Author: AWS Korea

지난 1년간 Amazon SageMaker는 다양한 고객사에서 금융 사기 행위를 찾고, 스포츠 플레이를 예측하고, 자동차 엔진 성능을 튜닝하는 등 다양한 인공 지능 서비스를 만들 수 있도록 하는 완전 관리형 기계 학습(ML)서비스입니다. 작년 re:Invent에서 SageMaker가 처음 선보인 이래 100개에 가까운 새로운 기능이 추가되었고 그중 대부분은 고객의 피드백을 기초로 한 것이었습니다. 이 글에서는 그 중에서도 꼭 알아두어야 할 […]

올해 초 개발자와 데이터 과학자가 기계 학습 모델을 학습시키고 최적화하는 데 소요되는 시간과 노력을 크게 줄일 수 있는 Amazon SageMaker 자동 모델 튜닝을 발표했습니다. 오늘은  자동 하이퍼파라미터 최적화(Hyper Parameter  Optimization, HPO) 작업의 웜 스타트 구성을 하는 방법을 살펴보겠습니다.  웜 스타트 구성은 HPO 프로세스를 가속화하고 모델 최적화 비용을 절감해줍니다. 예를 들어 적은 예산으로 HPO 작업을 시작하고 […]

Microsoft SQL Server를 AWS에 배포하는 경우 다양한 방법을 통해 애플리케이션의 성능, 가용성, 안정성 및 비용을 최적화할 수 있습니다. Amazon은 여러 SQL Server 버전, 광범위한 컴퓨팅 옵션 및 수많은 라이선스 옵션을 제공하여 사용량을 최적화하고 비용을 절감할 수 있도록 돕습니다. 또한, 사용량 기반 지불(pay-as-you-go) 모델을 선택 후  AWS 라이선스 포함 옵션을 사용하거나 Amazon EC2에서 BYOL(Bring Your Own […]

AWS Lambda 함수가 제공하는 가장 큰 이점 중 하나는 개발 작업을 기반 인프라와 격리한다는 것입니다. 이러한 격리는 코드 배포와 관리를 용이하게 하지만, 테스트와 디버깅 및 문제 진단을 위한 접근 방식을 분명히 정의해야 합니다. 이를 지원하는 방법으로 AWS 서비스를 활용한 다양한 모범 사례가 있지만 .NET 기반으로 Lambda 함수를 개발하는 경우에는 아래 네 가지 방법을 따를 수 […]

이제 AWS 클라우드로 여러분의 데이터 베이스를 이전하기로 하셨다면 축하드립니다. 클라우드로 전환하도록 설득하는 과정에서 중요한 결정을 하신 것입니다. 이제 새로운 환경, 플랫폼 또는 기술로 애플리케이션을 옮기는 소위 애플리케이션 현대화(Modernizing Application)를 진행하게 됩니다. 데이터베이스를 재미로 이리저리 옮기는 사람은 없을 테니까요. 데이터베이스 마이그레이션은 평가, 데이터베이스 스키마 변환(엔진을 변경하는 경우), 스크립트 변환, 데이터 마이그레이션, 기능 테스트 등 여러 단계로 […]

최근 인공 지능과 딥러닝이 발전한 이유 중 하나로 GPU(그래픽 처리 장치)의 환상적인 컴퓨팅 성능을 꼽을 수 있습니다. 약 10년 전 연구자들은 기계 학습과 고성능 컴퓨팅에 대규모 하드웨어 병렬 처리를 활용하는 방법을 찾아냈습니다. 관심 있는 분들은 2009년 스탠포드 대학이 발표한 논문(PDF)을 살펴보시기 바랍니다. 현재 GPU는 개발자와 데이터 과학자들이 의료 영상 분석이나 자율 주행을 구현하기 위해 복잡한 […]

소프트웨어 개발자에게는 각자가 선호하는 도구가 있습니다. 일부는 강력한 편집기를 사용하고, 일부는 특정 언어 및 플랫폼에 맞춤화된 통합 개발 환경(IDE)을 사용합니다. 2014년에 저는 Lambda 콘솔에 있는 편집기를 사용하여 AWS Lambda 함수를 처음으로 생성했습니다. 오늘날에는 서버리스 애플리케이션 구축과 배포에 다양한 도구를 사용할 수 있습니다. 한 예로, 작년 AWS Cloud9 출시와 함께 기능이 대폭 향상된 Lambda 콘솔의 편집기를 사용할 수 있습니다. .NET […]

기계 학습이 제공하는 다양한 작업 주제 중에서 가장 흥미로운 주제는 개인화와 추천일 것입니다. 언뜻 보기에는 사용자가 좋아할 것 같은 항목을 연결하는 간단한 문제처럼 느껴집니다. 그러나 효율적인 추천 시스템을 개발하는 작업은 그리 쉽지 않습니다. 심지어 Netflix에서는 몇 년 전에 영화 추천 대회를 열면서 백만달러(한화 11억3천만원)에 달하는 상금을 걸었습니다! 실제로 실시간 개인화를 구축하고 최적화하고 배포하려면 분석, 응용 […]

지난 몇 년간 기계 학습(Machine Learning)은 많은 관심을 받아왔으며, 의료 영상 분석부터 무인 주행 트럭까지 ML 모델을 통해 할 수 있는 복잡한 작업의 목록은 꾸준히 증가하고 있습니다. 이러한 최근 기계학습 기술은 어떤 방법이 있을까요? 간단히 말해 다음과 같은 3가지 방법으로 모델을 훈련할 수 있습니다. 지도 학습(Supervised Learning): 레이블이 지정된 데이터 세트(샘플 및 답변이 포함된 데이터 […]

1959년, Arthur Samuel은 기계 학습을 “명시적으로 프로그래밍하지 않으면서도 컴퓨터에 학습할 수 있는 능력을 부여하는 연구 분야”로 정의했습니다. 하지만, 만능 솔루션은 없습니다. 이러한 학습 프로세스에는 알고리즘(“학습 방법”)과 학습 데이터 세트(“학습 방법”)가 필요합니다. 오늘날 대부분의 기계 학습 작업에는 지도 학습(supervised learning)이라는 기법이 사용됩니다. 레이블이 지정된 데이터 세트에서 패턴 또는 동작을 학습하는 알고리즘이죠. 레이블이 지정된 데이터 세트에는 데이터 […]