Amazon Web Services 한국 블로그

Category: AWS re:Invent

Amazon Managed Service for Grafana 미리보기 출시

오늘 Grafana Labs와의 제휴를 통해 Amazon Managed Service for Grafana(AMG)가 평가판으로 출시됩니다. AMG는 여러 소스의 데이터 시각화 및 분석을 위해 확장 가능하고 안전한 온디맨드 Grafana WorkSpace를 쉽게 생성할 수 있는 완전관리형 서비스입니다. Grafana는 애플리케이션에 대한 관찰 대시보드를 만드는 데 사용되는 가장 인기 있는 오픈 소스 기술 중 하나입니다. 플러그형 데이터 원본 모델을 갖추고 있으며 다양한 […]

Amazon Managed Service for Prometheus(AMP) 미리보기 출시

관찰은 대규모로 클라우드 인프라를 실행하는 데 필수적인 요소입니다. 리소스가 정상이고 예상대로 작동하며 시스템이 고객에게 원하는 수준의 성능을 제공하고 있는지 알아야 합니다. 컨테이너 기반 애플리케이션을 모니터링할 때 많은 문제가 발생합니다. 첫째로 컨테이너 리소스가 일시적이고 감시할 지표가 많기 때문에 모니터링 데이터의 카디널리티가 매우 높습니다. 쉽게 말해 고유한 값이 많아서 공간 효율적인 스토리지 모델을 정의하고 의미 있는 결과를 […]

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 […]

Amazon SageMaker Edge Manager – 엣지 디바이스에서 기계 학습 모델 운영 간소화

오늘 Amazon SageMaker Edge Manager를 발표하게 되어 기쁩니다. Amazon SageMaker의 새로운 기능으로 엣지 디바이스 플릿에서 기계 학습 모델을 간편하게 최적화, 보안, 모니터링 및 유지 관리합니다. 엣지 컴퓨팅은 정보 기술 분야에서 가장 흥미로운 개발 중 하나입니다. 실제로 컴퓨팅, 스토리지, 네트워킹 및 배터리 기술의 지속적인 발전으로 인해 조직에서는 제조, 에너지, 농업, 의료 등 다양한 산업 애플리케이션을 위해 […]

Amazon SageMaker Clarify – 데이터 편향성 감지를 통한 기계 학습 모델의 투명성 개선

오늘 Amazon SageMaker Clarify를 발표하게 되어 매우 기쁩니다. Amazon SageMaker의 새로운 기능인 Clarify는 이해관계자와 고객에게 모델의 동작을 설명함으로써 기계 학습(ML) 모델의 바이어스를 감지하고 투명성을 개선하는 데 도움이 됩니다. 데이터 세트에 존재하는 통계 패턴을 학습하는 훈련 알고리즘에 의해 ML 모델이 구축되기 때문에 몇 가지 질문이 즉시 떠오릅니다. 첫째, ML 모델이 특정 예측을 제시하는 이유를 설명할 수 […]

Amazon HealthLake – 클라우드 기반 의료 데이터 저장, 변환 및 분석 서비스 제공

의료 기관은 가족력과 임상 관찰부터 진단 및 약물 치료에 이르기까지 매일 방대한 양의 환자 정보를 수집합니다. 그리고 더 나은 의료 서비스를 제공하기 위해 환자의 건강 정보를 포괄적으로 이해하고자 이러한 모든 데이터를 사용합니다. 현재 이 데이터는 다양한 시스템(전자 의료 기록, 실험실 시스템, 의료 이미지 리포지토리 등)에 분산되어 있으며 수십 개의 호환되지 않는 형식으로 존재합니다. Fast Healthcare […]

AWS Hero가 추천하는 re:Invent 2020 추천 세션 가이드

안녕하세요. 세계 최대 클라우드 학습 행사인 AWS re:Invent 2020이 시작되었습니다. 온라인으로 무료로 진행되는 이번 행사에는 5개의 기조 연설과 기술 분야별 임원들이 제공하는 리더쉽 세션, 그리고 500여개의 서비스별/분야별/수준별/언어별 강연 세션이 제공됩니다. 항상 어려운 것이 바로 어떤 세션을 들을 것인가 하는 점입니다. 그래서 주말에 클라우드 공부를 하려는 분들을 위해 AWS Hero분들이 추천하는 몇 가지 강연 세션 가이드를 […]

Amazon Lookout for Metrics 미리보기 – 비즈니스 상태를 모니터링하기 위한 이상 탐지 서비스

기계 학습(ML)으로 지표에서 이상을 탐지하여 ML 경험이 없어도 사전에 비즈니스 상태를 모니터링하고 문제를 진단하며 빠르게 기회를 찾을 수 있도록 지원하는 새로운 서비스, Amazon Lookout for Metrics를 소개합니다. Lookout for Metrics는 Amazon이 오탐을 줄이면서 데이터에서 찾기 어려운 이상한 변경 사항을 탐지하는 데 사용하던 기술을 동일하게 사용합니다. 또한 유사한 결과를 그룹화하고 심각도별로 순위를 매기며 이상의 근본 원인을 […]

Amazon SageMaker Pipelines – 기계 학습 프로젝트에 DevOps 자동 배포 기능 제공

오늘 Amazon SageMaker의 새로운 기능인 Amazon SageMaker Pipelines를 출시합니다. 이 기능을 사용하면 데이터 사이언티스트 및 엔지니어가 전체 기계 학습 파이프라인을 쉽게 구축하고 자동화하여 확장할 수 있습니다. 기계 학습(ML)은 본질적으로 실험적이며 예측할 수 없습니다. 여러 가지 많은 방법으로 며칠 또는 몇 주에 걸쳐 데이터를 탐색하고 처리하며, 귀중한 보석을 찾기 위해 반짝이는 정동석을 깨뜨리려고 합니다. 그리고 다양한 […]