[2021년 12월 05일] - 아마존 세이지메이커(Amazon SageMaker)에 6가지 신규 기능이 추가됐다. 개발사는 새로 추가한 기능이 접근성이 우수하고 비용 효율적인 ML 서비스를 제공에 효과적임을 강조한다. 주요 기능은 ML 예측을 생성하기 위한 노코드(no-code) 환경, 고도로 숙련된 주석자를 활용하는 데이터 레이블링, 전문 영역간 협업을 강화하는 아마존 세이지메이커 스튜디오(Amazon SageMaker Studio) 범용 노트북 환경, 코드를 효율화하는 머신러닝 학습을 위한 컴파일러, ML 추론에 대한 컴퓨팅 인스턴스 선택, ML 추론을 위한 서버리스 컴퓨팅이다.
아마존 세이지메이커(Amazon SageMaker)는 현재 아스트라제네카(AstraZeneca), 오로라(Aurora), 캐피털 원(Capitol One), 서너(Cerner), 디스커버리(Discovery), 현대그룹(Hyundai), 인튜이트(Intuit), 톰슨 로이터(Thomson Reuters), 타이슨(Tyson), 뱅가드(Vanguard)를 비롯한 기업이 선호하는 기능 중 한가지다.
이들 기업 은 ML 모델 학습을 위해 아마존 세이지메이커를 이용하고, 개발사는 지난 2020년 한 해에만 60개 이상의 기능을 공개한 바 있다. 신규 기능 또한 ML을 위한 데이터를 준비 및 수집하고, 모델 학습 속도를 가속화하며, 추론에 필요한 컴퓨팅 유형과 규모를 최적화함으로써, 보다 많은 사용자가 손쉽게 ML을 활용할 수 있도록 확장 지원하는데 방점을 두고 있다.
△아마존 세이지메이커 캔버스는 ML 전문 지식 없이도, 코드를 작성하지 않고 정확한 ML 예측을 직접 생성할 수 있는 시각적 인터페이스를 제공한다. 일반적으로 ML은 수년간의 정규 교육 또는 난이도가 높고, 내용이 진화하는 커리큘럼 기반의 집중 교육에 따른 전문 기술을 요구해 왔다. 이와 달리 마우스 조작이 가능한 시각화된 사용자 인터페이스를 제공해 사용자가 데이터를 직관적으로 준비 및 분석할 수 있도록 지원한다. 동시에 자동화된 ML을 활용하여 코딩 없이 ML 모델을 구축하고 학습시킨다.
△아마존 세이지메이커 그라운드 트루스 플러스는 내장된 주석 워크플로우와 인력을 활용해 노코드 ML 모델 학습을 위한 고품질 데이터를 제공하는 관리형 데이터 레이블링 서비스다. 지금까지 대규모의 데이터 세트를 생성하기 위해서는 수 주에서 수 년간의 시간이 소요되며, 기업 내부에서 데이터 레이블링 프로세스를 관리하기 위해 추가 인력을 고용하고 워크플로우를 구축해야만 했다. 기업 고객은 간편하게 아마존 세이지메이커 그라운드 트루스 플러스를 아마존 S3(Amazon S3)의 데이터 소스에 지정함으로써 특정 레이블링에 대한 요구 사항(의료 전문가가 폐 방사선 영상에서 비정상 레이블을 지정하는 방법에 대한 지침)을 제공할 수 있다.
△아마존 세이지메이커 스튜디오는 사용자가 범용 노트북 내에서 다양한 목적을 위한 광범위한 데이터를 유기적으로 액세스, 변환 및 분석할 수 있도록 지원한다. 또한 ML 모델을 구축, 학습 및 배포하기 위해 텐서플로우(TensorFlow), 파이토치(PyTorch) 또는 엠엑스넷(MXNet) 등의 선호하는 프레임워크를 사용하여 ML 모델을 개발하고, 데이터 소스를 색인 및 쿼리하고, 메타데이터 및 스키마를 탐색하고, 분석 또는 ML 워크플로우를 위한 작업 처리를 시작하는 것도 가능하다. 이 모든 작업은 노트북 환경 내에서 이루어진다.
△아마존 세이지메이커 학습 컴파일러는 클라우드에서 보다 효율적인 실행이 가능하도록 최적화된 아마존 세이지메이커의 텐서플로우 및 파이토치 버전과 통합된 신규 ML 모델 컴파일러로, 데이터 과학자는 선호하는 프레임워크를 활용하여 보다 효율적인 GPU 사용을 통해 ML 모델을 훈련할 수 있다. 아마존 세이지메이커 학습 컴파일러는 클릭 한 번으로 간편하게 학습 완료된 모델을 자동으로 최적화하고 컴파일하여 모델 학습을 최대 50% 더 빠르게 실행한다.
△아마존 세이지메이커 추론 추천기는 모델 실행 위치 결정에 요구되는 추측과 복잡성을 제거하고 이상적인 컴퓨팅 인스턴스 구성을 자동으로 추천해 구축 시간을 수 주에서 수 시간으로 단축한다. 데이터 과학자는 아마존 세이지메이커 추론 추천기를 통해 권장 컴퓨팅 인스턴스 중 하나에 모델을 구축하거나, 서비스를 활용하여 선택한 컴퓨팅 인스턴스 범위 내에서 성능 벤치마크 시뮬레이션을 실행할 수 있다. 기업 고객이 아마존 세이지메이커 스튜디오 상에서 벤치마크 결과를 검토하고 지연 시간, 처리량, 비용, 컴퓨팅 및 메모리를 비롯한 다양한 구성 설정 간의 트레이드오프(tradeoff)를 평가하는 것도 가능하다.
△ML용 아마존 세이지메이커 서버리스 추론은 추론 요청 수에 따라 컴퓨팅 용량을 자동으로 프로비저닝, 확장 및 종료하기 때문에, 기업 고객이 ML 모델을 프로덕션에 구축하는 과정에서 아마존 세이지메이커에서 서버리스 배포 옵션을 선택하기만 하면, 아마존 세이지메이커 서버리스 추론이 컴퓨팅 리소스를 관리하여 필요한 만큼의 컴퓨팅을 정확하게 제공한다. ML용 아마존 세이지메이커 서버리스 추론을 활용하는 기업 고객은 기본 인프라를 관리할 필요 없이 각 요청에 대해 사용하는 컴퓨팅 용량과 처리된 데이터 양에 대해서만 비용을 지불하면 된다.
By 김신강 에디터 Shinkang.kim@weeklypost.kr
김현동 에디터 Hyundong.Kim@weeklypost.kr
보도자료 및 취재문의 PRESS@weeklypost.kr
〈저작권자ⓒ 위클리포스트, 무단전재 및 재배포 금지〉
