Amazon Web Services 한국 블로그

Category: Amazon Machine Learning

Amazon Omics 정식 출시 – 게놈 및 생물학적 데이터 구축 및 분석 서비스

고등학교 생물학 수업에서는 인간 게놈은 디옥시리보핵산(DNA)에서 쌍을 이루는 아데닌(A), 구아닌(G), 시토신(C), 티민(T)으로 이루어진 30억 개 이상의 코드로 구성된다는 것을 배웁니다. 인간 게놈은 모든 인간 세포의 생물학적 청사진 역할을 합니다. 이는 우리를 인간이게 하는 근간일 뿐입니다. 의료 및 생명과학 조직은 환자 치료를 개선하고 과학적 연구를 증진하기 위해 수많은 유형의 생물학적 데이터를 수집합니다. 이러한 기관들은 질병과 개인의 […]

AWS Machine Learning University 신규 교육자 지원 프로그램 소개

AWS 기계 학습 대학교는 현재 무료 교육자 지원 프로그램을 제공하고 있습니다. 이 프로그램은 커뮤니티 컬리지, 소수 민족 지원 기관(MSI) 및 흑인 대학(HBCU)의 교수진에게 데이터 분석, 인공 지능(AI) 및 기계 학습(ML) 개념을 가르쳐 현재와 미래의 수요가 많은 일자리를 위한 다양한 파이프라인을 구축할 수 있는 기술과 리소스를 제공합니다. 미국 국립 과학 재단에 따르면 흑인 및 히스패닉 또는 […]

Amazon SageMaker Clarify를 사용하여 Bundesliga Match Facts xGoals 설명

가장 흥미로운 AWS re:Invent 2020 공지사항 중 하나는 기계 학습(ML) 모델의 바이어스를 감지하고 모델 예측을 설명하도록 돕기 위해 고안된 새로운 Amazon SageMaker 기능인 Amazon SageMaker Clarify입니다. 기계 학습 알고리즘을 통해 대규모 예측이 이루어지는 현대 환경에서 대규모 기술 조직이 기계 학습 모델의 예측을 기반으로 특정 결정을 내린 이유를 고객에게 설명하는 것이 점점 더 중요해지고 있습니다. 결정적으로 이는 입력과 출력은 알지만 내부에서 […]

Amazon Comprehend 기반 설공 상품평 분석을 통한 트렌드 예측 개선하기

이랜드 이노플은 이랜드 그룹 전체의 IT를 담당하는 회사이며, 2014년 빅데이터 사업부 설립 이래 빅데이터 분석 및 AI 서비스를 그룹사를 대상으로 제공해 오고 있습니다. 대외적으로는 2020년부터 스타트업 및 중소기업을 대상으로 빅데이터 트렌드 컨설팅을 통해 성공의 경험을 함께 나누고 있습니다. 그중에서도 저당류 푸드 스타트업인 ‘설탕없는 과자공장'(이하 ‘설공’)에 대한 컨설팅 사례를 공유하고자 합니다. 설공은 푸드 상품기획에 있어서 몇 […]

Amazon SageMaker기반 무신사 상품 후기 이미지 자동 검수 서비스 개발 사례

무신사는 840만 회원을 보유하고 6,000개 패션 브랜드가 입점한 한국 최대 규모의 온라인 패션 플랫폼입니다. 매월 400만 명의 고객이 무신사에 방문하고 있으며, 고객 연령층은 트렌드에 민감한 10~30대 비율이 90% 이상입니다. 무신사는 한국의 패션 트렌드를 선도하는 플랫폼으로서, 어떤 곳과도 비교할 수 없는 압도적인 양의 데이터를 보유하고 있습니다. 무신사 데이터솔루션팀은 무신사 스토어에 쌓이는 데이터와 관련된 모든 업무를 진행하고 […]

AWS Panorama Appliance 정식 출시 – 엣지 기반 컴퓨터 비전 탐지 디바이스

오늘 AWS Panorama Appliance가 공식 출시됩니다. AWS Panorama Appliance는 네트워크에 배포해 온프레미스 카메라에서 제공하는 이미지를 분석하도록 설계된 컴퓨터 비전(CV) 어플라이언스입니다. 저는 매주 컴퓨터 비전의 새롭고 혁신적인 사용 사례에 대한 글을 읽습니다. 몇 가지만 예를 들면, CV를 사용해 팔레트 트럭이 지정된 구역에 주차되어 있는지 확인해 창고에서의 작업자 안전을 담보하기도 하고, 공간과 제품 배치를 최적화하기 위해 소매점에서 […]

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 […]

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 […]

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 […]

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 […]