Amazon Forecast 요금
개요
Amazon Forecast는 사용한 만큼만 비용을 지불하면 되고, 최소 요금 및 선결제 약정은 없습니다. Amazon Forecast를 사용할 때는 다음과 같은 네 가지 유형의 비용을 고려해야 합니다.
-
가져온 데이터: 훈련 및 예측을 위해 Amazon Forecast로 가져온 데이터 GB당 비용
-
예측기 훈련: 입력 데이터를 기반으로 사용자 지정 예측기를 구축하거나 예측기 성능을 모니터링하는 데 필요한 인프라 사용의 시간당 비용입니다. 훈련 시간에는 데이터를 정리하고, 여러 알고리즘을 병렬로 훈련하고, 최적의 알고리즘 조합을 찾고, 정확도 지표를 계산하고, 설명 가능성 인사이트를 생성하며, 예측 생성을 위한 인프라 사용을 모니터링하는 데 걸리는 시간이 포함됩니다. 비용은 예측기를 훈련하는 데 걸리는 실제 클럭 시간이 아니라 사용된 인스턴스 시간을 기준으로 한다는 점에 유의하세요. Amazon Forecast는 여러 인스턴스를 병렬로 배포하여 예측기를 훈련하기 때문에 사용된 시간이 관찰된 실제 클럭 시간을 초과하게 됩니다.
-
생성된 예측 데이터 포인트: 모든 시계열(항목 및 차원) 조합에서 생성된 고유한 예측 값의 수에 따른 비용입니다. 예측 데이터 포인트는 고유한 시계열 수(예: SKU x 스토어 수), 분위수 수, 예측 기간 내 시점의 조합입니다. 예측된 데이터 포인트에는 예측을 생성하여 만드는 데이터 포인트와 가정 분석을 통해 생성되는 데이터 포인트가 포함됩니다.
-
예측 설명: 각 항목 및 시점의 예측에 대한 속성 또는 관련 데이터의 영향을 설명하는 데 드는 비용입니다. 설명 가능성은 데이터 세트의 속성이 예측 값에 미치는 영향을 더 잘 이해하는 데 도움이 됩니다. 비용은 예측 데이터 포인트의 수와 설명되는 속성(예: 가격, 휴일, 날씨 지수)의 수를 기반으로 합니다.
Amazon Forecast용 AWS Pricing Calculator
AWS Pricing Calculator를 사용하여 Amazon Forecast를 사용하는 아키텍처 솔루션의 비용을 예측할 수 있습니다.
프리 티어
예측을 사용하는 첫 두 달 동안 고객은 매월 최대 10만 개의 예측 데이터 포인트, 매월 최대 10GB의 데이터 스토리지, 매월 최대 10시간의 훈련을 제공받게 됩니다.
요금표
|
Cost Type
|
Pricing
|
Details
|
|---|---|---|
|
가져온 데이터
|
GB당 0.088 USD
|
Amazon Forecast로 가져온 데이터 1GB당 비용입니다.
|
|
예측기 훈련
|
시간당 0.24 USD
|
데이터를 정리하고, 여러 알고리즘을 병렬로 훈련하고, 최적의 알고리즘 조합을 찾고, 정확도 지표를 계산하고, 설명 가능성 영향 점수를 생성하고, 예측기 성능을 모니터링하고, 예측을 생성하는 데 걸리는 시간마다 발생하는 비용입니다. Amazon Forecast는 여러 인스턴스를 병렬로 배포하여 예측기를 훈련하므로 사용된 시간이 실제로 관찰된 클럭 시간을 초과하게 됩니다.
|
|
생성된 예측 데이터 포인트
|
*아래의 단계별 요금표 1 참조
|
1,000개의 예측 데이터에 대해 각 분위수에서 가정 분석을 포함한 예측을 생성합니다. 예측 데이터 포인트는 가장 가까운 1,000개로 반올림됩니다.
|
|
예측 설명
|
**아래의 단계별 요금표 2 참조
|
설명 1,000건마다 - 예측 데이터 포인트에 속성 수(예: 가격 또는 휴일)를 곱한 값입니다. 설명은 가장 가까운 1,000개로 반올림됩니다. 각 설명 가능성 작업은 50개의 시계열 및 500개의 시점으로 제한됩니다.
|
*표 1
생성된 예측 데이터 포인트 단계형 요금표
|
Generated forecast data points per month
|
Price per 1000 forecast data points
|
|---|---|
|
첫 10만 개의 예측 데이터 포인트
|
2.00 USD
|
|
다음 90만 개의 예측 데이터 포인트
|
0.80 USD
|
|
다음: 4,900만 개의 예측 데이터 포인트
|
0.20 USD
|
|
5천만 개 이상의 예측 데이터 포인트
|
0.02 USD
|
참고: 기존 CreatePredictor API로 훈련된 예측기를 사용하여 예측을 생성하는 고객에게는 도달 분위수에 대해 항목과 차원의 조합인 시계열 1,000개당 0.60 USD의 요금이 계속 청구됩니다. 예측 값은 가장 가까운 1,000개로 반올림됩니다.
**표 2
예측 설명 단계별 요금표
|
Forecast Explanations per month
|
Price per 1000 explanations
|
|---|---|
|
첫 5만 건의 설명
|
2.00 USD
|
|
다음: 95만 건의 설명
|
0.80 USD
|
|
다음 990만 건의 설명
|
0.25 USD
|
|
1,000만 건 이상의 설명
|
0.15 USD
|
요금 예 1 - 제품 수요 예측
소유하고 있는 의류 회사의 전 세계 50개 매장에서 1,000개의 품목을 판매하고 있으며, 향후 7일 동안의 제품 수요를 1분위수에서 예측한다고 가정해 보겠습니다. 품목과 매장 위치의 각 조합은 하나의 시계열에 해당하므로 5만 개(품목 1,000개 x 매장 50개)의 시계열을 예측하게 됩니다. 1분위수에서 예측하므로 총 5만 개의 예측(50K 시계열 x 1분위수)을 예측하는 것입니다. 주별 예측 빈도에서 7일 전 예측의 경우, 총 5만 개의 예측 데이터 포인트(5만 개의 예측 x 데이터 포인트 1개)로 미래의 데이터 포인트 1개를 예측하게 됩니다.
|
Cost Type
|
Pricing
|
Usage Cost
|
|---|---|---|
|
가져온 데이터 5GB
|
GB당 0.088 USD
|
5GB x GB당 0.088 USD = 0.44 USD
|
|
3시간의 훈련 시간
|
시간당 0.24 USD
|
3시간 x 시간당 0.24 USD = 0.72 USD
|
|
5만 개의 예측 데이터 포인트
|
처음 10만 개의 예측 데이터 포인트의 경우 예측 데이터 포인트 1,000개당 2 USD
|
5만 건의 예측 x 예측 1,000건당 2 USD = 100 USD
|
|
-
|
- |
총 비용 = 101.16 USD
|
요금 예 1 예측
이제 일일 예측 빈도로 7일 전 예측을 하는 것으로 바뀐다고 가정해 보겠습니다. 즉, 총 예측 데이터 포인트가 35만 개(예측 5만 건 x 데이터 포인트 7개)인 미래 데이터 포인트 7개를 예측해야 합니다.
|
Cost Type
|
Pricing
|
Usage Cost
|
|---|---|---|
|
가져온 데이터 5GB
|
GB당 0.088 USD
|
5GB x GB당 0.088 USD = 0.44 USD
|
|
3시간의 훈련 시간
|
시간당 0.24 USD
|
3시간 x 시간당 0.24 USD = 0.72 USD
|
|
35만 개의 예측 데이터 포인트
|
처음 10만 개의 예측 데이터 포인트의 경우 예측 데이터 포인트 1,000개당 2 USD
다음 90만 개의 예측 데이터 포인트의 경우 예측 데이터 포인트 1,000개당 0.80 USD |
10만 x 예측 포인트 1,000개당 2 USD = 200 USD
합계 = 200 USD + 200 USD = 400 USD |
|
-
|
- |
총 비용 = 401.16 USD
|
위의 요금 예는 한 달 동안의 단일 예측 작업을 기준으로 합니다.
요금 예 2 - 용량 계획
에너지 회사를 소유하고 있다고 가정해 보겠습니다. 가스와 전기를 모두 사용하는 5,000명의 거주 고객이 있습니다. 거주 고객과 에너지 유형의 각 조합은 하나의 시계열에 해당하므로 1만 개(2개의 에너지 유형 x 5,000명의 거주 고객)의 시계열이 됩니다. 총 24만 개의 예측 데이터 포인트(1만 개의 시계열 X 1분위수 x 24시간)를 예측하기 위해 1분위수의 시간별 예측으로 24시간 전에 계획을 세워야 한다고 가정해 보겠습니다. 가격 속성을 추가하고 있으며 예측기 훈련에 사용할 휴일 및 Amazon Forecast 날씨 지수 내장 데이터 세트를 추가하기로 선택했습니다. 어떤 속성이 상위 100대 가스 고객의 예측을 주도하는지 알아보고자 한다고 가정해 보겠습니다. 예측 설명 가능성에 드는 비용은 다음과 같습니다.
|
Number of explainability jobs
|
100 customer time series / 50 time series maximum per explainability job = 2
|
|---|---|
|
설명 가능성 작업당 설명되는 예측 데이터 포인트 수
|
거주 고객 50명 x 에너지 유형 1개 x 1분위수 x 24시간 = 1,200
|
|
설명하려는 속성의 수
|
가격+휴일+날씨 지수 = 3
|
|
한 달 동안의 총 설명 횟수
|
1,200 x 3 x 2 = 8,000(가장 가까운 1,000 단위로 반올림)
|
|
총 비용
|
2 USD/1,000개의 설명 x 8,000개의 설명 = 16 USD
|
위의 요금 예는 한 달 동안의 단일 예측 작업을 기준으로 합니다.