Amazon Web Services 한국 블로그

Category: Artificial Intelligence

Amazon SageMaker와 Deep Graph Library를 이용한 이종 네트워크에서 사기 탐지하기

이상 행위자나 의심스러운 계정으로 인해서 매년 수 십조 원의 손실이 발생하고 있습니다. 시스템에서 악의적인 행동들이 일어나는 것을 방지하기 위해서 많은 기업들은 규칙 기반 필터를 적용하고 있지만, 이 필터들은 다루기 힘들기도 하고 악의적인 행동 전체를 잡아내지 못합니다. 하지만 그래프 기술과 같은 솔루션들은 이상 행위자나 악의적인 사용자를 탐지하는데 아주 적합합니다. 이상 행위자는 규칙 기반의 시스템이나 단순한 특징 […]

Read More

Amazon SageMaker와 Apache Airflow을 통한  기계학습 워크플로 구축하기

기계 학습(Machine Learning, ML) 워크플로는 데이터 수집 및 변환을 가능하게 함으로써 ML 작업 순서를 오케스트레이션하고 자동화합니다. 그런 다음 ML 모델을 학습, 테스트 및 평가하여 결과를 얻습니다. 예를 들어 Amazon SageMaker에서 모델을 학습하고 모델을 프로덕션 환경에 배포하여 추론하기 전에 Amazon Athena에서 쿼리를 수행하거나 AWS Glue에서 데이터를 통합하고 준비 할 수 있습니다. 이러한 작업을 자동화하고 다양한 서비스에서 […]

Read More

Amazon EKS, 기계 학습 추론용 EC2 Inf1 인스턴스 지원 시작

Amazon Elastic Kubernetes Service (EKS)는 기계 학습 워크로드를 위한 최고의 선택으로 빠르게 자리매김하고 있습니다. 이 솔루션은 개발자의 민첩성 및 Kubernetes의 확장성을 C5, P3 및 G4 패밀리와 같이 AWS에서 사용할 수 있는 다양한 Amazon Elastic Compute Cloud(EC2) 인스턴스 유형과 결합합니다. 모델이 더욱 정교해짐에 따라 높은 처리량으로 빠른 예측을 제공하는 데 하드웨어 가속이 점점 더 요구되고 있습니다. […]

Read More

Amazon SageMaker Ground Truth 기반 3D 포인트 클라우드 레이블 지정 기능 출시 (서울 리전 포함)

AWS re:Invent 2018에서 공개된 Amazon Sagemaker Ground Truth는 기계 학습 데이터 세트에 간편하게 주석을 기록해주는 Amazon SageMaker의 기능입니다. AWS 고객은 내장 워크플로로 효율적이고 정확하게 이미지 및 텍스트 데이터에 레이블을 지정하거나 사용자 지정 워크플로로 모든 유형의 데이터에 레이블을 지정할 수 있습니다. 데이터 샘플이 인력(개인, 타사 또는 MTurk)에게 자동으로 배포되고 주석이 Amazon Simple Storage Service(S3)에 저장됩니다. 또는 […]

Read More

Amazon.Science – AWS의 SK텔레콤의 ‘한국어 자연어 처리기’ 개발 지원기

이 글은 Amazon Science의  Amazon scientists help SK telecom create Korean-based natural language processor (글쓴이 – Douglas Gantenbein)를 한국어로 번역했습니다. 한국어는 전세계에서 8천만 명이 사용하는 주요한 언어입니다. 오래전 만주 지역에서 기원한 것으로 여기지는 긴 역사에도 불구하고, 한국어는 (영어가 프랑스어나 라틴어와 가지는 것과 같은) 다른 언어와의 뚜렷한 연관성이 없는 “고립어”라고 불립니다. 그러나, 한국어는 컴퓨터가 인간의 언어를 […]

Read More

Amazon QuickSight ML Insights을 통한 인공 지능 대시보드 활용 하기

AWS 고객이 생성하는 데이터의 양이 날마다 증가함에 따라, 비즈니스 통찰력을 얻기 위해 이러한 데이터를 활용하는 데 따르는 어려움도 갈수록 커져 가고 있습니다. Amazon QuickSight를 통해 고객은 숨겨진 데이터 추세를 발견하고, 주요 비즈니스 동인을 식별하고, 미래의 결과를 예측하고, 데이터를 읽기 쉬운 자연어 문장의 서술 형태로 요약하고, 분석 및 조사를 위한 수작업에 소요되는 시간을 대폭 절감할 수 […]

Read More

Amazon Kendra, AI기반 기업형 사내 검색 서비스 정식 출시

AWS는 2019년 말에 정확도가 높고 사용이 용이한 기계 학습 기반 엔터프라이즈 검색 서비스인 Amazon Kendra 평가판 버전을 출시했습니다. 오늘 Amazon Kendra 정식 버전의 출시를 발표합니다! 과거 몇십 년 동안 이룩한 놀라운 성과에도 불구하고 아직도 정보 기술 분야는 필요한 정보를 빠르고 쉽게 찾아야 하는 문제를 여전히 가지고 있습니다. 특히, 사내에 많이 흩어져 있는 자료 중에서 최신 […]

Read More

AWS DeepRacer 가상 FORMULA 1 ProAm 특별 경기에 참여하세요!

AWS DeepRacer 리그는 재미 있게 강화 학습에 대해 배우면서 우승 상품을 거머쥘 수 있는 경주에 참여할 기회를 제공합니다. AWS DeepRacer 3D 레이싱 시뮬레이터를 사용하면 모델을 구축, 훈련 및 평가할 수 있습니다. 이러한 결과를 바탕으로 모델을 계속 개선하여 경주를 준비할 수 있습니다. F1(FORMULA 1) 경주에서 우승하려면 기술적으로 진보한 경주차, 최고 실력의 드라이버, 우수한 팀 그리고 믿기지 […]

Read More

Amazon SageMaker의 MXNet 추론 컨테이너를 활용한 KoGPT2 모델 배포하기

기계 학습 기반 자연어 처리를 위한 다양한 학습 모델이 나오고 있는 가운데, 다국어로 학습된 BERT의 한국어 성능 한계를 극복하기 위해 SK텔레콤의 T-Brain에서는 KoBERT라는 한국형 사전 훈련 모델을 개발하였습니다. 위키피디아나 뉴스 등에서 수집한 수백만 개의 한국어 문장으로 이루어진 대규모 말뭉치(corpus)를 기반으로 학습하였으며, 한국어의 불규칙한 언어 변화의 특성을 반영하기 위해 데이터 기반 토큰화(Tokenization) 기법을 적용하여 Apache MXNet을 […]

Read More

PyTorch용 오픈 소스 모델 서버 TorchServe 출시

PyTorch는 딥 러닝을 위한 가장 인기 있는 오픈 소스 라이브러리 중 하나입니다. 개발자와 연구자들은 모델 개발 및 학습에서 특히 PyTorch가 제공하는 유연성을 즐깁니다. 하지만, 프로덕션 환경에서 모델의 배포 및 관리는 맞춤형 예측 API를 개발하고 이를 확장하며 보안을 제공하는 것과 같은 기계 학습 프로세스의 가장 까다로운 부분이기도 합니다. 모델 배포 프로세스를 간소화하기 위한 한 가지 방법은 […]

Read More