Amazon Web Services 한국 블로그
Category: Amazon SageMaker
새로운 기능 – Amazon SageMaker Studio로 EMR 클러스터 및 Spark 작업 생성 및 관리
이제 Amazon SageMaker Studio 서비스에 세 가지 새로운 개선 사항을 제공하게 되어 매우 기쁩니다. 현재 SageMaker Studio의 사용자는 단일 AWS 계정 내에서 그리고 조직 전체의 공유 계정에서 실행되는 Amazon EMR 클러스터를 생성, 종료, 관리, 검색 및 연결할 수 있습니다. 이 모든 작업을 SageMaker Studio에서 직접 수행할 수 있습니다. 또한 SageMaker Studio Notebook 사용자는 SparkUI를 활용하여 […]
Amazon SageMaker Inference Recommender 신규 기능 출시 – 자동 ML 인스턴스 로드 테스트 및 모델 성능 최적화
오늘, 기계 학습(ML) 인스턴스 전반에서 부하 테스트를 자동화하고 모델 성능을 최적화하는 새로운 Amazon SageMaker Studio 기능인 Amazon SageMaker Inference Recommender를 발표하게 되어 기쁘게 생각합니다. 더 나아가 이 기능은 개발부터 프로덕션에 이르기까지 기계 학습 모델을 얻는 데 걸리는 시간을 줄이고 운영과 관련된 비용을 최적화합니다. 지금까지 모델에 가장 적합한 기계 학습 인스턴스를 선택할 수 있는 수단을 MLOps […]
Amazon SageMaker Ground Truth Plus 신규 기능 출시 – 데이터 레이블 전문가를 통한 턴키 솔루션
오늘, Amazon SageMaker 제품군의 최신 서비스를 발표하게 되어 기쁩니다. 이를 통해 이전보다 훨씬 쉽게 데이터 집합에 레이블을 지정할 수 있습니다. Ground Truth Plus는 전문 인력을 사용하여 고품질 훈련 데이터 집합을 빠르게 제공하고 비용을 최대 40% 절감하는 턴키 서비스입니다. 기계 학습 모델 생성의 과제 기계 학습(ML) 모델을 구축하고 훈련하는 데 있어 가장 큰 과제 중 하나는 […]
Amazon SageMaker Training Complier 신규 기능 출시 – 딥러닝 모델 훈련 속도 가속화
오늘, 딥 러닝(DL) 모델 훈련을 최대 50% 가속화할 수 있는 새로운Amazon SageMaker 기능인 Amazon SageMaker Training Complier 를 발표하게 되어 기쁩니다. DL 모델의 복잡성이 커짐에 따라 최적화 및 훈련에 소요되는 시간도 늘어납니다. 예를 들어 널리 사용되는 자연어 처리(NLP) 모델 “RoBERTa“를 훈련하는 데 25,000시간의 GPU가 소요될 수 있습니다. 고객이 모델 훈련에 소요되는 시간을 줄이기 위해 적용할 […]
Amazon SageMaker Studio Lab 미리보기 – 무료 기계 학습 학습 및 실습용 공개 서비스
AWS의 사명은 기계 학습(ML)을 보다 쉽게 이용할 수 있도록 하는 것입니다. 지난 몇 년간 많은 대화를 통해 많은 기계 학습 초보자가 직면하는 장벽에 대해 배웠습니다. 기존 기계 학습 환경은 초보자에게는 너무 복잡하거나 최신 기계 학습 실험을 지원하기에는 너무 제한적인 경우가 많습니다. 초보자는 빠르게 학습을 시작하기를 원하며, 인프라 가동, 서비스 구성 또는 예산 초과를 피하기 위한 […]
Amazon SageMaker Canvas 발표 – 비즈니스 분석가를 위한 손쉬운 노코드 기계 학습 기능
비즈니스 문제에 직면하고 매일 데이터를 처리하는 조직으로서, 비즈니스 결과를 예측할 수 있는 시스템을 구축하는 능력이 매우 중요합니다. 이 기능을 사용하면 느린 프로세스를 자동화하고 IT 시스템에 인텔리전스를 포함시켜 문제를 해결하고 더 빠르게 나아갈 수 있습니다. 하지만 조직의 모든 팀과 개별 의사 결정권자가 다른 데이터 과학 및 데이터 엔지니어링 팀에 의존하지 않고 이러한 기계 학습(ML) 시스템을 대규모로 […]
RStudio on Amazon SageMaker – 데이터 사이언티스트를 위한 완전 관리형 개발 도구
2년 전, AWS는 기계 학습을 위한 최초의 완전 통합형 개발 환경(IDE)인 Amazon SageMaker Studio를 도입했습니다. Amazon SageMaker Studio는 모든 기계 학습 개발 단계를 수행할 수 있는 단일 웹 기반 시각적 인터페이스를 제공하여 데이터 과학 팀의 생산성을 최대 10배까지 향상시킵니다 많은 데이터 사이언티스트는 R 프로젝트를 선호합니다. 이는 18,000개 이상의 패키지가 포함된 오픈 소스 생태계로, 그저 프로그래밍 […]
Amazon Advertisement, Amazon SageMaker 및 AWS Inferentia를 사용한 광고 이미지 검증 확장 사례
Amazon Advertisement 팀은 15개 국 이상에서 웹사이트, 앱, 스트리밍 TV 콘텐츠 등 Amazon 스토어 안팎에 게재되는 광고를 통해 기업이 브랜드를 구축하고 쇼핑객과 소통할 수 있도록 지원합니다. Amazon Marketplace의 등록된 셀러, 공급 업체, 도서 공급업체, Kindle Direct Publishing(KDP) 저자, 앱 개발자 및 에이전시를 비롯한 모든 규모의 기업 또는 브랜드는 이미지, 동영상, 오디오 및 Amazon에서 판매되는 제품 […]
현대자동차, Amazon SageMaker 기반 자율 주행 기계 학습 모델의 학습 시간 단축 사례
현대자동차는 세계에서 가장 큰 자동차 제조업체 중 하나이며, 최근에 자율 주행차를 직접 개발하기 위해 다양한 인적 및 물적 자원을 많이 투자하고 있습니다. 자율 주행에서 자주 사용되는 알고리즘 중 하나로, 이미지의 모든 픽셀에 클래스를 할당하는 작업인 의미 분할(semantic segmentation)이라는 것이 있습니다. 여기서 클래스는 도로, 사람, 자동차, 건물, 풀과 나무, 하늘 등이 될 수 있습니다. 현대자동차 개발팀은 […]
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 […]