Amazon SageMaker를 통해 데이터 사이언티스트와 개발자는 ML을 위해 특별히 구축된 다양한 기능 집합을 함께 활용하여 고품질 기계 학습(ML) 모델을 빠르게 준비, 구축, 훈련 및 배포할 수 있습니다. 선도적인 기계 학습 프레임워크, 도구 키트 및 프로그래밍 언어를 지원하는 SageMaker

SageMaker에서는 사용한 만큼만 비용을 지불하며, 최소 요금과 선불 약정이 없는 온디맨드 요금과 일정 사용량 약정을 조건으로 유연한 사용량 기반 요금 모델을 제공하는 SageMaker Savings Plans, 이렇게 두 가지 요금제가 있습니다.

Amazon SageMaker 프리 티어

Amazon SageMaker는 무료로 사용해볼 수 있습니다. AWS 프리 티어를 사용하는 고객은 Amazon SageMaker를 무료로 시작할 수 있습니다. 프리 티어는 첫 번째 SageMaker 리소스를 생성하는 첫 달부터 시작됩니다. 아래 표에서 Amazon SageMaker 프리 티어에 대해 자세히 설명합니다.

Amazon SageMaker 기능 처음 2개월간 월별 프리 티어 사용량
Studio 노트북 및 노트북 인스턴스 Studio 노트북에서 ml.t3.medium 인스턴스 250시간 또는 노트북 인스턴스에서 ml.t2 medium 인스턴스 또는 ml.t3.medium 인스턴스 250시간
RStudio on SageMaker RSession 앱에서 250시간의 ml.t3.medium 인스턴스 및 RStudioServerPro 앱용 무료 ml.t3.medium 인스턴스
Data Wrangler ml.m5.4xlarge 인스턴스 25시간
Feature Store 1,000만 쓰기 단위, 1,000만 읽기 단위, 25GB 스토리지
훈련 m4.xlarge 또는 m5.xlarge 인스턴스 50시간
실시간 추론 m4.xlarge 또는 m5.xlarge 인스턴스 125시간
Serverless Inference 추론 지속 시간 150,000초
Canvas 세션 시간에 대해 750시간/월 및 최대 10개의 모델 생성 요청/월, 각각 최대 1백만 개의 셀/모델 생성 요청

온디맨드 요금

  • Studio 노트북
  • RStudio on SageMaker
  • 노트북 인스턴스
  • 처리
  • Data Wrangler
  • Feature Store
  • 훈련
  • 실시간 추론
  • 비동기 추론
  • 배치 변환
  • Serverless Inference
  • JumpStart
  • Studio 노트북
  • Amazon SageMaker Studio 노트북
    Amazon SageMaker Studio 노트북은 클릭 한 번으로 작동하는 Jupyter 노트북으로, 빠르게 작업을 시작할 수 있습니다. 기본 컴퓨팅 리소스는 완전히 탄력적이며, 노트북은 다른 사용자와 손쉽게 공유할 수 있으므로 원활한 협업을 지원합니다. 사용 소요 시간에 따라 선택한 인스턴스에 대한 요금이 청구됩니다.

  • RStudio on SageMaker
  • RStudio on SageMaker
    RStudio on SageMaker는 온디맨드 클라우드 컴퓨팅 리소스를 제공하여 모델 개발을 가속화하고 생산성을 높입니다. RStudio Session 앱과 RStudio Server Pro 앱을 실행하기 위해 선택하는 인스턴스 유형에 대해 요금이 부과됩니다.

    RStudioServerPro 앱

  • 노트북 인스턴스
  • 노트북 인스턴스
    노트북 인스턴스는 Jupyter Notebook 앱을 실행하는 컴퓨팅 인스턴스입니다. 사용 소요 시간에 따라 선택한 인스턴스에 대한 요금이 청구됩니다.

  • 처리
  • Amazon SageMaker Processing
    Amazon SageMaker Processing을 통해 완전 관리형 인프라에서 사전 처리, 사후 처리 및 모델 평가 워크로드를 쉽게 실행할 수 있습니다. 사용 소요 시간에 따라 선택한 인스턴스에 대한 요금이 청구됩니다.

  • Data Wrangler
  • Amazon SageMaker Data Wrangler
    Amazon SageMaker Data Wrangler는 기계 학습용 데이터를 집계하고 준비하는 시간을 몇 주에서 몇 분으로 단축합니다. 데이터 정리, 탐색 및 시각화에 사용한 시간에 대해 요금을 지불합니다. SageMaker Data Wrangler는 인스턴스 유형별로 초당 요금이 적용됩니다.*

    Amazon SageMaker Data Wrangler 작업

    Amazon SageMaker Data Wrangler 작업은 SageMaker Data Wrangler에서 데이터 흐름을 내보낼 때 생성됩니다. SageMaker Data Wrangler 작업을 사용하면 데이터 준비 워크플로를 자동화할 수 있습니다. SageMaker Data Wrangler 작업은 새로운 데이터 집합에서 데이터 준비 워크플로를 재적용하여 시간을 절약하는 데 도움이 되며 요금은 초 단위로 청구됩니다.

  • Feature Store
  • Amazon SageMaker Feature Store
    Amazon SageMaker Feature Store는 기계 학습용 피처를 수집, 저장 및 서비스하는 중앙 리포지토리입니다. SageMaker Feature Store에서는 쓰기, 읽기 및 데이터 스토리지에 대한 요금이 청구됩니다. 쓰기는 KB당 쓰기 요청 단위로, 읽기는 4KB당 읽기 요청 단위로, 데이터 스토리지는 GB-월당 기준으로 요금이 청구됩니다.

  • 훈련
  • Amazon SageMaker 훈련
    Amazon SageMaker는 모델을 훈련, 튜닝 및 디버깅하는 데 필요한 모든 기능을 제공하여 기계 학습(ML) 모델을 쉽게 훈련할 수 있습니다. 선택하는 인스턴스 유형의 사용량에 대해 요금이 청구됩니다. Amazon SageMaker Debugger를 사용하여 훈련 중에 문제를 디버깅하고 리소스를 모니터링하는 경우 기본 제공 규칙을 사용하여 훈련 작업을 디버깅하거나 고유한 사용자 지정 규칙을 작성할 수 있습니다. 훈련 작업을 디버깅하기 위해 기본 제공 규칙을 사용하는 경우 요금은 청구되지 않습니다. 사용자 지정 규칙의 경우 사용한 시간에 따라 선택한 인스턴스에 대한 요금이 청구됩니다.

  • 실시간 추론
  • Amazon SageMaker 호스팅: 실시간 추론
    Amazon SageMaker에서는 실시간 예측이 필요한 사용 사례를 위해 실시간 추론을 제공합니다. 선택하는 인스턴스 유형의 사용량에 대해 요금이 청구됩니다. Amazon SageMaker Model Monitor를 사용하여 실시간 추론을 제공해 고도로 정확한 모델을 유지 보수하는 경우 기본 제공 규칙을 사용하여 모델을 모니터링하거나 사용자 지정 규칙을 작성할 수 있습니다. 기본 제공 규칙의 경우 최대 30시간의 모니터링을 무료로 수행할 수 있습니다. 추가 요금은 사용한 시간을 기반으로 계산됩니다. 사용자 지정 규칙을 사용하는 경우 별도로 요금이 청구됩니다.

  • 비동기 추론
  • Amazon SageMaker 비동기 추론:
    Amazon SageMaker 비동기 추론은 수신되는 요청을 대기열에 배치하고 비동기식으로 처리하는 실시간에 가까운 추론 옵션입니다. 1초 미만의 대기 시간 요구 사항이 없고 추론 처리 시간이 긴 모델을 실행하거나 데이터가 도달할 때 많은 페이로드를 처리해야 하는 경우 이 옵션을 사용합니다. 선택한 인스턴스 유형에 대한 요금이 청구됩니다.

  • 배치 변환
  • Amazon SageMaker 배치 변환
    Amazon SageMaker 배치 변환을 사용하면 데이터 세트를 여러 데이터 청크로 분할하거나 실시간 엔드포인트를 관리할 필요가 없습니다. SageMaker 배치 변환에서는 대규모 또는 소규모 배치 데이터 세트에 대한 예측을 실행할 수 있습니다. 사용 소요 시간에 따라 선택한 인스턴스에 대한 요금이 청구됩니다.

  • Serverless Inference
  • Amazon SageMaker Serverless Inference
    Amazon SageMaker Serverless Inference를 사용하면 기본 인프라를 구성하거나 관리하지 않고도 추론을 위한 기계 학습 모델을 배포할 수 있습니다. Serverless Inference를 사용하면 추론 요청을 처리하는 데 사용되는 컴퓨팅 용량(밀리초 단위로 청구됨)과 처리된 데이터 양에 대해서만 비용을 지불합니다. 컴퓨팅 요금은 선택한 메모리 구성에 따라 다릅니다.

  • JumpStart
  • Amazon SageMaker JumpStart
    Amazon SageMaker JumpStart는 클릭 한 번으로 인기 모델 컬렉션(‘model zoo’라고 함)에 액세스하여 빠르고 쉽게 기계 학습을 시작하는 데 도움이 됩니다. Jumpstart는 요구 사항에 맞게 사용자 지정하여 일반적인 기계 학습 사용 사례를 해결하는 엔드 투 엔드 솔루션도 제공합니다. JumpStart 모델 또는 솔루션은 추가 비용 없이 사용할 수 있습니다. 모델 또는 솔루션을 수동으로 생성할 때와 마찬가지로, 사용된 기반 훈련 및 추론 인스턴스 시간에 대한 요금이 부과됩니다.

Amazon SageMaker Studio

이제 최초의 완전 통합형 개발 환경(IDE)인 Amazon SageMaker Studio에 무료로 액세스할 수 있습니다. SageMaker Studio는 모델을 구축, 훈련 및 배포하는 데 필요한 완전한 액세스 권한과 가시성을 각 단계별로 제공합니다. SageMaker Studio를 사용하면 Studio 내에서 사용하는 기본 컴퓨팅 및 스토리지에 대해서만 비용을 지불합니다.

다음을 포함하여 SageMaker Studio, Python용 AWS SDK(Boto3) 또는 AWS CLI의 많은 서비스를 사용할 수 있습니다.

  • SageMaker Pipelines - 기계 학습 워크플로 자동화 및 관리
  • SageMaker Autopilot - 완전한 가시성을 제공하는 기계 학습 모델 자동 생성
  • SageMaker Experiments - 훈련 작업 및 버전 구성과 추적
  • SageMaker Debugger - 훈련 중 이상 디버깅
  • SageMaker Model Monitor - 고품질 모델 유지 관리
  • SageMaker Clarify - 기계 학습 모델을 효과적으로 설명
  • SageMaker JumpStart - 다수의 사용 사례에 대한 기계 학습 솔루션을 간편하게 배포. Amazon SageMaker가 사용자 대신 수행한 기본 API 호출에 대해 솔루션에 사용된 다른 AWS 서비스에서 요금이 발생할 수 있습니다.
  • SageMaker Inference Recommender - 적절한 엔드포인트 구성에 대한 권장 사항 제공

사용량에 따라 SageMaker 내 기본 컴퓨팅 및 스토리지 리소스 또는 다른 AWS 서비스에 대한 요금만 지불하면 됩니다.

Amazon SageMaker Studio Lab

무료로 Amazon SageMaker Studio Lab을 사용하여 기계 학습 모델을 구축하고 훈련할 수 있습니다. SageMaker Studio Lab은 개발자, 학계 및 데이터 사이언티스트에게 추가 비용 없이 기계 학습을 배우고 실험할 수 있으며 구성이 필요 없는 개발 환경을 제공합니다.

Amazon SageMaker Canvas

Amazon SageMaker Canvas는 비즈니스 분석가에게 코딩이나 기계 학습 경험이 없어도 시각적 포인트 앤 클릭 인터페이스를 사용하여 정확한 기계 학습 예측을 생성할 수 있는 기능을 제공하여 기계 학습 액세스를 확장합니다.

Amazon SageMaker 데이터 레이블 지정

Amazon SageMaker 데이터 레이블 지정은 Amazon SageMaker Ground Truth Plus 및 Amazon SageMaker Ground Truth라는 두 가지 데이터 레이블 지정 제품을 제공합니다. 기계 학습을 위한 고도로 정확한 훈련 데이터 집합을 손쉽게 구축할 수 있게 하는 완전관리형 데이터 레이블 지정 서비스인 Amazon SageMaker 데이터 레이블 지정에 대해 자세히 알아볼 수 있습니다.

Amazon SageMaker Edge

엣지 디바이스 플릿에서 기계 학습 모델을 최적화, 실행 및 모니터링하는 Amazon SageMaker Edge의 요금에 대해 자세히 알아보세요. 

Amazon SageMaker Savings Plans

Amazon SageMaker 절감형 플랜은 최대 64%까지 비용을 절감하는 데 도움이 됩니다. 이 요금제는 인스턴스 패밀리, 크기 또는 리전에 상관없이 SageMaker Studio 노트북, SageMaker 노트북 인스턴스, SageMaker 처리, SageMaker Data Wrangler, SageMaker 훈련, SageMaker 실시간 추론 및 SageMaker 배치 변환을 포함하여 적격한 SageMaker 기계 학습 인스턴스 사용량에 자동으로 적용됩니다. 예를 들어 언제라도 추론 워크로드에 대해 미국 동부(오하이오)에서 실행되는 CPU 인스턴스 ml.c5.xlarge에서 미국 서부(오레곤)의 ml.Inf1 인스턴스로 변경할 수 있으며, 계속해서 자동으로 절감형 플랜 요금이 적용됩니다. 

자세히 알아보기 »

Amazon SageMaker 사용 시 총 소유 비용(TCO)

Amazon SageMaker를 통해 클라우드 기반 자체 관리형 솔루션에 비해 3년 동안 총 소유 비용(TCO)을 54% 이상 절감할 수 있습니다. Amazon SageMaker의 전체 TCO 분석은 여기에서 볼 수 있습니다.

요금 예제

  • 요금 예제 1: Studio 노트북

    데이터 사이언티스트가 Amazon SageMaker Studio 노트북을 사용하면서 다음과 같은 일련의 작업을 수행합니다.

    1. ml.c5.xlarge 인스턴스의 TensorFlow 커널에서 노트북 1을 열고 1시간 동안 이 노트북에서 작업합니다.
    2. ml.c5.xlarge 인스턴스에서 노트북 2를 엽니다. 이 노트북은 노트북 1을 실행하는 동일한 ml.c5.xlarge 인스턴스에서 자동으로 열립니다. 
    3. 노트북 1과 노트북 2에서 동시에 1시간 동안 작업합니다.
    4. 데이터 사이언티스트에게는 ml.c5.xlarge 사용에 대해 총 2시간의 요금이 청구됩니다. 노트북 1과 노트북 2에서 동시에 작업한 중복된 시간에 대해서는 각 커널 애플리케이션은 작업 시간을 0.5시간으로 측정하고 1시간의 요금을 청구합니다.
    커널 애플리케이션 노트북 인스턴스 시간 시간당 비용 합계
    TensorFlow ml.c5.xlarge 1 0.204 USD 0.204 USD
    TensorFlow ml.c5.xlarge 0.5 0.204 USD 0.102 USD
    데이터 과학 ml.c5.xlarge 0.5 0.204 USD 0.102 USD
            0.408 USD
  • 요금 예제 2: RStudio on SageMaker

    데이터 사이언티스트가 RStudio on SageMaker를 사용하면서 다음과 같은 일련의 작업을 수행합니다.

    1. ml.c5.xlarge 인스턴스에서 RSession 1을 시작하고 1시간 동안 이 노트북에서 작업합니다.
    2. ml.c5.xlarge 인스턴스에서 RSession 2를 시작합니다. 이 노트북은 RSession 1을 실행 중인 동일한 ml.c5.xlarge 인스턴스에서 자동으로 열립니다.
    3. RSesssion 1 및 RSession 2에서 1시간 동안 동시에 작업합니다.
    4. 데이터 사이언티스트에게는 ml.c5.xlarge 사용에 대해 총 2시간의 요금이 청구됩니다. RSession 1과 RSession 2에서 동시에 작업한 중복된 시간에 대해서는 각 RSession 애플리케이션은 작업 시간을 0.5시간으로 측정하고 1시간의 요금을 청구합니다.

    그 동안 RServer는 실행 중인 RSession이 있는지 여부와 관계없이 상시 실행됩니다. 관리자가 ‘스몰’(ml.t3.medium)을 선택하는 경우 요금은 무료입니다. 관리자가 ‘미디엄’(ml.c5.4xlarge) 또는 ‘라지’(ml.c5.9xlarge)를 선택하는 경우 RStudio가 SageMaker Domain에 사용되는 동안 시간당 요금이 부과됩니다.

    RSession 앱 RSession 인스턴스 시간 시간당 비용 합계
    Base R ml.c5.xlarge 1 0.204 USD 0.204 USD
    Base R ml.c5.xlarge 0.5 0.204 USD 0.102 USD
    Base R ml.c5.xlarge 0.5 0.204 USD 0.102 USD
            0.408 USD
  • 요금 예제 3: 처리

    Amazon SageMaker Processing은 작업이 실행되는 동안 사용된 인스턴스에 대해서만 요금을 부과합니다. Amazon S3에서 처리할 입력 데이터를 제공하면 Amazon SageMaker에서는 처리 작업을 시작할 때 Amazon S3의 데이터를 로컬 파일 스토리지에 다운로드합니다.

    데이터 애널리스트는 처리 작업을 실행하여 10분의 작업 시간 동안 2개의 ml.m5.4xlarge 인스턴스에서 데이터를 사전 처리하고 유효성을 검사합니다. 애널리스트가 처리 작업의 입력으로 S3에 100GB의 데이터 집합을 업로드하면 대략 비슷한 크기의 출력 데이터가 S3에 다시 저장됩니다.

    시간  처리 인스턴스 시간당 비용 합계
    1 * 2 * 0.167 = 0.334 ml.m5.4xlarge 0.922 USD 0.308 USD
    범용(SSD) 스토리지(GB) 시간당 비용 합계
    100GB * 2 = 200 0.14 USD 0.0032 USD

    Amazon SageMaker 처리 작업의 소계는 0.308 USD이고,
    200GB의 범용 SSD 스토리지의 소계는 0.0032 USD입니다.
    이 예제의 요금 합계는 0.3112 USD입니다.

  • 요금 예제 4: Data Wrangler

    데이터 사이언티스트가 Amazon SageMaker Data Wrangler를 3일 동안 사용하여 매일 6시간씩 데이터를 정리, 탐색 및 시각화하였습니다. 데이터 준비 파이프라인을 실행하기 위해, 매주 실행하도록 예약된 SageMaker Data Wrangler 작업을 시작합니다.

    아래 표에서는 매월 총 사용량과 Amazon SageMaker Data Wrangler 사용과 관련된 요금을 요약하여 표시합니다.

    애플리케이션 SageMaker Studio 인스턴스 일수 소요 시간 전체 소요 시간 시간당 비용 비용 소계
    SageMaker Data Wrangler ml.m5.4xlarge 3 6시간 18시간 0.922 USD 16.596 USD
    SageMaker Data Wrangler 작업 ml.m5.4xlarge - 40분 2.67시간 0.922 USD 2.461 USD

    표를 보면, 3일 동안 총 18시간에 걸쳐 데이터를 준비하기 위해 Amazon SageMaker Data Wrangler를 사용합니다. 또한 매주 업데이트된 데이터를 준비하기 위해 SageMaker Data Wrangler 작업을 생성합니다. 각 작업은 40분 동안 지속되며, 작업은 1개월 동안 매주 실행됩니다.

    Data Wrangler를 사용한 월별 비용 합계 = 16.596 USD + 2.461 USD = 19.097 USD

  • 요금 예제 5: 특성 저장소

    Amazon SageMaker 특성 저장소에 대해 25KB의 읽기 및 쓰기 작업을 실행하는 웹 애플리케이션이 있습니다. 해당하는 달의 첫 10일 동안 애플리케이션의 수신 트래픽은 소규모입니다. 이 경우 SageMaker 특성 저장소에 대한 매일 10,000건의 쓰기 및 10,000건의 읽기가 수행되었습니다. 하지만 달의 11일째 날에 애플리케이션이 소셜 미디어의 관심을 얻으면서 애플리케이션 트래픽이 200,000건의 쓰기와 200,000건의 읽기로 급증합니다. 이후 애플리케이션은 더욱 규칙적인 트래픽 패턴을 보이면서 월말까지 매일 평균 80,000건의 읽기와 80,000건의 쓰기가 수행됩니다.

    아래 표에서는 매월 총 사용량과 Amazon SageMaker Feature Store 사용과 관련된 요금을 요약하여 표시합니다.

    해당 달의 날짜 쓰기 합계 쓰기 단위 합계 읽기 합계 읽기 단위 합계
    1일~10일 100,000건의 쓰기 
    (10,000건의 쓰기 * 10일)
    2,500,000건 
    (100,000 * 25KB)
    100,000건 
    (10,000 * 10일)
    700,000건 초과 
    (100,000건 * 25/4KB)
             
    11일 200,000건의 쓰기 5,000,000건 
    (200,000 * 25KB)
    200,000건의 읽기 1,400,000건 초과 
    (200,000 * 25/4KB)
             
    12일~30일 1,520,000건의 쓰기 
    (80,000 * 19일)
    38,000,000건 
    (1,520,000건 * 25KB)
    1,520,000건의 쓰기
    (80,000건 * 19일)
    10,640,000건 초과
    (1,520,000건 * 25/4KB)
             
    청구 가능한 유닛 합계   45,500,000건의 쓰기 유닛   12,740,000건의 읽기 유닛
    월별 쓰기 및 읽기에 대한 요금   56.875 USD 
    (45.5(백만 단위의 쓰기 유닛) * 1.25 USD(1백만 건의 쓰기당)
      3.185 USD 
    (12.74(백만 단위의 읽기 유닛) * 0.25 USD(1백만 건의 읽기당)

    ++ 읽기 유닛의 모든 소수 자릿수는 다음 정수로 올림됨

    데이터 스토리지
    저장된 데이터 합계 = 31.5GB
    데이터 스토리지를 위한 월별 요금 = 31.5GB * 0.45 USD = 14.175 USD

    Amazon SageMaker 특성 저장소의 월별 요금 합계 = 56.875 USD + 3.185 USD + 14.175 USD = 74.235 USD

  • 요금 예제 6: 훈련

    데이터 사이언티스트가 1주일 동안 새로운 아이디어를 위한 모델 작업을 수행합니다. 과학자는 기본 제공 규칙 2개와 직접 작성한 사용자 지정 규칙 1개를 사용하여 Amazon SageMaker 디버거를 활성화한 상태로 실행한 교육당 30분 동안 ml.m4.4xlarge에서 모델을 4번 교육합니다. 사용자 지정 규칙에 대해서는 ml.m5.xlarge 인스턴스를 지정했습니다. 그리고 Amazon S3에서 3GB의 훈련 데이터를 사용하여 훈련하고 1GB 모델 출력을 Amazon S3로 푸시합니다. SageMaker는 각 훈련 인스턴스에 대해 범용 SSD(gp2) 볼륨을 생성합니다. SageMaker는 또한 지정한 각 규칙에 대해서도 범용 SSD(gp2) 볼륨을 생성합니다. 이 예에서는 총 4개의 범용 SSD(gp2) 볼륨이 생성됩니다. SageMaker Debugger는 1GB의 디버그 데이터를 고객의 Amazon S3 버킷으로 내보냅니다.

    시간 훈련 인스턴스 디버그 인스턴스 시간당 비용 소계
    4 * 0.5 = 2.00 ml.m4.4xlarge 해당 사항 없음 0.96 USD 1.92 USD
    4 * 0.5 * 2 = 4 해당 사항 없음 기본 제공 규칙 인스턴스에 대해서는 추가 요금 없음 0 USD 0 USD
    4 * 0.5 = 2 ml.m5.xlarge 해당 사항 없음 0.23 USD 0.46 USD
            -------
            2.38 USD
      훈련용 범용(SSD) 스토리지(GB) 디버거 기본 제공 규칙용 범용(SSD) 스토리지(GB) 디버거 사용자 지정 규칙용 범용(SSD) 스토리지(GB) GB-월당 비용 소계
    사용한 용량 3 2 1    
    요금 0 USD 기본 제공 스토리지 볼륨에 대해서는 추가 요금 없음 0 USD 0.10 USD 0 USD

    이 예제에서 훈련 및 디버깅을 위한 요금 합계는 2.38 USD입니다. Amazon SageMaker Debugger 기본 제공 규칙에 사용된 컴퓨팅 인스턴스 및 범용 스토리지 볼륨에는 추가 요금이 부과되지 않습니다.

  • 요금 예제 7: 실시간 추론

    안정적인 다중 AZ 호스팅을 위해 ml.c5.xlarge 인스턴스 2개에 예제 5의 모델을 프로덕션에 배포합니다. Amazon SageMaker Model Monitor는 ml.m5.4xlarge 인스턴스 1개를 통해 사용되고 모니터링 작업은 매일 한 번 예약됩니다. 각 모니터링 작업은 완료하는 데 5분이 소요됩니다. 이 모델은 하루 100MB의 데이터를 받으며 추론은 입력 데이터 크기의 1/10입니다.

    월 시간 호스팅 인스턴스 Model Monitor 인스턴스 시간당 비용 합계
    24 * 31 * 2 = 1488 ml.c5.xlarge   0.204 USD 303.522 USD
    31 * 0.08 = 2.5   ml.m5.4xlarge 0.922 USD 2.305 USD

    월 데이터 수신 - 호스팅 월 데이터 송신 - 호스팅 수신 또는 송신 GB당 비용 합계
    100MB * 31 = 3,100MB   0.016 USD 0.0496 USD
      10MB * 31 = 310MB 0.016 USD 0.00496 USD

    훈련, 호스팅 및 모니터링 소계는 305.827 USD입니다. 월 호스팅을 위해 처리된 데이터 수신 3,100MB와 처리된 데이터 송신 310MB의 소계는 0.054 USD입니다. 이 예제의 요금 합계는 월별 305.881 USD입니다.

    참고로, ml.m5.xlarge 인스턴스의 기본 제공 규칙에 대해서는 매월 모든 엔드포인트에서 집계된 모니터링에 대해 최대 30시간의 무료 모니터링을 지원합니다.

  • 요금 예제 8: 비동기 추론

    Amazon SageMaker 비동기 추론은 엔드포인트에서 사용하는 인스턴스에 대한 요금을 청구합니다. 요청을 능동적으로 처리하지 않을 때 비용 절감을 위해 인스턴스 수를 0개로 축소하도록 자동 크기 조정 설정을 구성할 수 있습니다. Amazon S3에 입력 페이로드가 있는 경우 Amazon S3에서 입력 데이터를 읽고 동일한 리전의 S3에 출력 데이터를 쓰는 작업에 대해서는 비용이 들지 않습니다.

    예제 5의 모델을 사용하여 SageMaker 비동기 추론 엔드포인트를 실행합니다. 엔드포인트는 1개의 ml.c5.xlarge 인스턴스에서 실행하고 요청을 능동적으로 처리하지 않을 때 인스턴스 수를 0개로 축소하도록 구성됩니다. 엔드포인트의 ml.c5.xlarge 인스턴스에는 4GB 범용(SSD) 스토리지가 연결되어 있습니다. 이 예제에서 엔드포인트는 하루에 2시간 동안 인스턴스 수를 1개로 유지하며, 30분 동안 휴지 기간을 갖고 이후 하루의 나머지 시간 동안 인스턴스 수를 0개로 축소합니다. 따라서 하루에 2.5시간의 사용량에 대한 요금이 청구됩니다. 

    엔드포인트는 하루에 1,024개의 요청을 처리합니다. 각 호출 요청/응답 본문의 크기는 10KB이며, Amazon S3에서 각 추론 요청 페이로드는 100MB입니다. 추론 출력은 입력 데이터 크기의 1/10에 해당하며, 동일한 리전의 Amazon S3에 다시 저장됩니다. 이 예제에서 데이터 처리 요금은 요청 및 응답 본문에 적용되지만, Amazon S3에서 송수신되는 데이터에 대해서는 적용되지 않습니다. 

    월 시간 호스팅 인스턴스 시간당 비용 합계
    2.5 * 31 * 1 = 77.5 ml.c5.xlarge 0.20 USD 15.81 USD
    범용(SSD) 스토리지(GB) GB-월당 비용 합계
    4 0.14 USD 0.56 USD
    월 데이터 수신 월 데이터 송신 수신 또는 송신 GB당 비용 합계
    10KB * 1,024 * 31 = 310MB 10KB * 1,024 * 31 = 310MB 0.02 USD 0.0048
      10KB * 1,024 * 31 = 310MB 0.02 USD 0.0048

    SageMaker 비동기 추론의 소계는 15.81 USD + 0.56 USD + 2*.0048 = 16.38 USD입니다. 이 예제의 비동기 추론 요금 합계는 월별 16.38 USD입니다.

  • 요금 예제 9: 배치 변환

    Amazon SageMaker 배치 변환은 작업이 실행되는 동안 사용된 인스턴스에 대해서만 요금을 부과합니다. 데이터가 이미 Amazon S3에 있는 경우 S3에서 입력 데이터를 읽고 동일한 리전의 S3에 출력 데이터를 쓰는 작업에 대해서는 비용이 들지 않습니다.  

    예제 5의 모델을 사용하여 SageMaker 배치 변환을 실행합니다. 데이터 사이언티스트는 작업 실행당 15분 동안 3개의 ml.m4.4xlarge에서 4개의 개별 SageMaker 배치 변환 작업을 실행합니다. 그리고 각 실행에 대해 S3에 1GB의 평가 데이터 집합을 업로드합니다. 추론은 S3에 다시 저장되는 입력 데이터 크기의 1/10에 해당합니다.

    시간  훈련 인스턴스 시간당 비용 합계
    3 * 0.25 * 4 = 3시간 ml.m4.4xlarge 0.96 USD 2.88 USD
    GB 데이터 수신 – 배치 변환 GB 데이터 송신 – 배치 변환 수신 또는 송신 GB당 비용 합계
    0 0 0.02 USD 0 USD

    SageMaker 배치 변환 작업의 소계는 2.88 USD입니다. Amazon S3로의 4.4GB에 대한 소계는 0 USD입니다. 이 예시의 요금 합계는 2.90 USD입니다.

  • 요금 예제 10: 서버리스 추론

    Serverless Inference를 사용하면 추론 요청을 처리하는 데 사용되는 컴퓨팅 용량(밀리초 단위로 청구됨)과 처리된 데이터 양에 대해서만 비용을 지불합니다. 컴퓨팅 요금은 선택한 메모리 구성에 따라 다릅니다.

    엔드포인트에 2GB의 메모리를 할당하고 한 달에 1,000만 회 실행하고 매번 100밀리초 동안 실행하고 총 10GB의 데이터 입/출력을 처리한 경우 요금은 다음과 같이 계산됩니다.

    월별 컴퓨팅 요금

    요청 수 각 요청의 기간 총 추론 기간(초) 초당 비용 월간 추론 기간 요금
    1,000만 100밀리초 1백만 0.00004 USD 40 USD

    월간 데이터 처리 요금 

    데이터 처리(GB) 수신 또는 송신 GB당 비용 월간 데이터 처리 요금
    10GB 0.016 USD 0.16 USD

    SageMaker Serverless 추론 기간 요금의 소계는 40 USD입니다. 10GB 데이터 처리 요금의 소계는 0.16 USD입니다. 이 예시의 요금 합계는 40.16 USD입니다.

  • 요금 예제 11: Jumpstart

    고객은 JumpStart를 사용하여 사전 훈련된 BERT Base Uncased 모델을 배포합니다. 이 모델은 고객 후기의 감정을 긍정 또는 부정으로 분류합니다.

    이 고객은 안정적인 다중 AZ 호스트를 위해 ml.c5.xlarge 인스턴스 2개에 모델을 배포합니다. 이 모델은 하루 100MB의 데이터를 받으며 추론은 입력 데이터 크기의 1/10입니다.

    월 시간 호스팅 인스턴스 시간당 비용 합계
    24 * 31 * 2 = 1488 ml.c5.xlarge 0.204 USD 303.55 USD
     
    월 데이터 수신 – 호스팅 월 데이터 송신 – 호스팅 수신 또는 송신 GB당 비용

    합계

    100MB * 31 = 3,100MB   0.02 USD 0.06 USD
      10MB * 31 = 310MB 0.02 USD 0.01 USD
     

    훈련, 호스팅 및 모니터링 소계는 305.827 USD입니다. 월 호스팅을 위해 처리된 데이터 수신 3,100MB와 처리된 데이터 송신 310MB의 소계는 0.06 USD입니다. 이 예제의 요금 합계는 월별 305.887 USD입니다.

Amazon SageMaker에 대해 자세히 알아보기

SageMaker 개요 페이지로 이동
시작할 준비가 되셨나요?
가입
추가 질문이 있으십니까?
AWS에 문의하기