AWS Innovate - Data & AI/ML

12+

이상의 강연
전문가
질의응답
실시간 1:1 Q&A
참석
증명서
레벨업 증명
고객
성공 사례
풍부한 사례
빌더스
기술 데모
Sponsor: Nvidia

 2023년 2월 22일 (수), 오전 9시 & 오후 2시

AWS 기반 데이터와 기계학습을 통해 비즈니스에 인사이트를 더해보세요!

오늘날 인공지능(AI) 및 기계학습(ML)은 전 세계 수많은 기업의 혁신을 주도하는 핵심 기술로 자리 잡고 있지만, 여전히 조직 내의 다양한 구성원들이 기계학습 기술을 100% 활용하여 효율적이고 적합한 전략 및 프로젝트를 구축하는 방법을 찾는 데 많은 어려움을 갖고 있습니다. AWS Innovate - Data & AI/ML 온라인 컨퍼런스에서 생산성 향상, 고객 경험 개선, 효율적 의사 결정을 위한 다양한 아이디어와 인사이트를 확인해보세요.

강연 목록

본 컨퍼런스에서는 13개 강연을 통해 다양한 직무와 각 사용 목적에 맞는 AWS AI/ML 서비스 소개를 비롯해 제조, 금융, 리테일 및 이커머스 등 산업별 맞춤 기계학습 도입 방법 및 활용 전략을 소개합니다. AWS의 완전 관리형 기계학습 서비스 ‘Amazon SageMaker로 NoCode 기반 기계학습 모델 생성’부터 ‘직접 만들고 실행하는 MLOps’까지 실제 적용 사례를 데모와 함께 학습해보세요. 기계학습 전략과 비즈니스 도입 성공 사례를 통해 데이터 기반 기계학습을 활용한 비즈니스 전략, 관련 기술 동향을 자세히 알아보고 데이터, 분석, 기계학습에 대한 인사이트를 넓혀 보세요.

강연 목록
 전체 강연 목록 다운로드 »

강연 소개

  • 기조연설
  • Opening keynote

    기조연설

    인공지능 및 기계학습을 이용하여 비즈니스 혁신하기 (레벨 200)
    인공지능 및 기계학습은 이제 연구실의 범위를 벗어나 모든 기업의 혁신을 주도하는 핵심기술로 바뀌었습니다. 그리고 AWS의 클라우드는 누구나 더 쉽고 빠르게 AI/ML 능력을 가질 수 있도록 도와주는 서비스를 출시하고 있습니다. 본 기조연설에서는 최근 인공지능 및 기계학습 분야에서 변화하고 있는 6가지 트랜드를 알아보며 각 트랜드별 AWS 서비스와 신규 기능과 주요 적용사례를 살펴봅니다.

    발표자: 강성문, AI/ML 전문 솔루션즈 아키텍트 코리아 팀장, AWS
    시간: 30분

  • Track 1: ML을 이용한 비즈니스 문제해결 사례
  • Amazon Forecast를 사용한 비트코퍼레이션의 무인로봇카페 지능화 및 자동화 운영 방법 (레벨 200)
    비트코퍼레이션은 국내 200여 곳에 무인 로봇 카페인 B;eat Coffee 머신을 운영하고 있습니다. 무인 로봇 카페의 재고 관리 및 물류 자동화를 위해 Amazon Forecast를 활용하였습니다. 이를 통해, 원두/우유/시럽과 같은 음료 재료의 사용량과 재고소진율을 예측하여 물류 업무의 효율화를 높였습니다. 추진 과정에서 Amazon Forecast를 선택한 이유, AWS와의 협업 방법, 현재까지의 진척 상황 및 과정에서 얻은 노하우에 대해서 이야기하고, 마지막으로 앞으로의 진행 계획 및 AWS와의 협업 포인트에 대해 살펴봅니다.

    발표자: 
    민지수, 솔루션즈 아키텍트, AWS
    조창우, 스타트업 어카운트 매니저, AWS
    문성환, 연구소장, B;eat Corporation

    시간: 30분


    비즈니스 분석가의 No-Code ML 적용사례 및 시작하기 (레벨 200)
    최근 'Democratizing AI/ML' 단어를 들어 보셨을 겁니다. 비즈니스 사용자들도 쉽게 사용할 수 있는 No(Low)-code 기반의 AI/ML 서비스 도입이 기업 내에서 확대되고 있습니다. Amazon Sagemaker Canvas를 통하여 비즈니스 사용자들이 직면해 있는 문제를 해결하는 방식과 기대 효과를 알아보겠습니다. 

    발표자: 이우진, 솔루션즈 아키텍트, AWS
    시간: 30분


    금융 워크로드를 위한 카카오페이의 AWS 기반 MLOps 플랫폼 구축 사례 (레벨 300)
    카카오페이에서 MLOps 플랫폼을 구축하게 된 배경과 AWS 솔루션을 선택한 이유에 대해서 공유합니다. 금융 워크로드에서 기계학습 적용이 늘어남에 따라 기계학습의 데이터 관리, 훈련, 모델 배포, 모니터링의 모든 과정을 체계적으로 효율적으로 관리할 필요가 생겼고, 이에 따라 카카오페이에서는 MLOps 플랫폼을 구축하게 되었습니다. 파이프라인, 피처 스토어, 모델 저장소, 서빙 레이어의 각 단계의 구축과정과 AWS 솔루션을 도입한 배경에 대해 자세하게 설명합니다.

    발표자: 
    김영욱, 솔루션즈 아키텍트, AWS
    오영규, 데이터 엔지니어, 카카오페이
    조은비, ML 엔지니어, 카카오페이

    시간: 30분


    카카오스타일의 Amazon SageMaker Feature Store를 통한 개인화 추천 고도화 여정 (레벨 300)
    카카오스타일에서는 Amazon Personalize와 Amazon SageMaker를 통해 개인화 추천을 하고 있습니다. 카카오스타일 개인화추천 추천시스템의 최적화를 위해 Amazon SageMaker 기반으로 새로운 알고리즘을 활용한 추천시스템 고도화 여정을 진행하고 있습니다. 특히, 해당 세션에서는 이력정보 등 개인화 추천용 모델링 및 학습시 필요한 다양한 Feature를 Amazon SageMaker Feature Store를 통해 정리하여 개인화 추천을 고도화 하고 Amazon SageMaker와의 시너지를 갖게된 과정을 함께 알아봅니다.

    발표자:
    서호석, 솔루션즈 아키텍트, AWS
    이명휘, 데이터 사이언티스트, 카카오스타일 

    시간: 30분

  • Track 2: ML 엔지니어와 개발자를 위한 AWS 서비스 활용
  • 반년 만에 데이터 레이크 구축부터 기계학습(ML) 모델 개발/배포까지 기계학습 End-to-End 솔루션 구축기 (레벨 300)
    국내 제조 업체에서 신규 제품 개발 시간을 줄이기 위한 물성 예측 모델을 개발하고 이를 연구원에 제공하기 위한 End-to-End 솔루션 개발까지의 5개월간의 Proserve 여정에 대해 알아봅니다. AutoGluon을 활용한 데이터 모델 선택, AWS DMS/AWS Glue를 통한 SAP/Oracle 데이터 연동,  Amazon S3/AWS Glue/Amazon Athena를 사용한 데이터 레이크 구축, 주기적인 모델 분석 및 개발을 위해 AWS Codepipeline/AWS Lambda/Amazon API Gateway/Amazon SageMaker를 활용한 MLOps 구현, 그리고 AWS CDK를 통한 환경 구성 자동화까지의 과정에 대해 알아봅니다. 

    발표자: 서지혜, AI/ML 컨설턴트, AWS
    시간: 30분


    Amazon SageMaker Data Wrangler와 Amazon SageMaker Autopilot을 활용하여 데이터 준비부터 모델 배포까지 더 쉽고 간편하게 하기 (레벨 300)
    모델 학습에 필요한 데이터를 준비하고, EDA, Feature engineering 등을 하는 작업은 많은 시간과 경험이 필요합니다. Amazon SageMaker Data Wrangler를 활용하면 이러한 반복적인 과정을 더 빠르고 쉽게 진행할 수 있습니다. 데이터를 아무리 잘 준비해도 최적의 기계 학습(ML) 모델을 만드는 것은 많은 지식과 노력이 필요한 일입니다. Amazon SageMaker Autopilot을 활용하면 데이터에 가장 적합한 알고리즘을 찾고, 하이퍼파라미터까지 최적화한 최고 성능의 모델을 생성하고 배포까지 할 수 있습니다. 두 가지 서비스를 연계하여 ML practitioner들이 더 효율적으로 일할 수 있는 방식에 관해 데모와 함께 알아보겠습니다.

    발표자: 
    맹욱재, 프로토타이핑 엔지니어, AWS
    윤영구, 데이터랩 아키텍트, AWS

    시간: 30분


    Amazon SageMaker Pipelines를 사용해 멀티 어카운트에 모델 배포하기 (레벨 300)
    조직의 리소스를 효율적으로 사용하기 위해 여러 계정을 만들어 관리하는 것은 DevOps의 모범 사례입니다. 이 세션에서는 SageMaker Pipelines를 통해 멀티 어카운트 (staging & production)에 모델을 배포하는 방법을 알아봅니다.

    발표자: 이유동, AI/ML 전문 솔루션즈 아키텍트, AWS
    시간: 30분


    AIOps 엔지니어를 위한 Amazon DevOps Guru의 이상 징후 감지 및 운영 패턴 구성하기 (레벨 300)
    Amazon DevOps Guru는 기계 학습(ML)을 이용해 애플리케이션 운영환경에서 이상운영 패턴을 사전에 감지하여 이슈될 문제를 미리 식별할 수 있도록 알려주는 사전 예측 방법입니다. 본 세션에서는 실제 서버리스 애플리케이션 아키텍처 구성을 통해 Amazon DevOps Guru가 어떻게 동작하는지 알아보겠습니다. 

    발표자: 김영진, 솔루션즈 아키텍트, AWS
    시간: 30분

  • Track 3: 데이터 사이언티스트를 위한 AWS 서비스 활용
  • 데이터 과학자가 직접 만들고 실행하는 MLOps (레벨 300)
    레고 블록을 구성하여 완성품(예: 탑, 비행기, 배)을 만들듯이, 데이터 과학자가 ML Ops를 직접 구성하고 단계별로 만들어서 실행할 수 있을까요? 이 세션에서는 (1) Amazon SageMaker Pipeline으로 모델 훈련 및 서빙 파이프라인을 생성하는 방법, (2) CI/CD 연결을 위한 AWS  CodePipeline의 튜토리얼 실습, (3) CodePipeline을 Amazon SageMaker Pipeline으로 연결하는 방법, 마지막으로 (4) 이벤트 스케줄러 생성 및 전체 과정 실행하기를 배우게 됩니다. 이 모든 과정은 데이터 과학자에게 친숙한 쥬피터 노트북에서 진행이 되며, 중요한 과정을 데모로 보여 드립니다. 세션 이후에 제공된 소스 코드를 다운로드하여 본인의 모델로 레고 블록 쌓듯이 본인의 ML Ops를 구성해보세요.

    발표자: 
    문곤수, AI/ML 전문 솔루션즈 아키텍트, AWS
    김제삼, 솔루션즈 아키텍트, AWS

    시간: 30분


    하이퍼커넥트의 AWS 기계 학습 추론 가속기 적용을 통한 모델 서빙 비용 절감 사례와 꿀팁 (레벨 200-300)
    기계 학습(ML) 모델을 실시간으로 서빙할 때, 수많은 요청에 대한 낮은 레이턴시와 높은 입출력 속도를 위해 사용되는 GPU 인스턴스는 비용 부담이 다소 높습니다. 이때 AWS에서 개발한 추론 가속기인 AWS Inferentia를 사용하면, GPU 인스턴스를 사용할 때 보다 훨씬 저렴한 비용으로 ResNet부터 BERT/ViT와 같은 트랜스포머 기반 모델을 서빙할 수 있습니다. 본 세션에서는 기존 딥러닝 모델을 AWS Inferentia로 이전하는 방법을 데모와 함께 소개하고 하이퍼커넥트의 Inferentia 도입 여정을 공유합니다.

    발표자: 
    김대근, AI/ML 전문 솔루션즈 아키텍트, AWS
    김선우, 머신러닝 소프트웨어 엔지니어, 하이퍼커넥트

    시간: 30분


    더욱 강력해진 Amazon SageMaker Studio를 소개합니다 (레벨 200)
    Amazon SageMaker Studio는 데이터 전처리, 모델 학습, 배포 그리고 모니터링에 이르기까지 기계 학습(ML)에 필요한 모든 과정이 통합된 개발환경을 제공하고 있는데요, 이번 re:Invent에서 새롭게 추가된 유용한 기능들이 소개되었습니다. 이번 세션을 통해 re:Invent 2022에서 소개된 Amazon SageMaker Studio의 신규 기능들을 살펴보고, ML 워크로드를 더욱 효율적으로 구성해 보세요!

    발표자: 장동진, AI/ML 전문 솔루션즈 아키텍트, AWS
    시간: 30분


    Amazon SageMaker JumpStart를 활용해 Stable Diffusion V2를 빠르게 배포하기 (레벨 200)
    Amazon SageMaker JumpStart를 활용하면 사기 탐지나 예지보전과 같은 대표적인 기계 학습(ML) 사용사례를 위한 솔루션들뿐만 아니라 컴퓨터 비전, 자언어처리를 위한 최신 알고리즘들을 손쉽게 사용하실 수 있습니다. 이번 세션에서는 JumpStart에서 제공하는 대표적인 솔루션 및 모델들에 대해 간략히 알아보고, 최근 많은 주목을 받고있는 생성 모델인 Stable Diffusion V2를 JumpStart를 통해 손쉽게 배포하는 방법을 확인해보겠습니다.

    발표자: 심대열, AI/ML 엑스퍼트 솔루션즈 아키텍트
    시간: 30분

강연 난이도

입문자용
레벨 100

각 주제를 처음 접하는 참석자들도 쉽게 이해할 수 있도록 구성되어 입문 수준에서 개요를 전달하는 것에 중점을 둔 강연입니다.

중급자용
레벨 200

각 주제에 대한 기본 지식이 있는 참석자를 대상으로 모범 사례, 세부 서비스 기능 및 데모를 중점적으로 제공하는 강연입니다.

상급자용
레벨 300

각 주제에 대해 이미 유사한 경험이 있거나 친숙함이 있는 참석자를 대상으로 엄선된 주제를 심도 있게 다루는 강연입니다.


컨퍼런스 시간

Korea
 GMT+9 (KST)

오전 및 오후 2회 반복 진행
오전 시간대 | 9:00 AM - 12:00 PM
오후 시간대 | 2:00 PM - 5:00 PM

발표자

AWS 기반 인공지능 및 기계학습 더 알아보기

IDC MarketScape 선정 리더 AWS: AI라이프사이클 소프트웨어 툴 및 플랫폼 부문 2022 벤더 평가

Gartner Magic Quadrant 선정 리더 AWS: 클라우드 AI 개발자 서비스 부문

100,000+ customers use AWS for machine learning

100,000+

기계학습에 AWS를 사용하는 100,000개 이상의 고객사

10x increase in team productivity using Amazon SageMaker

10x

Amazon SageMaker를 사용해 팀 생산성 10배 향상

40% reduction in data labeling costs using Amazon SageMaker

40%

Amazon SageMaker를 사용해 데이터 라벨링 비용 40% 절감


자주 묻는 질문

AWS Free Tier로 기계 학습 구축을 바로 시작하기

AWS 무료 계정에 등록하여 Amazon SageMaker, Amazon Comprehend, Amazon Rekognition, Amazon Polly 등 100개 이상의 AWS 서비스를 무료로 사용해보세요.
자세히 알아보기 »
닫기

강성문, AIML 전문 솔루션즈 아키텍트 코리아 팀장, AWS

강성문 AI/ML 전문 솔루션즈 아키텍트 팀장은 20여 년간 금융, 제조, 물류, 의료, 미디어 등의 다양한 산업군에서 기계 학습과 IT 비즈니스를 경험하였습니다. 현재는 이를 바탕으로 스타트업부터 엔터프라이즈까지의 모든 규모의 사용자의 다양한 비즈니스 요구사항과 기술 과제를 AWS의 AI/ML 기술과 서비스를 이용하여 해결하고 혁신하는 것을 돕고 있습니다. 

닫기

민지수, 솔루션즈 아키텍트, AWS

민지수 솔루션즈 아키텍트는 스타트업이 가지고 있는 기술 문제 해결에 도움을 주고, 서비스 확장을 위한 방법 및 안정성을 가진 아키텍쳐를 설계할 수 있도록 지원하고 있습니다. 

닫기

조창우, 스타트업 어카운트 매니저, AWS

조창우 스타트업 어카운트 매니저는 기술/비즈니스 지원을 통해 스타트업이 빠르게 Product- market fit 한 제품을 개발할 수 있도록 돕고 있습니다. 

닫기

문성환, 연구소장, B;eat Corporation

문성환 B;eat Corporation 연구소장은 무인 로봇 카페 Beat의 기술 고도화를 위한 연구 및 기술 개발 총괄을 담당하고 있습니다.

닫기

이우진, 솔루션즈 아키텍트, AWS

이우진 솔루션즈 아키텍트는 엔터프라이즈 기업의 비즈니스 또는 클라우드 확장에 대한 고민을 이해하고 이를 해결하는 데 도움을 드리기 위하여 AWS 솔루션과 아키텍처를 제공하고 협업을 하고 있습니다.

닫기

김영욱, 솔루션즈 아키텍트, AWS

김영욱 솔루션스 아키텍트는 클라우드 기반 대규모 글로벌 서비스 운영 경험을 바탕으로 다양한 산업군의 고객들이 효율적이고 안정적인 서비스를 운영할 수 있도록 AWS 기술 지원을 하고 있습니다.

닫기

오영규, 데이터 엔지니어, 카카오페이

오영규 카카오페이 데이터 엔지니어는 AWS기반의 데이터플랫폼 및 피쳐스토어를 구축 개발하고 있습니다.

닫기

조은비, ML 엔지니어, 카카오페이

조은비 카카오페이 ML 엔지니어는 ML모델 개발 및 학습된 ML모델을 서빙할 수 있는 MLOps플랫폼을 구축 개발하고 있습니다.

닫기

서호석, 솔루션즈 아키텍트, AWS

서호석 솔루션즈 아키텍트는 DevOps 엔지니어로 커리어를 시작하여 다양한 분야의 프로젝트에서 개발과 운영 업무 역할을 하였고, WAS 엔지니어로 많은 고객사들의 프로젝트 지원과 장애 대응을 하였습니다. 현재는 아마존 웹서비스에서 고객분들이 AWS 클라우드와 컨테이너를 잘 활용할 수 있도록 기술적인 도움을 드리는 역할을 하고 있습니다.

닫기

이명휘, 데이터 사이언티스트, 카카오스타일 

이명휘 데이터사이언티스트는 개인화추천 모델링 작업관련 커머스 인더스트리에서 약 6년동안 전문가로 일하고 있습니다. 현재 카카오스타일 에서는 개인화 추천 모델링 및 MLops 환경을 최적화하는 업무를 담당하고 있습니다. 

닫기

서지혜, AI/ML 컨설턴트, AWS

서지혜 AIML 컨설턴트는 지난 14년간 클라우드 아키텍처 및 AI/ML 전문가로 일하면서 제조, 리테일, 물류 등의 다양한 산업군에서 수요예측, 비전 기반 모델 배포, 추천, 예지 정비 등의 다양한 머신러닝 문제를 해결하고 MLOps환경 구성 및 배포를 지원하고 있습니다. 

닫기

맹욱재, 프로토타이핑 엔지니어, AWS

맹욱재 프로토타이핑 엔지니어는 대학원에서 인간-컴퓨터 상호작용을 전공하고, 스타트업에서 데이터 사이언티스트로 근무하여 유통, 교육 등의 다양한 산업군에서 자연어 처리를 활용한 추천 시스템 개발에 참여했습니다. AWS에서 고객이 비즈니스 아이디어를 상용화하는 것을 촉진시키는 프로토타입을 개발하고 있으며, 특히 데이터 분석, 인공지능, 기계 학습을 활용한 다양한 분야의 비즈니스 혁신을 돕고 있습니다.

닫기

윤영구, 데이터랩 아키텍트, AWS

윤영구 데이터랩 아키텍트는 10년 이상 데이터 분야의 컨설턴트로 근무하며 아시아태평양(APAC) 지역 기업을 대상으로 디지털전환, 분석, 전략 수립, 데이터 기반 프로젝트를 담당했으며. 현재는 데이터랩 프로그램을 통해 한국 기업을 대상으로 데이터 분석, 인공지능, 머신러닝에 기반하여 비즈니스 혁신을 달성하고 기술적 문제를 해결하는 일을 돕고 있습니다.

닫기

이유동, AI/ML 전문 솔루션즈 아키텍트, AWS

이유동 솔루션즈 아키텍트는 현재 AI/ML 전문 솔루션즈 아키텍트로 일하고 있으며 AWS AI/ML에 관련된 서비스 지원 및 다양한 AI/ML 서비스들을 바탕으로 고객들의 요구사항에 맞춰 아키텍쳐를 제안하고 다양한 ML 문제들을 해결하며, 기술적인 PoC 를 제공하는 등의 역할을 수행하고 있습니다.

닫기

김영진, 솔루션즈 아키텍트, AWS

김영진 솔루션즈 아키텍트는 이전 소프트웨어 개발자, DevOps 엔지니어 및 소프트웨어 아키텍트의 경험을 통해 엔터프라이즈 고객이 높은 수준의 아키텍처 설계 선택을 하고 AWS 서비스를 사용하여 사용 사례를 구축할 수 있도록 지원합니다. 현재는 AWS 기술 블로그 리딩과 AIML TFC 멤버로서 삼성전자 무선사업부 서비스의 아키텍처 개선과 AWS 클라우드 전환을 지원하는 업무를 담당하고 있습니다.  

닫기

문곤수, AI/ML 전문 솔루션즈 아키텍트, AWS

문곤수 AWS AI/ML 전문 솔루션즈 아키텍트는 AI/ML 기술 지원을 하고 있습니다. AI/ML의 다양한 유스케이스 및 프러뎍션 경험을 바탕으로 고객의 AI/ML 문제를 해결하기 위해 고객과 함께 고민하고 협업하는 일을 주로 하고 있습니다. 여가 시간에는 산책과 사진을 찍고  아이들과 놀면서 시간을 보냅니다.

닫기

김제삼, 솔루션즈 아키텍트, AWS

김제삼 솔루션즈 아키텍트는 리테일 고객의 클라우드 기술 도입과 문제 해결을 돕고 있으며, 특히 추천 서비스 영역에서의 비즈니스 요구사항과 과제를 해결할 수 있는 지속 가능한 아키텍처를 설계할 수 있도록 기술적인 도움을 드리고 있습니다.

닫기

김대근, AI/ML 전문 솔루션즈 아키텍트, AWS

김대근 AI/ML 전문 솔루션즈 아키텍트는 지난 16년간 컴퓨터 비전 엔지니어로서 다수의 1저자 특허를 등록하고 제품 양산에 기여하였으며, 또한 데이터 사이언티스트로서 다양한 PoC와 현업 프로젝트를 수행하였습니다. 현재는 고객들이 AWS 인프라 상에서 AI/ML 서비스를 더욱 효율적으로 사용할 수 있도록 기술적인 도움을 드리고 있습니다.

닫기

김선우, 머신러닝 소프트웨어 엔지니어, 하이퍼커넥트

김선우 머신 러닝 소프트웨어 엔지니어는 컴퓨터 공학을 전공했으며, 스타트업에서 ML Ops에 관심을 가지기 시작하여 관련 제품 개발에 참여하였습니다. 현재는 하이퍼커넥트에서 머신 러닝 모델의 학습과 배포 등을 자동화하고 안정적으로 운영하기 위해 고민하며 이를 위한 플랫폼을 구축하고 있습니다.

닫기

장동진, AI/ML 전문 솔루션즈 아키텍트, AWS

장동진 AI/ML 전문 솔루션즈 아키텍트는 2017년 기계학습으로 박사학위 취득 후, 금융회사에서 research scientist로 근무하며, 모델링 자동화 (AutoML) 및 추천시스템 알고리즘 개발을 리딩하였습니다. 현재는 AWS에서 고객님들의 워크로드 중 발생하는 AI/ML 관련 문제들에 대해 같이 고민하고 기술적 도움을 드리고 있습니다.   

닫기

심대열, AI/ML 엑스퍼트 솔루션즈 아키텍트

심대열 AI/ML 엑스퍼트 솔루션즈 아키텍트는 15년간의 풀스택 개발과 ML 경험을 가지고 있습니다. ML 분야에서는 음성신호처리 및 비전 분야의 딥러닝 모델 개발과 분산학습, 경량화를 통한 제품화를 수행했습니다. 현재는 AWS의 AI/ML 서비스를 활용하시는 여러 분야의 고객들에게 기술적인 도움을 드리고 있습니다.