Amazon Web Services 한국 블로그

Category: Artificial Intelligence

마켓컬리, AWS 기반 신선 식품 샛별 배송 서비스 구현 사례

마켓컬리는 신선식품을 이른 아침에 고객에게 전달하는 샛별 배송을 통해 한국에서 엄청난 성공을 거두고 있는 스타트업입니다. ■ 샛별 배송 서비스란? 마켓컬리의 배송 담당 기사의 업무는 저녁 8시에 시작됩니다. 이들은  출근을 하자마자 당일 배송해야 할 해당 권역의 상품을 싣습니다. 배송 관리 시스템은 마켓컬리가 고객과 약속하고 있는 ‘아침 7시까지 배송 완료’ 정책을 지킬 수 있도록 서울과 수도권 지역 […]

Read More

Amazon Comprehend 서울 리전 출시

Amazon Comprehend는 기계 학습을 사용하여 텍스트 안에 있는 통찰력과 관계를 찾아내는 자연어 처리(NLP) 서비스로서 작년 11월 한국어 지원에 이어 오늘부터 서울 리전을 포함해서 도쿄 및 뭄바이 리전에서 사용 가능합니다. Amazon Comprehend를 사용하면 별도의 NLP 모델을 구축하고 실행하는 데 필요한 기술 구현이나 개발 단계가 필요 없이 손쉽게 애플리케이션에 텍스트 분석을 쉽게 추가 할 수 있습니다. 본 […]

Read More

Amazon re:MARS 2020에 초대합니다! 🎉

시간은 정말 쏜살같이 흐릅니다. 벌써 Amazon re:MARS 2020이 얼마 남지 않았습니다 🎉! Amazon re:MARS는 Jeff Bezos가 직접 진행하는 기계 학습(Machine Learning)🧠, 자동화(Automation)와 음성 지원🔊, 로보틱스(Robotics)🤖, 우주 기술(Spaces)🛰 관련 Amazon 기술 공유 행사입니다. 본 행사는 오는 6월 16일부터 19일까지 라스베이거스에서 개최됩니다. 올해에는 완전히 새로워진 Amazon re:MARS Developer Day를 통해 엔지니어와 개발자 여러분이 Amazon 제품 팀과 소통할 기회를 […]

Read More

Amazon Forecast 서울 리전 출시

정확한 예측을 위해 기계 학습을 사용하는 완전관리형 서비스인 Amazon Forecast 를 이제 서울 리전에서 사용할 수 있습니다. Amazon Forecast는 아마존닷컴이 가지고 있는 기계 학습 경험을 토대로 인벤토리 계획, 에너지 수요 예측, 재무 계획, 인력 계획, 클라우드 인프라 사용량 예측 및 트래픽 예측을 포함한 다양한 사용 사례에 적용 할 수 있습니다. 이를 통해 개발자들이 기존 방법보다 최대 […]

Read More

Amazon Personalize 서울 리전 출시

 Amazon Personalize는 기계 학습과 관련한 경험이 없는 개발자도 자신의 애플리케이션에 개인 맞춤 추천 항목을 생성할 수 있는 완전 관리형 인공 지능 API 서비스입니다. 오늘부터 서울 리전에서 사용하실 수 있습니다. 기계 학습은 맞춤형 제품 및 콘텐츠 추천, 맞춤형 검색 결과 및 타겟팅된 마케팅 프로모션 지원을 통해 고객 참여를 개선하는 데 더욱 많이 사용되고 있습니다. 하지만 이렇게 […]

Read More

클라우드 기술의 5가지 주요 흐름 – 2019년 회고

이제 2019년도 하루 밖에 남지 않았네요! 매년 해왔던 블로그 회고 (2015년, 2016년, 2017년, 2018년)의 일환으로 이번에는 한해 동안 클라우드 기술의 흐름이 어떻게 변화했는지 살펴보고자 합니다. 제가 지난 5년간 AWS에서 일하면서, 올해 개인적으로 중요하다고 생각된 것들을 뽑아 보았는데, 혹시 내년에 여러분의 기술 자산을 채우기 위한 목표를 세운다면 어느 분야에 집중하면 좋을지 실마리가 되길 바랍니다. 1. 클라우드 […]

Read More

Amazon Comprehend Medical, 온톨로지 링크 기능 추가

Amazon Comprehend는 기계 학습을 사용하여 비정형 텍스트에서 통찰력을 찾는 NLP(자연어 처리) 서비스입니다. 기계 학습에 대한 경험이 없어도 매우 사용하기 쉽습니다. 문서를 고유한 범주로 구성하기 위해 사용자 지정 문서 분류자를 생성하거나 특정 용어에 대해 텍스트를 분석하는 사용자 지정 개체 유형을 생성하는 등 특정 사용 사례에 맞게 Comprehend를 사용자 지정할 수 있습니다. 하지만 의료 용어는 매우 복잡하고 보건 분야에 […]

Read More

Amazon SageMaker, 그래프 딥러닝 학습을 위한 Deep Graph Library 모델 추가

AWS에서는 이미 검증된 다양한 기계 학습 모델을 최적화해서 Amazon SageMaker에서 사용할 수 있도록 다수의 유명 기-훈련 알고리즘과 모델을 제공하고 있습니다. 또한, AWS Marketplace의 기계 학습 분야에는 수백개의 모델들을 원-클릭으로 SageMaker에서 사용 가능합니다. 이번에 그래프 신경망의 손쉬운 구현을 위해 빌드된 오픈 소스 라이브러리 Deep Graph Library를 Amazon SageMaker에서 사용할 수 있습니다. 최근 몇 년 동안 딥 […]

Read More

Amazon SageMaker Debugger – 기계 학습 모델 학습 과정 디버깅 기능 출시 (서울 리전 포함)

Amazon SageMaker Debugger는 기계 학습(ML) 훈련 작업 중 발생하는 복잡한 문제를 자동으로 식별해주는 기능입니다. ML 모델을 구축하고 학습하려면 과학과 기술(요술이라고 말하는 사람도 있음)이 모두 필요합니다. 데이터 세트를 수집하고 준비하는 것부터 다양한 알고리즘을 실험하여 최적의 학습 파라미터(공포의 하이퍼파라미터)를 찾는 것까지, ML 실무자가 고성능 모델을 제공하기까지 넘어야 할 허들은 꽤 많습니다. 그래서 AWS는 모듈식의 완전관리형 서비스인 Amazon […]

Read More

Amazon SageMaker Autopilot – 완벽한 제어 및 가시성을 바탕으로 고품질 기계 학습 모델 자동 생성 기능 (서울 리전 포함)

Amazon SageMaker Autopilot은 높은 품질의 분류 및 회귀 기계 학습 모델을 자동으로 생성하면서도, 완벽한 제어 및 가시성을 제공하는 AutoML 서비스입니다. 1959년에 Arthur Samuel은 기계 학습을 명시적 프로그래밍 없이 학습할 수 있는 컴퓨터의 기능이라고 정의했습니다. 그러나, 현실적으로 기존 데이터 세트에서 패턴을 추출하고 이러한 패턴을 사용하여 새 데이터에 일반화되는 예측 모델을 구축할 수 있는 알고리즘을 찾는 것을 […]

Read More