝에, 데이터 레이블 지정, 데이터 준비, 피처 엔지니어링, 바이어스 감지, AutoML, 훈련, 튜닝, 호스팅, 설명 가능성, 모니터링 및 자동화와 같은 모든 기계 학습 수명 주기를 포함한 수백 개의 기능이 추가되었습니다. 또한 웹 기반 개발 환경인 Amazon SageMaker Studio에도 이러한 기능을 통합했습니다.

SageMaker에서 사용할 수 있는 광범위한 기계 학습 기능 덕분에 모든 산업 부문에 걸친 수만 명의 AWS 고객이 기계 학습을 채택하여 비즈니스 프로세스를 가속화하고 혁신적인 사용자 환경을 조성하며 수익을 개선하고 비용을 절감했습니다. 예로는 자사 Amazon Fulfillment Technologies 및 Amazon Robotics뿐만 아니라 Engie(에너지), Deliveroo(식품 배송), SNCF(철도), Nerdwallet(금융 서비스), Autodesk(컴퓨터 지원 설계), Formula 1(자동차 경주) 등이 있습니다.

Omdia 수석 분석가인 Bradley Shimmin은 기업 MLOps 플랫폼에 대한 자신의 최신 보고서에서 SageMaker에 대해 다음과 같이 칭찬했습니다. “AWS는 엔터프라이즈 MLOps 플랫폼에 대한 Omdia의 비교 검토에서 명백한 선두를 차지하고 있습니다. 이 회사는 거의 모든 측면에서 경쟁자를 훨씬 능가하여 전체 기계 학습 수명 주기 전반에 걸쳐 일관된 가치를 제공했습니다. AWS는 운영뿐만 아니라 비즈니스 전반에 걸쳐 AI를 확장하고자 하는 기업 AI 실무자에게 매우 강렬한 관심 대상이 되는 차별화된 기능을 제공합니다.”

자세한 내용은 전체 보고서를 다운로드하세요.

시작하기
Amazon SageMaker에 대해 궁금하신가요? 개발자 안내서에서는 몇 분 안에 노트북을 설정하고 실행하는 방법을 보여 줍니다.

항상 그렇듯이, 여러분의 피드백을 기다리고 있습니다. 일반 AWS Support 담당자를 통해 보내거나, Amazon SageMaker의 AWS 포럼을 통해 보내실 수 있습니다.

– Julien