Category: Artificial Intelligence

Amazon SageMaker Experiments는 반복적인 기계 학습(Machine Learning, ML) 모델 버전을 구성, 추적, 비교 및 평가하는 데 사용되는 새로운 기능입니다. 기계 학습 워크로드는 매우 반복적인 과정입니다. 프로젝트 한 건을 진행하는 동안 데이터 과학자와 ML 엔지니어가 최대한의 정확성을 찾기 위해 학습하는 모델의 수는 수천 개에 달합니다. 실제로, 알고리즘, 데이터 세트 및 학습 파라미터(일명 하이퍼파라미터)의 조합은 무한대이며 이 […]

Amazon SageMaker의 새로운 기능인  SageMaker Processing은 사전 처리, 사후 처리 및 모델 평가 워크로드를 쉽게 실행할 수 있습니다. 정확한 ML(기계 학습) 모델 학습을 위해서는 여러 가지 단계가 필요하지만 다음과 같은 데이터 세트 사전 처리보다 더 중요한 단계는 없습니다. 사용 중인 ML 알고리즘에 사용되는 입력 형식으로 데이터 세트 변환 기존 기능을 더욱 강력한 표현 방식으로 변환(예: […]

지난 2017년 Amazon SageMaker를 출시한 이후, 기계 학습(ML) 워크로드에 사용하는 AWS 고객이 점점 늘어나고 있습니다. 많은 고객들이 ML 개발 워크플로는 여전히 매우 반복적이며 상대적으로 고도화되지 못한 ML 도구로 인해 관리가 어렵다는 피드백을 전해 주었습니다. 예를 들어, 기존 소프트웨어(디버거, 프로젝트 관리, 협업, 모니터링 등)를 구축할 때, 개발자가 당연하게 여기는 수많은 도구들이 아직 ML용으로는 개발되지 않았습니다. 만약 […]

AWS의 고객은 기계 학습에 많은 관심을 가지고 있습니다. 객체 감지, 음성 인식, 자연어 처리, 개인화 및 사기 감지를 비롯한 다양한 유형의 워크로드를 실행하고 있습니다. 대규모 프로덕션 워크로드에서 실행하는 경우 가능한 한 빠르고 비용 효율적으로 추론을 수행할 수 있어야 합니다. 고객들의 피드백에 따르면, 추론은 기계 학습 작업 비용의 최대 90%까지 차지할 수 있습니다. 고성능 추론을 위한 […]

2017년에 출시된 Amazon Transcribe는 개발자가 손쉽게 음성-문자 변환 기능을 애플리케이션에 추가할 수 있는 자동 음성 인식 서비스입니다. 오늘부터 Amazon Transcribe Medical을 통해 의료 부문에서도 이 서비스를 사용할 수 있게 되었습니다. 2017년 위스콘신대학교와 미국 의료 협회의 연구에 따르면 미국의 1차 진료 의사가 EHR(전자 건강 기록)에 진단서를 입력하는 데 들이는 시간이 하루 6시간이라고 합니다. 이제 EHR은 의료인이 […]

인공 지능의 주요 분야인 기계 학습 (Machine Learning)에는 수학, 컴퓨터 과학, 프로그램 코드 및 대용량 컴퓨팅 인프라가 필요합니다. 인공 지능을 통한 스마트 서비스를 개발하려는 개발자에게 어렵고 압도적일 수 있습니다. AWS는 그동안 모든 개발자들이 실용적인 기계 학습 기술에 대해 배우고 즐겁게 할 수 있도록 인공 지능 기반 학습 디바이스를 몇 가지 소개했습니다. AWS re : Invent […]

작년 이 시기에 AWS DeepRacer에 대해 처음 글을 쓰면서 강화 학습(Reinforcement Learning, RL)에 대한 몇 가지 실습 경험을 해볼 기회를 소개해드린 적이 있습니다. 이를 위해 AWS DeepRacer 자동차와 AWS DeepRacer League를 출시하여, 경쟁을 통한 재밌는 환경에서 새로운 기술과 경험을 쌓을 기회가 되실 수 있을 것입니다. 1년이 채 안 되는 동안 수만 명의 개발자가 전 세계에 […]

몇 주 전에 Amazon Translate에서 지원하는 7개의 새로운 언어에 대해서 말씀드렸습니다. 오늘 Translate을 이용할 수 있는 6개의 추가 Amazon 리전 및 22개 미만의 새 언어와 파생어 서비스를 발표합니다. 22개의 새 언어와 파생어 소개 저는 업데이트라고 부르고 싶습니다. 기존 언어 외에도 Translate는 이제 아프리칸스어, 알바니아어, 암하라어, 아제르바이잔어, 벵갈어, 보스니아어, 불가리아어, 크로아티아어, 다리어, 에스토니아어, 캐나다 프랑스어, 조지아어, […]

인공 지능 및 기계 학습을 통해 우리는 데이터에서 더 나은 통찰력을 얻을 수 있습니다. 하지만, 구조화된 데이터의 대부분이 저장되는 위치는 어디일까요? 바로 데이터베이스입니다. 오늘날 관계형 데이터베이스의 데이터에 기계 학습을 사용하려면 데이터베이스에서 데이터를 읽은 후 기계 학습 모델을 적용하는 사용자 지정 애플리케이션을 개발해야 합니다. 이러한 애플리케이션을 개발하기 위해서는 데이터베이스와의 상호 작용 및 기계 학습 사용을 위해 […]

클라우드 기반 애플리케이션의 장점은 처음부터 손쉬운 로깅 시스템을 활용 할 수 있다는 점입니다. 예를 들어, AWS CloudTrail 같은 도구를 사용하면 AWS 계정 및 서비스에서 수행된 모든 작업을 추적하여 특정 변경을 야기한 모든 이벤트를 간단하게 찾을 수 있습니다. 하지만, 모든 로깅 항목이 유용한 것은 아닙니다. 로그 데이터가 대량으로 생성되는 대규모 소프트웨어 시스템에서도 조치가 가능한 정보를 찾기 […]