AWS에서의 기계 학습

모든 개발자가 손쉽게 활용할 수 있는 기계 학습 제공

 

AWS는 가장 폭넓고 깊이 있는 비즈니스용 기계 학습 및 AI 서비스 세트를 갖추고 있습니다.

AWS는 모든 개발자가 기계 학습을 손쉽게 활용하는 데 방해가 되는 가장 까다로운 몇 가지 문제를 고객을 대신해 해결합니다.

컴퓨터 비전, 언어, 추천 및 예측을 위해 사전 학습된 AI 서비스를 선택할 수 있으며 Amazon SageMaker를 통해 기계 학습 모델을 대규모로 구축, 학습 및 배포하거나 모든 주요 오픈 소스 프레임워크에 대한 지원을 바탕으로 사용자 지정 모델을 구축할 수 있습니다.

AWS의 기능은 가장 포괄적인 클라우드 플랫폼을 기반으로 구축되며 고성능 컴퓨팅을 통해 기계 학습에 최적화되었습니다. 여기에 최고 수준의 보안 및 분석 기능까지 제공합니다.

Expedia Group

"AWS를 ML 플랫폼으로 선택한 후 세계적인 여행 플랫폼이 되겠다는 회사의 약속을 지킬 새로운 방법을 찾았습니다."

--Matthew Fryer, Hotels.com 부사장 겸 최고 데이터 과학자, Expedia Group

수만 명의 고객

기계 학습은 그 어디보다 AWS에서 더 많이 실행됩니다.

AWS Machine Learning 고객

ML 서비스
ML 서비스

신속한 ML 구축, 학습 및 배포

AI 서비스
AI 서비스

애플리케이션에 손쉽게 인텔리전스 추가

프레임워크
프레임워크

다양한 선택 및 탁월한 유연성을 가능하게 하는 가장 폭넓은 프레임워크 지원

컴퓨팅
컴퓨팅

가장 빠르고 가장 저렴한 컴퓨팅 옵션

분석 및 보안
분석 및 보안

모든 것을 갖춘 포괄적인 기능

학습 도구
학습 도구

AWS DeepRacer 및 DeepLens를 사용한 ML 심층 분석

ML 서비스

Amazon SageMaker

기계 학습 모델의 신속한 구축, 교육 및 배포

Amazon SageMaker는 개발자 및 데이터 과학자가 모든 규모의 기계 학습 모델을 쉽고 빠르게 구축, 교육 및 배포할 수 있도록 지원합니다. 실시간 사기 탐지를 위한 모델을 실행하는 것부터 잠재적 약물의 생물학적 영향을 분석하고, 야구의 도루 성공률을 예측하는 것에 이르기까지, 전체 사용 사례 및 업계에 걸쳐 기계 학습을 성공적으로 구현하는 데 방해가 되는 복잡성을 제거합니다.

Amazon SageMaker Studio: 모든 기계 학습 개발 단계를 수행할 수 있는 Amazon SageMaker Studio를 통해 기계 학습을 위한 최초의 완전 통합 개발 환경(IDE)을 경험해 보십시오. 신속하게 데이터를 업로드하고, 새로운 노트북을 공유하며, 기계학습 모델을 훈련 및 튜닝하고, 단계를 앞뒤로 이동하며 실험을 조정하고, 결과를 디버깅 및 비교하고, 기계 학습 모델을 모두 하나의 시각적 인터페이스에서 배포 및 모니터링하여 생산성을 크게 높일 수 있습니다.

Amazon SageMaker Autopilot: Amazon SageMaker Autopilot을 사용하면 완전한 가시성과 제어로 모델을 자동으로 구축, 훈련 및 튜닝할 수 있습니다. 모델이 어떻게 생성되었고 생성 과정에서 어떤 로직이 사용되었는지에 대한 완전한 제어 및 가시성을 제공하는 업계 최초의 자동화된 기계 학습 기능입니다.

구축


Amazon SageMaker 노트북으로 더 빠르게 협업: 현재 평가판으로 사용 가능한 Amazon SageMaker 노트북은 몇 초 안에 작업을 시작할 수 있는 원클릭 Jupyter 노트북을 제공합니다. 모든 코드 종속성이 자동으로 캡처되므로 공유가 간편하여 다른 사용자와 쉽게 협업할 수 있습니다. 기본 제공 알고리즘 및 딥 러닝 프레임워크: 확장성, 정확성 및 성능을 위해 최적화된 기본 제공 알고리즘과 주요 딥 러닝 프레임워크를 사용할 수 있습니다.

기계 학습 마켓플레이스: 기계 학습을 위한 AWS Marketplace에서 제공하는 수백 개의 사전 구축 알고리즘 및 모델 중에서 선택하여 Amazon SageMaker에서 사용할 수 있습니다.

레이블링 비용 최대 70% 절감: Amazon SageMaker Ground Truth를 사용하여 고도로 정확한 훈련 데이터 세트를 구축하고 데이터 레이블링 비용을 최대 70%까지 절감할 수 있습니다.

훈련


정확도가 뛰어난 원클릭 훈련: 클릭 한 번 또는 단일 API 호출을 통해 완전관리형 인프라에서 모델을 훈련할 수 있습니다. 자동 모델 튜닝으로 정확도를 극대화하여 선택한 알고리즘에서 최상의 하이퍼파라미터 조합을 선택할 수 있습니다.

실험 관리: Amazon SageMaker Experiments를 통해 수천 건의 훈련 실행을 구성, 추적, 평가 및 비교할 수 있습니다. 입력 파라미터, 구성 및 결과가 자동으로 캡처되므로 수많은 실험을 구성하고 평가할 수 있어 반복 추적 및 관리가 가능합니다.

문제 분석, 디버깅 및 수정: Amazon SageMaker Debugger는 실시간 지표를 자동으로 캡처하여 기계 학습 훈련 프로세스에서 불투명성을 없애므로 모델 정확도를 개선할 수 있습니다.

배포


원클릭 배포: 훈련된 기계 학습 모델을 클릭 한 번 또는 API 호출 한 번으로 배포하여 실시간 또는 배치 데이터에 대한 예측 생성을 시작할 수 있습니다.

시간에 지나도 모델 정확도 유지: Amazon SageMaker Model Monitor를 사용하면 개념 드리프트를 탐지 및 해결하고 배포된 기계 학습 모델의 품질을 높게 유지할 수 있습니다.

기계 학습 추론 비용 최대 75% 절감: Amazon Elastic Inference를 사용하면 코드 변경 없이 매우 적절한 양의 GPU 지원 추론 가속을 연결할 수 있므으로 추론 비용을 최대 75% 절감할 수 있습니다.

SageMaker Operators for Kubernetes를 사용한 간편한 오케스트레이션: 기계 학습 인프라에 Amazon SageMaker의 완전관리형 기능을 사용하고 계속해서 Kubernetes를 사용하여 파이프라인 관리를 오케스트레이션하고 제어하십시오.

기계 학습 예측의 인적 검토 구현: Amazon Augmented AI(A2I)를 사용하면 기계 학습 예측의 인적 검토에 필요한 워크플로를 손쉽게 구축할 수 있습니다.

GE Healthcare
Hotels.com
NFL
Intuit
Thomson Reuters
Dow Jones

AI 서비스

애플리케이션에 손쉽게 인텔리전스 추가

기계 학습 기술이 없어도 사용 가능

AWS의 사전 학습된 AI 서비스는 애플리케이션 및 워크플로에 바로 사용 가능한 인텔리전스를 제공합니다. AI 서비스는 애플리케이션에 쉽게 통합되므로 개인화된 추천, 콜 센터 현대화, 안전 및 보안 개선과 고객 참여 증진 같은 일반적인 사용 사례를 해결할 수 있습니다. Amazon.com 및 ML 서비스를 구동하는 것과 동일한 딥 러닝 기술이 사용되므로 지속적으로 학습하는 API의 품질 및 정확성을 얻을 수 있습니다. 가장 좋은 점은 기계 학습에 대한 경험이 없어도 AWS 기반 AI 서비스를 사용할 수 있다는 것입니다.

추천

추천

Amazon.com에 사용되는 것과 동일한 추천 기술로 고객 경험을 개인화할 수 있습니다.

예측

예측

Amazon.com에 사용되는 것과 동일한 기계 학습 예측 기술을 바탕으로 정확한 예측 모델을 구축할 수 있습니다.

이미지 및 비디오 분석

이미지 및 비디오 분석

애플리케이션에 이미지 및 비디오 분석 기능을 추가해 자산 카탈로그를 생성하고, 미디어 워크플로를 자동화하고, 의미를 추출할 수 있습니다.

고급 텍스트 분석

고급 텍스트 분석

자연어 처리 기능을 사용해 구조화되지 않은 텍스트에서 분석 정보 및 관계를 추출할 수 있습니다.

문서 분석

문서 분석

수백만 개의 문서에서 단 몇 시간 안에 텍스트 및 데이터를 자동으로 추출하여 수동 작업을 줄일 수 있습니다.

음성

음성

텍스트를 생생한 음성으로 변환해 애플리케이션에 음성 기능을 더할 수 있습니다.

대화 에이전트

대화 에이전트

대화 에이전트를 손쉽게 구축해 고객 서비스를 개선하고 콜 센터 효율성을 높일 수 있습니다.

번역

번역

효율적이고 경제적인 번역을 통해 접근 범위를 확대하고 여러 언어로 대상에 접근할 수 있습니다.

전사

전사

고품질 음성-텍스트 변환 기능을 애플리케이션 및 워크플로에 추가할 수 있습니다.

대화 에이전트

최종 사용자가 필요한 정보를 더 쉽게 찾을 수 있도록 앱에 자연어 검색 기능을 추가할 수 있습니다.

번역

사기 탐지

Amazon.com에서 사용하는 것과 동일한 기술을 기반으로 잠재적인 온라인 사기 행위를 식별할 수 있습니다.

트랜스크립션

코드

코드 검토를 자동화하고 리소스를 많이 소모하는 코드 줄을 식별할 수 있습니다.

Motorola Solutions
Duolingo
Finra
Vidmob
NASA
GE Appliances

ML 프레임워크

다양한 ML 프레임워크를 선택하고 유연하게 사용 가능

TensorFlow, PyTorch, Apache MXNet 및 기타 주요 프레임워크 중에서 실험에 사용할 프레임워크를 선택하고 기계 학습 알고리즘을 사용자 지정합니다. Amazon SageMaker에서 원하는 프레임워크를 관리형 환경으로 사용하거나 최신 버전의 주요 딥 러닝 프레임워크 및 도구로 완벽하게 구성되는 AWS Deep Learning AMI(Amazon Machine Image)를 사용할 수 있습니다.

  • 딥 러닝 프로젝트의 81%가 AWS의 클라우드에서 실행됨
  • TensorFlow 프로젝트의 85%가 AWS의 클라우드에서 실행됨
  • 널리 사용되는 딥 러닝 모델을 가장 빠르게 훈련: AWS에 최적화된 TensorFlow 및 PyTorch는 Mask-RCNN(객체 탐지) 및 BERT(자연어 처리)에서 가장 빠른 훈련 시간을 기록했습니다. 자세히 알아보기 »

85%

AWS의 클라우드에서 실행되는 TensorFlow 프로젝트의 비율

Zendesk
News Corp Australia
Hudl
Snapchat
Celgene
Siemens

컴퓨팅

모든 사용 사례에 적합한 컴퓨팅 구축

컴퓨팅 집약적인 딥 러닝을 위한 GPU부터 전문 하드웨어 가속을 위한 FPGA 및 추론 실행을 위한 고용량 메모리 인스턴스에 이르기까지 폭넓고 강력한 컴퓨팅 옵션을 활용할 수 있습니다. Amazon EC2는 모델을 학습하든 학습된 모델에서 추론을 실행하든, 기계 학습 사용 사례에 최적화된 다양한 인스턴스 유형을 제공합니다.

  • P3dn 인스턴스를 사용하여 다른 공급자보다 3배 더 빠른 네트워크 처리량 제공
  • 3.0GHz 인텔 제온 기반의 C5 인스턴스를 사용하여 이전 세대 인스턴스보다 가격 및 성능을 25% 개선
  • FPGA(Field Programmable Gate Array)를 탑재한 F1 인스턴스를 사용하여 사용자 지정 하드웨어 가속화
  • Inf1 인스턴스를 사용하여 클라우드에서 최저 비용으로 고성능 기계 학습 추론 기능 제공

GPU  |  Amazon EC2 P3

GPU  |  Amazon EC2 G4

사용자 지정 추론  |  Amazon Elastic Inference

CPU  |  Amazon EC2 C5

FPGA  |  Amazon EC2 F1

EDGE  |  AWS Greengrass

AWS INFERENTIA | Amazon EC2 Inf1


분석 및 보안

기계 학습용 분석 및 보안

성공적인 기계 학습을 위해서는 기계 학습 기능이 필요할 뿐 아니라 적절한 보안, 데이터 스토어 및 분석 서비스가 공동 작용해야 합니다. AWS에서는 가장 포괄적인 기능을 활용하여 기계 학습 워크로드를 지원할 수 있습니다.

  • Amazon S3 및 Amazon S3 Glacier를 스토리지로 사용하여 99.999999999%의 내구성과 비교 불가능한 가용성 제공
  • Amazon Redshift를 분석에 사용하여 최대 400% 더 빠른 데이터 쿼리 실행
  • 가장 깊이 있는 보안 및 암호화 기능 
 
 
 

스토리지  |  Amazon S3

분석  |  AWS 분석

보안 AWS 보안

학습 도구

기계 학습의 핵심 요소

AWS DeepComposer

MIDI 호환 AWS DeepComposer 키보드를 사용하여 기계 학습이 생성한 곡을 입력으로 사용해 멜로디를 작곡합니다.

  • AWS DeepComposer 콘솔에서 사용 가능한 사전 훈련된 샘플 모델을 살펴보거나 Amazon Sagemaker에서 사용자 지정 GAN 아키텍처를 구축하여 독창적이고 영감을 주는 음악을 작곡할 수 있습니다.
  • 선호하는 DAW(디지털 오디오 워크스테이션)를 사용하여 AI에서 생성된 음악을 창의적으로 고치고 사용자 지정할 수 있습니다.
  • 완성된 AI 생성 곡을 AWS DeepComposer에서 SoundCloud로 직접 업로드하여 전 세계 사용자들과 트랙을 공유할 수 있습니다.

AWS DeepRacer 자율 주행 경주용 자동차
AWS DeepRacer 자율 주행 경주용 자동차

기계 학습 직접 체험

AWS DeepRacer

AWS DeepRacer는 자율 주행을 통해 강화 학습에 대해 배울 수 있는 1/18 비율의 완전자율주행 차량입니다.

  • RL 모델을 AWS DeepRacer에 배포하여 실제 환경에서 경주의 흥분을 경험해 보십시오.
  • Amazon SageMaker에서 모델을 구축한 후 AWS DeepRacer 3D 레이싱 시뮬레이터를 사용해 트랙을 학습하고, 테스트하고, 반복할 수 있습니다.
  • 2019년부터 세계 최초의 글로벌 자율 주행 리그가 열립니다. 이 리그에 참가하여 상금을 획득하고 모두가 원하는 AWS DeepRacer Cup에 진출할 기회를 얻으십시오.

AWS DeepLens

AWS DeepLens는 딥 러닝이 활성화된 세계 최초의 개발자용 비디오 카메라입니다. Amazon SageMaker 및 다수의 다른 AWS 서비스와 통합되며 실용적인 실습 예제가 포함된 샘플 프로젝트를 통해 10분 안에 딥 러닝을 시작할 수 있습니다.

  • AWS DeepLens의 사전 학습된 모델 라이브러리에서 딥 러닝 모델을 선택하거나 Amazon SageMaker로 학습한 자체 모델을 선택하고,
  • 클릭 한 번으로 모델을 디바이스에 배포할 수 있습니다.
  • 그런 다음 AWS Management Console에서 실시간으로 결과를 지켜볼 수 있습니다.
AWS DeepLens 비디오 카메라

ML 프로그램  |  기업용

Amazon ML Solutions Lab

Amazon ML Solutions Lab은 실습 교육 워크샵과 전문가 자문 서비스를 함께 제공하여 비즈니스 당면 과제를 해결하는 것부터 시작해 기계 학습 기반 솔루션 개발 프로세스를 단계적으로 진행할 수 있도록 돕습니다. 이 프로세스를 통해 배운 내용을 조직의 다른 영역에서 활용하여 비즈니스 기회에 기계 학습을 적용할 수 있습니다.

ML 프로그램  |  연구원용

Amazon ML 연구 지원금

AWS Machine Learning Research Awards 프로그램은 새로운 기계 학습을 연구하는 대학 학부, 교수, 박사 과정 및 박사 후 과정 학생을 위한 자금을 지원합니다. 목표는 다양한 ML 애플리케이션과 중점 분야에서 혁신적인 알고리즘, 간행물, 소스 코드 개발에 박차를 가하는 것입니다. 

ML 프로그램  |  개발자

기계 학습 교육

기초 지식과 실제 애플리케이션을 결합하여 Amazon 개발자 학습에 사용되는 것과 동일한 자료를 기반으로 하는 AWS 과정을 통해 기계 학습 교육을 시작하십시오. 개발자, 데이터 과학자, 데이터 플랫폼 엔지니어 및 비즈니스 의사 결정권자는 이 교육을 사용하여 ML, AI 및 DL을 새로운 통찰과 가치를 밝히는 비즈니스에 적용하는 방법을 학습할 수 있습니다.