Amazon Web Services 한국 블로그

Julien Simon

Author: Julien Simon

As an Artificial Intelligence & Machine Learning Evangelist for EMEA, Julien focuses on helping developers and enterprises bring their ideas to life.

Amazon HealthLake 정식 출시 – 의료 클라우드 AI 서비스

AWS re:Invent 2020에서는 의료 및 생명 과학 고객이 다양한 사일로 및 형식의 의료 정보를 구조화되고 중앙화된 AWS 데이터 레이크로 집계하고, 분석 및 기계 학습(ML)을 사용하여 해당 데이터에서 인사이트를 추출할 수 있는 완전관리형 HIPAA 지원 서비스인 Amazon HealthLake를 미리보기로 출시하였습니다. 오늘 Amazon HealthLake를 정식 출시 합니다. 어떤 규모에서든 신속하게 건강 데이터를 저장, 변환 및 분석할 수 […]

Read More

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 […]

Read More

AWS Systems Manager – 신규 Incidet Manager를 통해 IT 긴급 요청 처리하기

IT 엔지니어는 애플리케이션 및 인프라를 구축하는 데 투입하는 기술과 관리에 자부심을 갖고 있습니다. 그러나 인정하기는 싫지만 100% 가동 시간과 같은 것은 없습니다. 어느 시점이 되면 모든 것이 실패하게 되며 종종 가능한 가장 최악의 시간에 발생해 망가진 저녁 식사나 생일 파티 또는 결혼 기념일로 이어지곤 합니다. 호출기가 요란하게 울리면 담당 엔지니어는 서비스를 복원하기 위해 허둥대며 이때는 […]

Read More

Amazon SageMaker 인스턴스 가격 인하 및 Savings Plans를 통해 기계 학습 비용 절감

AWS re:Invent 2017에서 출시된 Amazon SageMaker는 이미 수만 명의 고객이 AWS에서 기계 학습(ML) 워크플로를 신속하게 구축하고 배포할 수 있도록 도와준 완전 관리형 서비스입니다. 고객이 비용 대비 ML 효과를 극대화할 수 있도록 Managed Spot Training, Multi-Model Endpoints, Amazon Elastic Inference 및 AWS Inferentia와 같은 일련의 비용 최적화 서비스 및 기능을 추가했습니다. 실제로 고객은 자체 관리형 Amazon […]

Read More

신규 EC2 Serial Console 기능 출시 – 부팅 및 네트워킹 문제 해결

정식 서비스 중 발생하는 문제 해결은 시스템 및 네트워크 관리자의 주요 책임 중 하나입니다. 사실 저에게는 항상 이것이 인프라 엔지니어링에서 가장 흥미로운 부분 중 하나였습니다. 당면한 문제에 필요한 만큼 깊이 파고들면 결국 문제를 해결할 수 있을 뿐만 아니라 그 과정에서 보통은 알 수 없는 많은 것을 배우게 됩니다. 운영 체제는 확실히 그러한 기회를 제공합니다. 시간이 […]

Read More

새로운 기능 – Amazon SageMaker Debugger 기반 기계 학습 훈련 작업 프로파일링

오늘 Amazon SageMaker Debugger가 기계 학습 모델을 프로파일링하여 하드웨어 리소스 사용으로 인한 훈련 문제를 훨씬 쉽게 식별하고 수정할 수 있음을 발표하게 되어 매우 기쁩니다. 다양한 비즈니스 문제에 대해 인상적인 성능을 발휘하고 있지만 기계 학습(ML)은 여전히 신비한 주제입니다. 이를 바로 잡는 것은 과학, 장인 정신(일부는 마법사라고 말할 것입니다), 때로는 행운의 연금술입니다. 특히 모델 훈련은 데이터 세트의 […]

Read More

새로운 기능 – Amazon SageMaker 관리형 데이터 병렬 처리를 통해 대규모 데이터 세트 훈련 간소화

오늘 Amazon SageMaker가 수백 또는 수천 기가바이트의 데이터 세트에 대한 모델을 더 쉽게 훈련할 수 있는 새로운 데이터 병렬 처리 라이브러리를 지원한다는 것을 발표하게 되어 기쁩니다. 데이터 세트와 모델이 점점 커지고 정교해짐에 따라 대규모 분산 훈련 작업을 수행하는 기계 학습(ML) 실무자는 Amazon Elastic Compute Cloud (EC2) p3 및 p4 인스턴스와 같은 강력한 인스턴스를 사용하는 경우에도 […]

Read More

새로운 기능 – Amazon SageMaker 기반 수십억 개의 파라미터로 딥 러닝 모델 훈련 간소화

오늘 Amazon SageMaker에서 이전에 하드웨어 한계로 인해 훈련이 어려웠던 매우 큰 딥 러닝 모델의 훈련을 단순화 할 수 있는 기능을 발표하게 되어 매우 기쁩니다. 지난 10년 동안 딥 러닝(DL)이라는 기계 학습 관련 기술은 세계에 큰 반향을 일으켰습니다. 신경망을 기반으로 DL 알고리즘은 이미지, 비디오, 음성 또는 텍스트와 같은 방대한 양의 비정형 데이터에 숨겨진 정보 패턴을 추출하는 […]

Read More

Amazon SageMaker Edge Manager – 엣지 디바이스에서 기계 학습 모델 운영 간소화

오늘 Amazon SageMaker Edge Manager를 발표하게 되어 기쁩니다. Amazon SageMaker의 새로운 기능으로 엣지 디바이스 플릿에서 기계 학습 모델을 간편하게 최적화, 보안, 모니터링 및 유지 관리합니다. 엣지 컴퓨팅은 정보 기술 분야에서 가장 흥미로운 개발 중 하나입니다. 실제로 컴퓨팅, 스토리지, 네트워킹 및 배터리 기술의 지속적인 발전으로 인해 조직에서는 제조, 에너지, 농업, 의료 등 다양한 산업 애플리케이션을 위해 […]

Read More

Amazon SageMaker Clarify – 데이터 편향성 감지를 통한 기계 학습 모델의 투명성 개선

오늘 Amazon SageMaker Clarify를 발표하게 되어 매우 기쁩니다. Amazon SageMaker의 새로운 기능인 Clarify는 이해관계자와 고객에게 모델의 동작을 설명함으로써 기계 학습(ML) 모델의 바이어스를 감지하고 투명성을 개선하는 데 도움이 됩니다. 데이터 세트에 존재하는 통계 패턴을 학습하는 훈련 알고리즘에 의해 ML 모델이 구축되기 때문에 몇 가지 질문이 즉시 떠오릅니다. 첫째, ML 모델이 특정 예측을 제시하는 이유를 설명할 수 […]

Read More