Amazon SageMaker FAQ

차세대 SageMaker는 데이터, 분석 및 AI를 위한 통합 플랫폼입니다. 차세대 SageMaker는 널리 도입된 AWS 기계 학습(ML) 및 분석 기능을 결합하여 모든 데이터에 대한 통합 액세스를 통해 분석 및 AI를 위한 통합 경험을 제공합니다. SageMaker를 사용하면 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 서비스를 사용하여 더 빠르게 협업하고 구축할 수 있습니다. 또한 데이터 저장 위치가 데이터 레이크, 데이터 웨어하우스 또는 서드 파티 또는 연합 데이터 소스 어디든 관계없이 엔터프라이즈 보안 요구 사항을 해결하도록 내장된 거버넌스를 통해 모든 데이터에 액세스할 수 있습니다.

AWS는 데이터, 분석 및 AI 통합 경험을 제공하기 위해 널리 도입된 SageMaker 서비스를 포괄적인 AWS 데이터, 분석 및 AI 기능 세트로 확장했습니다. 앞으로는 SageMaker에서 AI 모델 데이터 랭글링, 구축, 훈련, 배포를 위한 기존 AI/ML 기능 세트를 Amazon SageMaker AI라고 부릅니다. SageMaker AI는 차세대 SageMaker에 통합되어 있으며, 특히 대규모 AI 및 ML 모델을 구축, 훈련, 배포하는 데 집중하려는 사용자를 위한 독립 실행형 서비스로도 제공됩니다.

차세대 SageMaker에는 다음 기능이 포함됩니다.

• Amazon SageMaker Unified Studio(평가판): Amazon EMR, AWS Glue, Amazon Athena, Amazon Redshift, Amazon Bedrock, SageMaker AI와 같은 목적별 AWS 분석 및 AI/ML 서비스에서 친숙한 도구 및 기능에 액세스하고 사용할 수 있는 단일 개발 환경에서 구축할 수 있습니다.
• Amazon SageMaker Lakehouse: Amazon Simple Storage Service(Amazon S3) 데이터 레이크, Amazon Redshift 데이터 웨어하우스, 서드 파티 또는 연합 데이터 소스의 데이터를 통합할 수 있습니다.
• Amazon SageMaker 데이터 및 AI 거버넌스: Amazon DataZone에 구축된 Amazon SageMaker Catalog를 사용하여 데이터와 AI를 안전하게 검색 및 관리하고 협업할 수 있습니다.

차세대 Amazon SageMaker에는 다음과 같은 기능이 포함되어 있습니다.

• Amazon SageMaker Unified Studio(평가판) - 단일 환경에서 분석과 AI를 위한 모든 데이터 및 도구를 사용하여 구축할 수 있습니다.
• Amazon SageMaker Lakehouse - Amazon SageMaker Lakehouse를 사용하여 Amazon Simple Storage Service(Amazon S3) 데이터 레이크, Amazon Redshift 데이터 웨어하우스, 서드 파티 및 연합 데이터 소스의 데이터를 통합합니다.
• 데이터 및 AI 거버넌스 - Amazon DataZone에 구축된 Amazon SageMaker Catalog를 사용하여 데이터와 AI를 안전하게 검색 및 관리하고 협업할 수 있습니다.
• 모델 개발 - Amazon SageMaker AI(이전의 Amazon SageMaker)를 사용하여 완전관리형 인프라, 도구, 워크플로를 사용하여 ML 및 FM을 구축, 훈련, 배포할 수 있습니다.
• 생성형 AI 앱 개발 - Amazon Bedrock을 사용하여 생성형 AI 애플리케이션을 구축하고 확장할 수 있습니다.
• SQL 분석 - 가격 대비 성능이 가장 뛰어난 SQL 엔진인 Amazon Redshift를 통해 인사이트를 얻을 수 있습니다.
• 데이터 처리 - Amazon Athena, Amazon EMR 및 AWS Glue 기반의 오픈 소스 프레임워크를 사용하여 분석 및 AI용 데이터를 분석, 준비, 통합할 수 있습니다.

차세대 SageMaker는 널리 도입된 AWS ML 및 분석 기능을 결합하여 모든 데이터에 대한 통합 액세스를 통해 분석 및 AI를 위한 통합 경험을 제공합니다. 이러한 통합 접근 방식을 통해 데이터를 더 효율적으로 사용하고, 팀 간 협업을 증진하고, 전반적인 생산성을 향상시킬 수 있습니다.

SageMaker를 사용하면 다음과 같은 작업을 수행할 수 있습니다.

• 모델 개발, 생성형 AI, 데이터 처리, SQL 분석을 위한 친숙한 AWS 서비스를 사용하여 단일 데이터 및 AI 개발 환경에서 더 빠르게 협업하고 구축할 수 있습니다.
• ML 및 FM을 훈련, 사용자 지정, 배포하고 비즈니스에 맞춤화된 생성형 AI 애플리케이션을 빠르게 생성할 수 있는 광범위한 도구 세트를 사용하여 AI 사용 사례를 개발하고 확장할 수 있습니다.
• Amazon S3 데이터 레이크, Amazon Redshift 데이터 웨어하우스, 서드 파티 또는 연합 데이터 소스의 모든 데이터를 통합하는 개방형 레이크하우스로 데이터 사일로를 줄일 수 있습니다.
• 적절한 사용자가 적절한 용도로 올바른 데이터, ML 모델, 생성형 AI 개발 아티팩트, 컴퓨팅 리소스에 액세스하도록 제어하는 내장된 데이터 및 AI 거버넌스를 통해 엔터프라이즈 보안 요구 사항을 충족할 수 있습니다.

예. 특정 비즈니스 요구 사항에 따라 Amazon SageMaker AI(이전의 Amazon SageMaker), 빅 데이터 처리를 위한 Amazon EMR, AWS Glue, 데이터 웨어하우징을 위한 Amazon Redshift와 같은 개별 AWS 서비스를 계속해서 독립적으로 사용할 수 있습니다. 현재 개별 서비스를 사용하는 방식에는 영향을 미치지 않습니다.

Amazon SageMaker는 이러한 서비스에 액세스할 수 있는 사용자 친화적인 통합 인터페이스를 제공함으로써 추가적인 이점을 제공합니다. 이러한 접근 방식을 통해 데이터를 더욱 효과적으로 혁신하고, 팀 간 협업을 증진하고, 전반적인 생산성을 향상시킬 수 있습니다.

SageMaker는 SageMaker Unified Studio(평가판), SageMaker 데이터 및 AI 거버넌스, SageMaker Lakehouse 전반에서 포괄적인 AWS AI 및 분석 서비스 세트를 제공합니다.

SageMaker Unified Studio에서 기존 AWS 서비스를 사용하여 데이터 처리, SQL 분석, ML, 생성형 AI 애플리케이션 개발 기능에 액세스할 수 있습니다. 데이터 처리의 경우 Athena, AWS Glue, Amazon EMR, Amazon Managed Workflows for Apache Airflow(Amazon MWAA)와 같은 서비스가 모든 규모의 분석 및 AI를 위한 데이터를 분석, 준비, 통합, 오케스트레이션합니다. SQL 분석의 경우 Amazon Redshift가 SageMaker Lakehouse와 원활하게 통합되어 Amazon Redshift 데이터 웨어하우스 및 Amazon S3 데이터 레이크 전반의 통합 데이터에 대한 강력한 SQL 분석 기능을 제공합니다. ML 기능은 ML 및 FM을 구축, 훈련, 배포하기 위한 SageMaker AI(이전의 SageMaker)를 통해 제공됩니다. 또한 Amazon Bedrock IDE(평가판)를 사용하여 생성형 AI 애플리케이션을 개발할 수 있습니다.

SageMaker 데이터 및 AI 거버넌스는 Amazon DataZone에 구축된 SageMaker Catalog의 통합 데이터 관리 경험을 통해 내장된 엔드 투 엔드 거버넌스를 제공합니다. 이를 통해 데이터와 AI를 안전하게 검색, 관리, 협업할 수 있습니다.

SageMaker Lakehouse는 AWS Glue Data Catalog, AWS Lake Formation 및 Amazon Redshift의 여러 카탈로그 서비스를 기반으로 구축되어 Amazon S3 데이터 레이크, Amazon Redshift 데이터 웨어하우스, 서드 파티 또는 연합 데이터 소스 전반에 걸쳐 통합된 데이터 액세스를 제공합니다.

또한 이러한 서비스는 AWS Management Console을 통해 독립 실행형 기능으로 계속 사용할 수 있으므로 사용 사례에 따른 유연성을 제공합니다. 2025년에는 더 많은 서비스로 SageMaker를 개선하여 분석 및 AI 전반의 경험을 통합할 예정입니다. 여기에는 Amazon OpenSearch Service를 사용한 검색 분석, Amazon QuickSight를 사용한 비즈니스 인텔리전스, AWS 스트리밍 서비스 포트폴리오를 사용한 스트리밍이 포함됩니다.

Amazon SageMaker를 시작하기는 쉽습니다. 첫 번째 단계는 Amazon SageMaker Unified Studio(평가판) 관리 콘솔로 이동하여 사업부의 자산, 사용자 및 프로젝트를 함께 연결하기 위한 구성 엔티티인 도메인을 생성하는 것입니다. 관리 콘솔에서 도메인 생성을 선택하면 빠른 설정과 수동 설정이라는 두 가지 옵션이 표시됩니다. 빠른 설정을 선택하면 기본 구성 세트로 시작했다가 나중에 사용자 지정할 수 있습니다. 또는 도메인을 생성할 때 설정을 완전히 제어할 수 있는 수동 설정을 선택할 수도 있습니다. 도메인이 생성되면 Amazon SageMaker Unified Studio(브라우저 기반 웹 애플리케이션)로 이동하여 분석 및 AI를 위한 모든 데이터와 구성된 도구를 사용할 수 있습니다. 시작하는 방법을 자세히 알아보려면 SageMaker 설명서를 참조하세요.

Amazon EMR, AWS Glue, Amazon Athena와 같은 AWS 서비스에서의 기존 데이터 개발 경험은 그대로 사용할 수 있습니다. 즉, 기존에 생성한 모든 코드 및 리소스를 중단 없이 계속 사용할 수 있습니다. 2025년 1분기에 기존 코드베이스를 통합 SageMaker 경험으로 가져올 수 있도록 사용하기 쉬운 업그레이드 스크립트와 포괄적인 지침을 제공할 예정입니다.

현재 AWS는 고객이 이미 사용하고 있는 포괄적인 AWS 데이터, 분석 및 AI 도구 세트를 통합하여 널리 도입된 ML 서비스인 SageMaker를 데이터 및 AI 플랫폼으로 확장하고 있습니다. 또한 SageMaker Unified Studio(평가판), SageMaker Lakehouse(GA), SageMaker Catalog(GA)를 비롯한 신규 기능을 새로운 SageMaker에 추가했습니다.

차세대 Amazon SageMaker에는 Amazon Redshift를 사용한 SQL 분석, Amazon EMR을 사용한 데이터 처리, SageMaker AI를 사용한 AI 모델 개발, 새로운 Amazon Bedrock IDE를 사용한 생성형 AI 앱 개발(평가판)에 필요한 거의 모든 구성 요소가 포함되어 있으며, 모두 Unified Studio(평가판)의 통합 개발 경험을 통해 제공됩니다.