Amazon SageMaker

모든 개발자와 데이터 사이언티스트를 위한 기계 학습

Amazon SageMaker Studio

Amazon SageMaker를 통해 데이터 사이언티스트와 개발자는 ML을 위해 특별히 구축된 다양한 기능 세트를 함께 활용하여 고품질 기계 학습(ML) 모델을 빠르게 준비, 구축, 훈련 및 배포할 수 있습니다.

가장 포괄적인 ML 서비스

레이블 지정, 데이터 준비, 피처 엔지니어링, 통계 바이어스 탐지, 자동 ML, 훈련, 튜닝, 호스팅, 설명 기능, 모니터링 및 워크플로를 포함하여 ML 개발의 모든 단계를 위해 특별히 구축된 도구를 통해 혁신을 가속화합니다.

기계 학습 워크플로
ML을 위한 IDE

ML을 위한 최초의 통합 개발 환경(IDE)

하나의 통합된 시각적 인터페이스 아래에서 ML에 필요한 모든 기능을 제공하는, 특별히 ML을 위해 설계된 최초의 통합 개발 환경인 Amazon SageMaker Studio를 사용하여 생산성을 향상시킵니다.

통합 기능

처음부터 모든 기능이 함께 작동하도록 기능적으로 설계된 서비스

Amazon SageMaker의 ML 개발을 위한 통합 기능을 사용하면 사용자 지정 통합 코드를 작성하는 데 수개월을 들이지 않아도 되며 궁극적으로 비용을 절감할 수 있습니다.

작동 방식

SageMaker 개요

AWS 역사상 가장 빠르게 성장한 서비스 중 하나

Amazon SageMaker는 제품 추천, 맞춤화, 지능형 쇼핑, 로봇 공학, 음성 지원 디바이스를 포함하여 20년에 걸친 Amazon의 실제 기계 학습 애플리케이션 개발 경험에 기반하여 구축된 서비스입니다.

10배

팀 생산성 증가

90%

관리형 스팟 훈련으로 비용 절감

75%

추론 비용 절감

54%

TCO 절감

70%

데이터 레이블 지정 비용 절감

198

출시 이후 추가된 새로운 기능 개수

22

규정 준수 프로그램 개수(PCI, HIPAA, SOC 1/2/3, FedRAMP, ISO 등)

선도적인 기계 학습 프레임워크, 툴킷 및 프로그래밍 언어를 지원하는 Amazon SageMaker

TensorFlow
TensorFlow
PyTorch
mxnet
Huggine Face 로고
TensorFlow
TensorFlow
TensorFlow

데이터 준비와 기계 학습 모델 구축, 훈련, 배포를 위한 주요 기능

SageMaker의 통합 개발 환경(IDE)을 사용하여 생산성 개선

Amazon SageMaker Studio는 Python 언어로 손쉽게 모델을 구축할 수 있는 웹 기반 시각적 인터페이스를 제공합니다. 또한 클라우드 최초의 완전관리형 RStudio 워크벤치인 RStudio on SageMaker에서 탄력적 컴퓨팅 리소스를 사용하여 R 언어로 기계 학습용 데이터를 분석하고 시각화할 수 있습니다.

자세히 알아보기: SageMaker Studio | RStudio on SageMaker

SageMaker Studio

자동으로 모델 구축, 훈련 및 튜닝

Amazon SageMaker Autopilot은 예측을 위한 최고의 알고리즘을 선택하고 가시성이나 제어 기능의 저하 없이 기계 학습 모델을 자동으로 구축, 훈련 및 튜닝합니다.

자세히 알아보기 »
SageMaker Autopilot

데이터 레이블 지정 비용을 최대 70% 절감

Amazon SageMaker Ground Truth를 사용하면 3D 포인트 클라우드, 비디오, 이미지, 텍스트를 포함하여 다양한 사용 사례에 대한 훈련 데이터 세트에 보다 정확하고 쉽게 레이블을 지정할 수 있습니다.

자세히 알아보기 »
SageMaker Ground Truth
새 기능

ML을 위해 데이터를 준비하는 가장 빠르고 쉬운 방법

Amazon SageMaker Data Wrangler는 ML을 위해 데이터를 준비하는 시간을 몇 주에서 몇 분으로 단축합니다. 몇 번의 클릭으로 데이터 선택, 정리, 탐색 및 시각화를 포함한 데이터 준비 워크플로의 각 단계를 완료할 수 있습니다.

자세히 알아보기 »
SageMaker Data Wrangler
새 기능

ML을 위해 특별히 구축된 피처 스토어

Amazon SageMaker Feature Store는 ML 피처를 저장, 업데이트, 검색 및 공유하기 위한 리포지토리를 제공합니다. SageMaker Feature Store는 사용할 ML 모델에 대해 하나의 일관된 피처 보기를 제공하므로, 매우 정확한 예측을 생성하는 모델을 보다 쉽게 생성할 수 있습니다.

자세히 알아보기 »
SageMaker Feature Store

보다 빠르게 고품질 모델 훈련

Amazon SageMaker에서는 프로덕션으로 푸시하기 전에 모델의 훈련 오류 및 성능 병목 현상을 식별하고 줄일 수 있도록 기본 제공 디버거와 프로파일러를 제공합니다.

자세히 알아보기 »
SageMaker Debugger

클릭 한 번으로 클라우드에 배포

Amazon SageMaker를 사용하면 한 번의 클릭으로 훈련된 모델을 프로덕션에 손쉽게 배포하여, 실시간 또는 배치 데이터에 대한 예측 생성을 시작할 수 있습니다.

자세히 알아보기 »
클릭 한 번으로 배포
새 기능

엣지 디바이스에서 모델 품질 개선

Amazon SageMaker Edge Manager를 사용하면 엣지 디바이스 플릿에서 기계 학습 모델을 최적화, 보안, 모니터링 및 유지 보수하여 엣지 디바이스에 배포된 모델이 올바르게 작동하도록 보장할 수 있습니다.

자세히 알아보기 »
SageMaker Edge Manager

프로덕션에서 ML의 핵심 기능

SageMaker Pipelines
새 기능

기계 학습 워크플로 자동화

Amazon SageMaker Pipelines는 기계 학습을 위해 특별히 구축된 사용하기 쉬운 최초의 지속적 통합 및 지속적 전달(CI/CD) 서비스입니다. 워크플로는 여러 팀 사이에서 공유하고 재사용할 수 있습니다.

자세히 알아보기 »
SageMaker Clarify
새 기능

바이어스 탐지 및 예측 이해

Amazon SageMaker Clarify는 기계 학습 워크플로에 걸쳐 바이어스 탐지 기능을 제공하므로, 기계 학습 모형의 공정성과 투명성을 보다 높일 수 있습니다. SageMaker Clarify에는 모형 예측을 설명하는 데 도움이 되는 피처 중요도 그래프가 포함되어 있으며 내부 프레젠테이션을 지원하거나 수정 조치를 취할 수 있도록 모형의 문제점을 식별하는 데 사용할 수 있는 보고서를 생성합니다.

자세히 알아보기 »
SageMaker Security

전체 ML 수명 주기에서 데이터 및 코드 보안

Amazon SageMaker에서는 암호화, 프라이빗 네트워크 연결, 권한 부여, 인증, 모니터링 및 감사를 비롯한 포괄적인 보안 피처 세트를 제공하여 기계 학습 워크로드에 적용할 수 있는 보안 요구 사항이 있는 조직을 효율적으로 지원합니다.

자세히 알아보기 »

프로덕션에서 ML의 핵심 기능

SageMaker Pipelines
새 기능

기계 학습 워크플로 자동화

Amazon SageMaker Pipelines는 기계 학습을 위해 특별히 구축된 사용하기 쉬운 최초의 지속적 통합 및 지속적 전달(CI/CD) 서비스입니다. 워크플로는 여러 팀 사이에서 공유하고 재사용할 수 있습니다.

자세히 알아보기 »
SageMaker Clarify
새 기능

투명성 개선

Amazon SageMaker Clarify는 기계 학습 워크플로에 걸쳐 바이어스 탐지 기능을 제공하므로, 기계 학습 모형의 공정성과 투명성을 보다 높일 수 있습니다. SageMaker Clarify에는 모형 예측을 설명하는 데 도움이 되는 피처 중요도 그래프가 포함되어 있으며 내부 프레젠테이션을 지원하거나 수정 조치를 취할 수 있도록 모형의 문제점을 식별하는 데 사용할 수 있는 보고서를 생성합니다.

자세히 알아보기 »
SageMaker Security

전체 ML 수명 주기에서 데이터 및 코드 보안

Amazon SageMaker에서는 암호화, 프라이빗 네트워크 연결, 권한 부여, 인증, 모니터링 및 감사를 비롯한 포괄적인 보안 피처 세트를 제공하여 기계 학습 워크로드에 적용할 수 있는 보안 요구 사항이 있는 조직을 효율적으로 지원합니다.

자세히 알아보기 »

Amazon SageMaker 고객

Amazon SageMaker는 다양한 산업 분야에 종사하는 수만 명의 고객이 사용하고 있습니다.

더 많은 고객 성공 사례 보기 »
Capital One
Celgene
Conde Nast
Domino's
F1
GE
Lyft
Roche
Siemens
T-Mobile
Thomson Reuters
Verizon
새 기능

Amazon SageMaker JumpStart 시작하기

Amazon SageMaker는 실제로 모든 사용 사례에 대한 ML 모델을 구축, 훈련 및 배포하는 데 사용할 수 있는 기계 학습 서비스입니다. 빠른 기술 소개는 SageMaker 단계별 안내서를 참조하세요. ML 프로젝트를 시작하려는 고객을 위해 Amazon SageMaker JumpStart에서는 몇 번의 클릭으로 배포할 수 있는 가장 일반적인 사용 사례에 맞게 사전 구축된 솔루션 세트를 제공합니다. 이러한 솔루션은 완전하게 사용자 지정 가능하므로, 특정 사용 사례 및 데이터 세트의 요구 사항에 맞게 수정할 수 있습니다.

SageMaker 단계별 안내서 » SageMaker JumpStart »
예측 유지 보수

예측 유지 보수

Georgia Pacific은 SageMaker를 사용하여 장비 문제를 조기에 탐지하는 ML 모델을 개발합니다.

자세히 알아보기 »
컴퓨터 비전

컴퓨터 비전

3M은 SageMaker에 구축된 결함 탐지 모델을 사용하여 품질 관리 프로세스의 효율성을 개선합니다.

자세히 알아보기 »
자율 주행

자율 주행

Lyft Level 5는 SageMaker에서 훈련을 위해 표준화 작업을 수행했고, 모델 훈련 시간을 며칠에서 2시간 미만으로 단축했습니다.

자세히 알아보기 »