Amazon Web Services 한국 블로그

AWS Compute Optimizer는 기계 학습을 사용하여 사용률 지표 기록을 분석함으로써 비용을 절감하고 성능을 개선할 수 있도록 사용자 워크로드에 맞는 최적의 AWS 리소스를 추천합니다. 리소스를 과다 프로비저닝하면 불필요한 인프라 비용이 발생하고, 과소 프로비저닝하면 애플리케이션 성능이 저하될 수 있습니다. Compute Optimizer는 사용자의 활용 데이터에 기반하여 Amazon Elastic Compute Cloud (Amazon EC2) 인스턴스, Amazon Elastic Block Store(EBS) 볼륨 […]

Amazon FSx for Lustre의 두 가지 추가 기능을 발표합니다. 첫째, 삭제된 파일 및 객체를 포함하여 파일 시스템을 Amazon Simple Storage Service(Amazon S3)와 완전히 양방향으로 동기화할 수 있습니다. 둘째, 파일 시스템을 여러 S3 버킷 또는 접두사와 동기화하는 기능입니다. Lustre는 대부분의 대형 슈퍼컴퓨터의 워크로드를 지원하는 대규모 분산 병렬 파일 시스템입니다. 따라서 기상학, 생명 과학 및 엔지니어링 시뮬레이션과 […]

기존 애플리케이션을 (일반적으로 마이크로서비스 기반의) 분산 애플리케이션으로 리팩터링할 수 있는 AWS Migration Hub의 새로운 기능인 AWS Migration Hub Refactor Spaces의 미리보기를 발표합니다. 기존 애플리케이션을 리팩터링하는 이유는 여러 가지가 있습니다. 예를 들면 코드를 더 모듈화하거나, 더 현대적인 프레임워크를 사용하거나, 다른 데이터 스토리지를 사용하기 위함입니다. 일반적으로 리팩터링의 목표는 시간이 지남에 따라 애플리케이션을 보다 쉽게 유지 관리하고 발전시키도록 […]

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 […]

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 […]

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 […]

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 […]

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 […]

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 […]

오늘은 Amazon DevOps Guru를 위한 새로운 기능인 DevOps Guru for RDS를 발표합니다. 이를 통해 개발자는 Amazon Aurora에서 성능 및 운영 문제를 쉽게 탐지, 진단 및 해결할 수 있습니다. 가용성, 확장성 및 내구성이 뛰어나서, 현재 수십만 명의 고객이 Amazon Aurora를 사용하고 있습니다. 그러나 애플리케이션의 규모와 복잡성이 커짐에 따라 이러한 고객은 운영 및 성능 문제를 신속하게 탐지하고 […]