SageMaker AI(이전의 Amazon SageMaker)를 사용하여 ML 모델을 구축, 훈련, 배포

Amazon SageMaker

모든 데이터, 분석, AI의 중심이 되는 차세대 Amazon SageMaker
Amazon SageMaker 시작하기

개요

Amazon SageMaker는 널리 도입된 AWS 기계 학습 및 분석 기능을 결합하여 모든 데이터에 대한 통합 액세스를 통해 분석 및 AI를 위한 통합 경험을 제공합니다. Unified Studio(평가판)에서 소프트웨어 개발을 위한 가장 유능한 생성형 AI 어시스턴트인 Amazon Q Developer의 지원을 받으면서 모델 개발, 생성형 AI, 데이터 처리, SQL 분석을 위한 친숙한 AWS 도구를 사용하여 더 빠르게 협업하고 빌드하세요. 데이터 저장 위치가 데이터 레이크, 데이터 웨어하우스, 타사 또는 페더레이션된 데이터 소스 어디든 관계없이 엔터프라이즈 보안 요구 사항을 충족하도록 내장된 거버넌스를 통해 모든 데이터에 액세스할 수 있습니다.

이점

Amazon SageMaker Unified Studio(미리 보기) 는 분석 및 AI에 모든 데이터와 도구를 사용할 수 있는 통합 환경을 제공합니다. 모델 개발, 생성형 AI, 데이터 처리, SQL 분석을 위한 친숙한 AWS 도구를 사용하여 데이터를 검색하고 활용합니다. 통합 노트북을 사용하여 컴퓨팅 리소스 전반에서 작업하고, 내장된 SQL 편집기로 다양한 데이터 소스를 검색 및 쿼리하고, 대규모로 AI 모델을 훈련 및 배포하고, 사용자 지정 생성형 AI 애플리케이션을 신속하게 구축합니다. 데이터, 모델, 생성형 AI 애플리케이션과 같은 분석 및 AI 아티팩트를 생성하고 안전하게 공유하여 데이터 제품을 더 빠르게 출시합니다.
Amazon SageMaker에서 설계부터 안전한 포괄적인 AI 개발 기능 세트를 사용하여 AI를 가속화합니다. 고성능이면서도 비용 효율적인 인프라에서 ML 및 파운데이션 모델(FM)을 훈련, 사용자 지정, 배포합니다. 고성능 통합 개발 환경(IDE), 분산 훈련부터 추론, AI 운영, 거버넌스, 관찰성에 이르기까지 전체 AI 수명 주기에서 목적별 도구를 사용합니다. 첨단 모델과 독점 데이터를 사용하여 비즈니스에 맞는 생성형 AI 애플리케이션을 빠르게 생성할 수 있습니다. Amazon Q Developer로 AI 개발을 가속화합니다. 더 쉽게 데이터를 검색하고, ML 모델을 구축 및 훈련하고, SQL 쿼리를 생성하고, 데이터 파이프라인 작업을 생성 및 실행할 수 있으며 이 모든 작업을 자연어로 수행할 수 있습니다.
Amazon SageMaker Lakehouse를 사용하여 Amazon Simple Storage Service(Amazon S3) 데이터 레이크와 Amazon Redshift 데이터 웨어하우스의 모든 데이터를 통합할 수 있습니다. 분석 데이터의 단일 복사본에서 모든 Apache Iceberg와 호환되는 도구 및 엔진을 사용하여 데이터에 액세스하고 쿼리할 수 있는 유연성을 확보할 수 있습니다. 레이크하우스에서 분석 및 AI 도구 전반에 적용되는 세분화된 권한을 정의하여 데이터를 보호합니다. 제로 ETL 통합을 통해 운영 데이터베이스 및 애플리케이션의 데이터를 레이크하우스로 거의 실시간으로 가져올 수 있습니다. 또한 서드 파티 데이터 소스 전반에서 연합 쿼리 기능을 통해 데이터를 현재 위치에서 액세스하고 쿼리할 수 있습니다.
전체 데이터 및 AI 수명 주기 전반에 걸쳐 내장된 거버넌스를 통해 엔터프라이즈 보안을 보장합니다. Amazon SageMaker를 사용하면 적절한 사용자가 적절한 용도로 적절한 데이터, 모델, 개발 아티팩트에 액세스하도록 제어할 수 있습니다. Amazon SageMaker Catalog를 통해 세분화된 액세스 제어가 포함된 단일 권한 모델을 사용하여 액세스 정책을 일관되게 정의하고 적용합니다. 데이터 분류, 유해성 탐지, 가드레일, 책임 있는 AI 정책을 통해 AI 모델을 보호합니다. 데이터 품질 모니터링 및 자동화, 민감한 데이터 탐지, 데이터 및 ML 계보를 통해 조직 전체에서 신뢰를 구축합니다.

차세대 SageMaker를 만나보세요

기능

고객

Toyota

“자동차 사업부 운영 전반에 분산되어 있는 사일로화된 데이터세트를 해결하기 위해 커넥티드 카, 판매, 제조 및 공급망 부서 전반의 데이터를 통합하고 관리할 수 있는 Amazon SageMaker를 탐색하고 있습니다. 당사는 이러한 접근 방식을 통해 데이터를 손쉽게 검색, 탐색, 공유하여 품질 문제를 사전에 방지하고, 고객 안전 및 만족도를 제고하고, 생성형 AI 애플리케이션 개발을 가속화할 수 있는 토대를 마련할 수 있습니다.”

– Kamal Distell, TMNA VP of Data, Analytics, Platforms, and Data Science

image

NatWest Group

“저희 데이터 플랫폼 엔지니어링 팀은 데이터 엔지니어링, ML, SQL, 생성형 AI 태스크를 위한 최종 사용자 도구를 여럿 배포해 왔습니다. 은행 전반의 프로세스를 단순화하기 위해 사용자 인증 및 데이터 액세스 권한 부여를 간소화하는 방안을 모색하고 있습니다. Amazon SageMaker는 바로 사용 가능한 사용자 경험을 제공하여 조직 전체에 단일 환경을 배포하여 데이터 사용자가 새 도구에 액세스하는 데 필요한 시간을 약 50% 단축합니다.“

- Zachery Anderson, NatWest Group CDAO

image

Roche

“우리는 Amazon Redshift를 사용하여 모든 데이터 리포지토리의 정형 데이터와 반정형 데이터 모두에서 인사이트를 얻고 있습니다. 새로운 Amazon SageMaker Lakehouse는 Amazon Redshift, Glue Data Catalog, Lake Formation과 같은 서비스를 통해 데이터 레이크 및 기타 데이터 소스에 대한 액세스를 강화하고 통합할 수 있다는 점에서 매우 흥미롭습니다. 이러한 혁신을 통해 데이터 및 엔지니어링 팀은 데이터 액세스를 단순화하고 데이터, 분석 및 애플리케이션 워크로드 전반의 상호 운용성을 촉진할 수 있습니다. 데이터 복사를 줄여 데이터 오류가 크게 감소하고, 처리 시간이 40% 단축되고, 분석 데이터를 트랜잭션 시스템에 더 빠르게 기록하여 의사 결정이 개선되고, 팀이 비즈니스 가치 창출에 집중할 수 있을 것으로 예상합니다.”

- Yannick Misteli, Roche Head of Engineering, Global Product Strategy

image

Lennar

“우리는 지난 18개월 동안 AWS와 협력하여 동급 최고이면서도 비용 효율적인 솔루션을 사용하도록 데이터 기반을 혁신했습니다. Amazon SageMaker Unified Studio, Amazon SageMaker Lakehouse와 같은 발전을 보면서 데이터 및 서비스에 대한 원활한 액세스를 통해 전송 속도를 가속화하여 엔지니어, 분석가, 과학자가 비즈니스에 실질적 가치를 제공하는 인사이트를 얻을 수 있을 것으로 기대합니다.”

- Lee Slezak, Lennar SVP of Data and Analytic

image

Natera, Inc

“우리 조직은 Amazon DataZone, Amazon SageMaker AI, Amazon Athena, Amazon Redshift를 활용하여 임상 및 유전체 데이터를 관리하고 분석해 왔습니다. 이제 Amazon SageMaker Catalog의 통합 거버넌스가 출시되어 매우 기쁩니다. 이를 통해 데이터 검색 및 액세스를 간소화하여 팀이 전체 도메인의 관련 데이터를 신속하게 분석할 수 있게 될 것입니다. 이러한 통합은 맞춤형 데이터세트를 생성하여 잠재적으로 인사이트를 얻는 시간을 단축하고 개인화된 유전자 검사를 진료의 표준 부분으로 만들겠다는 목표를 진전시켜 궁극적으로 환자 치료 결과를 개선하는 데 도움이 될 것입니다.”

– Mirko Buholzer, Natera, Inc. VP of Software Engineering

image