Amazon SageMaker

완전관리형 인프라, 도구 및 워크플로를 활용하여 모든 사용 사례에 적합한 기계 학습(ML) 모델을 구축, 훈련 및 배포
SageMaker 시작하기
실습 자습서 사용해 보기

SageMaker를 사용해야 하는 이유

Amazon SageMaker는 모든 사용 사례에서 저비용 고성능 기계 학습(ML)을 지원하는 다양한 도구 세트를 한데 결합한 완전관리형 서비스입니다. SageMaker를 사용하면 단일 통합 개발 환경(IDE)에서 노트북, 디버거, 프로파일러, 파이프라인, MLOP 등의 도구를 사용하여 대규모로 ML 모델을 구축, 훈련 및 배포할 수 있습니다. SageMaker는 ML 프로젝트에 대한 간소화된 액세스 제어 및 투명성을 통해 거버넌스 요구 사항을 지원합니다. 또한 FM을 미세 조정, 실험, 재훈련 및 배포하는 목적별 도구를 사용하여 대규모 데이터 세트로 훈련된 대규모 모델인 자체 FM을 구축할 수 있습니다. SageMaker는 일반에 공개된 FM을 비롯하여, 클릭 몇 번으로 배포할 수 있는 수백 개의 사전 훈련된 모델에 대한 액세스를 제공합니다.
 

SageMaker의 이점

데이터 사이언티스트를 위한 IDE와 비즈니스 분석가를 위한 코드 없는 인터페이스 등의 도구를 선택하여 더 많은 사람들이 기계 학습으로 혁신할 수 있도록 지원하세요.
맞춤형 통합 도구 및 비용 효율적인 고성능 인프라를 사용하여 생성형 AI 애플리케이션을 구동하는 FM을 비롯한 자체 ML 모델을 구축합니다.
조직 전체에서 MLOps 방식 및 거버넌스를 자동화하고 표준화하여 투명성 및 감사 가능성을 지원하세요.
HITL(Human-in-the-Loop) 기능을 통해 ML 수명 주기 전반에서 인적 피드백의 이점을 활용하여 FM의 정확성과 연관성을 개선합니다.
데이터 준비 및 모델 훈련부터 모델 배포까지 전체 ML 개발 여정 동안 지원을 받으세요. Amazon Q Developer는 코드 제안을 생성하고, 질문에 답하고, 오류 발생 시 문제 해결 지원을 제공할 수 있습니다.

생성형 AI를 위한 Amazon SageMaker 사용

Amazon SageMaker는 데이터 과학자와 ML 엔지니어가 정확도, 지연 시간, 비용에 대한 엄격한 요구 사항이 있는 생성형 AI 사용 사례를 위해 처음부터 FM을 구축하고, 고급 기술로 FM을 평가 및 사용자 지정하고, 세밀한 제어 기능을 갖춘 FM을 배포할 수 있도록 지원합니다.

파운데이션 모델을 처음부터 구축하기

Amazon SageMaker는 FM을 처음부터 사전 학습할 수 있는 도구를 제공하여 내부에서 사용하거나 다른 비즈니스에 생성형 AI 애플리케이션으로 제공할 수 있습니다.