Amazon SageMaker

모든 개발자와 데이터 과학자를 위한 머신러닝.

Amazon SageMaker는 모든 개발자와 데이터 과학자에게 기계 학습 모델을 신속하게 구축 및 학습하고 배포할 수 있는 기능을 제공합니다. Amazon SageMaker는 전체 기계 학습 워크플로를 포괄하여 데이터를 분류 및 준비하고, 알고리즘을 선택하며, 모델을 학습하고, 배포를 위해 조정 및 최적화하고, 예측을 수행하며, 작업을 수행하는 완전관리형 서비스입니다. 훨씬 적은 노력과 비용으로 더 빨리 모델을 실행할 수 있습니다.

Amazon SageMaker

모든 개발자와 데이터 과학자를 위한 머신러닝.

Amazon SageMaker는 모든 개발자와 데이터 과학자에게 기계 학습 모델을 신속하게 구축 및 학습하고 배포할 수 있는 기능을 제공합니다. Amazon SageMaker는 전체 기계 학습 워크플로를 포괄하여 데이터를 분류 및 준비하고, 알고리즘을 선택하며, 모델을 학습하고, 배포를 위해 조정 및 최적화하고, 예측을 수행하며, 작업을 수행하는 완전관리형 서비스입니다. 훨씬 적은 노력과 비용으로 더 빨리 모델을 실행할 수 있습니다.

구축

학습 데이터 수집 및 준비

데이터 레이블 지정 및 일반적인 문제에 대한 기본 제공 노트북

ML 알고리즘 선택 및 최적화

AWS Marketplace의 기본 제공 고성능 알고리즘 및 즉시 사용 가능한 수백 가지 알고리즘

학습

학습 환경 설정 및 관리

Amazon EC2 온디맨드 또는 스팟 인스턴스를 사용한 원클릭 학습

모델 교육 및 튜닝

한 번의 학습, 모든 위치에서 실행 및 모델 최적화

배포

프로덕션 환경에 모델 배포

클릭 한 번으로 배포

프로덕션 환경 조정 및 관리

Auto Scaling 기능이 포함된 완전관리형 서비스로, 75%의 비용 절감

구축

학습 데이터 수집 및 준비

데이터 레이블 지정 및 일반적인 문제에 대한 기본 제공 노트북

ML 알고리즘 선택 및 최적화

AWS Marketplace의 기본 제공 고성능 알고리즘 및 즉시 사용 가능한 수백 가지 알고리즘

학습

학습 환경 설정 및 관리

최고 성능의 인프라에서 원클릭 학습

모델 학습 및 튜닝

한 번의 학습, 모든 위치에서 실행 및 모델 최적화

배포

프로덕션 환경에 모델 배포

클릭 한 번으로 배포

프로덕션 환경 조정 및 관리

Auto Scaling 기능이 포함된 완전관리형 서비스로, 75%의 비용 절감


주요 고객

State Farm
Intuit
Siemens
NFL
Expedia
Liberty Mutual
Formula 1
Coinbase
Cerner
Korean Air
Change Healthcare
GE-Healthcare
Convoy

학습 데이터 수집 및 준비

학습 데이터 신속 분류(라벨링)

Amazon SageMaker Ground True를 통해 학습 데이터 세트를 매우 정확하고도 신속하게 구축하고 관리하십시오. Ground Truth는 공공 및 개인 분류자(labeler)에게 쉽게 이용할 수 있도록 지원하며, 일반적인 라벨링 작업을 위해 미리 작성된 워크플로와 인터페이스를 제공합니다. 또한 Ground Truth는 작업자가 지정한 레이블을 통해 학습하여 고품질의 자동 주석을 생성하므로 라벨링 비용을 상당히 낮출 수 있습니다.

자세히 알아보기 »
70-percent-reduction
ground-truth

호스팅 노트북

완전관리형 Jupyter 노트북은 클라우드에서 사용하거나 로컬 환경에서 노트북을 가져와 데이터를 탐색 및 시각화하고 모델을 개발할 수 있습니다. 처음부터 시작할 수 있을 뿐 아니라, 사전 구축된 수십 개 노트북을 있는 그대로 사용하거나 특정 요구 사항에 맞게 수정하여 학습 데이터를 손쉽게 탐색하고 빠르게 시각화할 수 있습니다. 추천 및 개인화, 부정 행위 탐지, 예측, 이미지 분류, 고객 이탈 예측, 고객 타게팅, 로그 처리 및 이상 탐지와 음성-텍스트 전환 등 다수의 일반적인 문제를 해결할 수 있는 솔루션이 제공됩니다.

 

자세히 알아보기 »
jupyter-logo-white
hosted-notebooks

머신러닝 알고리즘 선택 및 최적화

Amazon SageMaker는 TensorFlow, Apache MXNet, PyTorch, Chainer, Scikit-learn, SparkML, Horovod, Keras, Gluon을 자동으로 구성하고 최적화합니다. 일반적으로 사용되는 기계 학습 알고리즘은 AWS Marketplace에서 제공하는 200개 이상의 사전 학습 모델과 알고리즘을 포함하여 규모, 속도 및 정확도에 따라 내장되고 조정됩니다. 또한 Docker 컨테이너에 구축함으로써 다른 알고리즘이나 프레임워크를 가져올 수도 있습니다.

10x-faster
logo-tesnorflow
logo-mxnet
logo-pytorch
logo-chainer
logo-keras
logo-gluon
logo-horovod

학습 환경 설정 및 관리

원클릭 학습

클릭 한 번으로 모델 학습을 시작하고 관리형 스팟 학습으로 학습 비용을 최대 90% 절감하십시오. Amazon SageMaker는 모든 기본 인프라를 관리하여 페타바이트 규모의 데이터까지 쉽게 확장합니다.

 

클라우드에서 가장 빠른 분산 기계 학습.

Amazon EC2 P3dn 인스턴스는 8개의 NVIDIA Tesla GPU를 제공합니다.

 

96개의 확장형 vCPU 인텔 제온 Skylake(AVX-512)

100Gbps의 네트워킹 처리량

32GB의 메모리/GPU

 

원클릭 훈련

한 번의 클릭으로 모델 훈련을 시작하십시오. Amazon SageMaker는 모든 기본 인프라를 관리하여 페타바이트 규모의 데이터까지 쉽게 확장합니다.

 

클라우드에서 가장 빠르게 배포되는 기계 학습.

Amazon EC2 P3 인스턴스는 8개의 NVIDIA Tesla GPU를 제공합니다.

 

64개의 확장 가능한 vCPU 인텔 제온 스카이레이크(AVX-512)

25GBPS의 네트워킹 처리량

16GB의 메모리/GPU

TensorFlow를 실행하기에 최적

AWS의 TensorFlow 최적화는 수백 개의 GPU에서 거의 선형에 가까운 조정 효율을 제공하여 처리 과부하 없이 클라우드 규모로 실행함으로써 훨씬 짧은 시간에 보다 정확하고 정교한 모델 학습을 지원합니다.

완전관리형 학습 및 호스팅

수백 개 GPU를 거의 선형에 가까운 방식으로 조정

추론 비용 75% 절감

 

STOCK TENSORFLOW
65p
AWS 최적화 TENSORFLOW
90p

256개 GPU를 통한 확장 조정 효율

모델 튜닝 및 최적화

모델 자동 튜닝

모델 자동 튜닝 기능은 머신러닝을 사용하여 모델을 신속하고도 최대한 정확하게 튜닝합니다. 이 기능을 사용하면 모델 파라미터를 수동으로 튜닝하는 지루한 시행착오 과정을 건너뛸 수 있습니다. 모델 자동 튜닝은 여러 번의 학습 실행에서 데이터로부터 흥미로운 특징을 발견하고 그 특징들이 어떻게 상호 작용하여 정확도에 영향을 주는지 학습함으로써 하이퍼파라미터 최적화를 수행합니다. 학습된 모델의 품질을 극대화하기 위해 며칠 또는 몇 주까지 시간을 절약할 수 있습니다.

한 번의 학습을 통해 어디서나 실행

Amazon SageMaker Neo를 사용하면 모델을 한 번 학습하여 어디에나 배포할 수 있습니다. 머신러닝을 통해 SageMaker Neo는 지정된 하드웨어 플랫폼에 일반적으로 사용되는 프레임워크로 구축되어 학습된 모델을 자동으로 최적화합니다. 그런 다음 EC2 인스턴스 및 SageMaker 인스턴스 또는 Neo 런타임을 포함하는 엣지의 디바이스(AWS Greengrass 디바이스 등)에 이 모델을 배포할 수 있습니다.

자세히 알아보기 »

pull-2x
pull-1-10
img-neo

프로덕션 환경에 모델 배포 및 관리

프로덕션 환경에 원클릭 배포

Amazon SageMaker를 사용하면 한 번의 클릭으로 프로덕션 환경에 학습된 모델을 배포하여, 실시간 또는 배치(batch) 데이터에 대한 예측(추론 프로세스)을 생성할 수 있습니다. 모델은 여러 가용 영역에 걸쳐 있는 Amazon SageMaker 인스턴스의 자동 조정 클러스터에서 실행되어 고성능과 고가용성을 모두 제공합니다. 또한 Amazon SageMaker에는 A/B 테스트 기능이 내장되어 있어 사용자가 최선의 결과를 내기 위해 모델을 테스트하고 여러 버전을 실험하는 데 도움이 됩니다.

엣지에서 모델 실행

AWS Greengrass는 Amazon SageMaker로 학습된 모델을 엣지 디바이스에 손쉽게 배포하여 추론을 실행할 수 있게 해줍니다. AWS Greengrass를 사용하면 인터넷에 연결되어 있지 않더라도 커넥티드 디바이스가 AWS Lambda 함수를 실행하고, 디바이스 데이터를 동기화 상태로 유지하며, 다른 디바이스와 안전하게 통신할 수 있습니다.

pull-75p

Amazon Elastic Inference를 사용하여 Amazon SageMaker 인스턴스에 탄력적인 GPU 가속화를 연결하여 심층 학습 추론 비용을 최대 75%까지 절감하십시오. 대부분 모델의 경우 전체 GPU 인스턴스는 추론용으로 너무 큽니다. 또한 단일 인스턴스 유형으로 심층 학습 애플리케이션의 GPU, CPU 및 메모리 요구를 최적화하는 것은 어려울 수 있습니다. Elastic Inference를 사용하면 애플리케이션의 전체 CPU 및 메모리 요구에 가장 적합한 인스턴스 유형을 선택하고 추론에 필요한 적절한 양의 GPU 가속을 개별적으로 구성할 수 있습니다.

자세히 알아보기 »

img-TFLOPS

지원

logo-tesnorflow
logo-mxnet

고객 성공 사례

종합 관리형 강화 학습을 통해 다음 단계 구축

small-RL-icon

강화 학습(RL)을 사용하면 사전 레이블을 지정한 학습 데이터 없이도 특정 결과를 달성할 수 있는 정교한 모델을 구축할 수 있습니다. RL은 "적절한" 답이 없지만 자동차 운전 학습이나 긍정적인 금융 거래와 같이 최적의 결과가 있는 상황에서 유용합니다. RL 알고리즘은 과거 데이터를 검토하는 대신, 보상과 페널티로 모델을 원하는 동작으로 유도하는 시뮬레이터에서 조치를 취함으로써 학습합니다.

Amazon SageMaker RL은 종합 관리형 RL 알고리즘을 기본적으로 제공합니다. SageMaker는 TensorFlow와 MXNet을 비롯한 여러 프레임워크에서 RL을 지원하고, Intel Coach, Ray RLlib과 같은 강화 학습을 위해 처음부터 철저히 설계된 맞춤형 개발 프레임워크를 지원합니다.

또한 Amazon SageMaker RL은 완전 2D 및 3D 물리 환경, MATLAB 및 Simulink와 같은 상용 시뮬레이션 환경 그리고 맞춤형 개발 환경을 포함한 오픈 소스 OpenAI Gym 인터페이스를 지원하는 모든 환경을 비롯하여 다양한 RL 환경을 지원합니다. 이외에도 SageMaker RL을 사용하면 Amazon Sumerian 및 AWS RoboMaker에 구축된 가상 3D 환경을 사용하여 학습할 수 있습니다. 따라서 광고 및 금융 시스템부터 산업 제어, 로봇 그리고 자율 차량까지 모든 것을 모델링 할 수 있습니다.

개방성과 유연성

맞춤형 머신러닝

머신러닝 기술은 빠르게 움직이므로, 광범위한 프레임워크와 도구에 접근할 수 있도록 유연해야 합니다. Amazon SageMaker를 사용하면 널리 사용되는 프레임워크에 기본 제공 컨테이너를 사용하거나, 선호하는 프레임워크를 가져올 수 있습니다. 어느 쪽이든, Amazon SageMaker는 모델을 구축, 학습 및 배포하는 데 필요한 기반 인프라를 통합 관리할 수 있습니다.

더 나은 엣지 성능

SageMaker Neo의 기능은 오픈 소스 Neo 프로젝트를 통해 모든 개발자들도 사용할 수 있습니다. 모든 사람이 어디에서든 모델을 실행할 수 있도록 하는 것이 머신러닝의 잠재력을 실현하는 데 필요한 단계라고 생각합니다. 하드웨어 공급업체는 오픈 소스 활동에 기여함으로써 새로운 최적화로 Neo를 개선하고 머신러닝을 위한 전반적인 하드웨어 에코시스템을 발전시킬 수 있습니다.

고유한 워크플로에 적합한 SageMaker

Amazon SageMaker는 Ground Truth, Notebooks, Training, Neo, Hosting과 같은 개별 요소로 구성되어 있습니다. 이들은 통합 머신러닝 서비스를 제공하기 위해 연동하도록 설계되었습니다. 그러나 기존 머신러닝 워크플로를 보완하거나 데이터 센터 또는 엣지에서 실행되는 모델을 지원하기 위해 독립적으로 사용할 수도 있습니다.

학습 및 가속

ImgHead_Silverstone_TEST_Car_3

AWS DeepRacer

자율 주행을 통해 강화 학습에 필요한 모든 것을 갖춘 완전 자율형 1:18 스케일의 레이싱카.

자세히 알아보기 »

AWS DeepLens

개발자를 위한 세계 최초의 심층 학습 비디오 카메라를 통해 프로젝트, 자습서 및 실제 실습 탐사를 통해 컴퓨터 비전을 배워 보십시오.

자세히 알아보기 »

AWS Machine Learning 교육 및 자격증

AWS Machine Learning University. 기초 지식과 실제 애플리케이션을 결합하여 Amazon 개발자 학습에 사용되는 것과 동일한 자료를 기반으로 한, 머신러닝을 위한 체계적인 과정입니다.

자세히 알아보기 »

Amazon ML Solutions Lab

Amazon ML Solutions Lab을 통해 Amazon의 머신러닝 전문가가 되어 보십시오. Amazon ML Solutions Lab은 실습 교육 워크샵과 브레인스토밍 세션 및 전문가 서비스를 결합함으로써, 사용자가 비즈니스 도전에서 '출발하여' 모델을 프로덕션 환경에 구축하는 프로세스를 단계적으로 진행할 수 있도록 도와줍니다. 교육 내용을 바탕으로 조직 내에서 활용하여 추가적인 기회를 모색할 수 있습니다.

자세히 알아보기 »