기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.
# DLAMI 지원 정책
여기에서 AWS Deep Learning AMIs (DLAMI)에 대한 지원 정책의 세부 정보를 찾을 수 있습니다.
AWS 현재에서 지원하는 DLAMI 프레임워크 및 운영 체제 목록은 [DLAMI 지원 정책](https://docs.aws.amazon.com/dlami/latest/devguide/dlami-support-policy-table.html) 페이지를 참조하세요. 다음 용어는 지원 정책 페이지 및 이 페이지에 언급된 모든 DLAMI에 적용됩니다.
+ **현재 버전**은 프레임워크 버전을 *x.y.z* 형식으로 지정합니다. 프레임워크 버전 *x*는 메이저 버전, *y*는 마이너 버전, *z*는 패치 버전을 의미합니다. 예를 들어 TensorFlow 2.10.1이라면 메이저 버전이 2, 마이너 버전이 10, 패치 버전은 1입니다.
+ **패치 종료는**가 특정 프레임워크 또는 운영 체제 버전을 AWS 지원하는 기간을 지정합니다.
특정 DLAMI에 대한 자세한 내용은 [Deep Learning AMI 릴리스 정보](appendix-ami-release-notes.md) 섹션을 참조하세요.
## DLAMI 지원 FAQ
+ [어떤 프레임워크 버전에 보안 패치가 적용되나요?](#framework-support-policy-faq-security)
+ [어떤 운영 체제에 보안 패치가 적용되나요?](#operating-system-support-policy-faq-security)
+ [새 프레임워크 버전이 릴리스되면 어떤 이미지가 AWS 게시됩니까?](#support-policy-faq-publishing)
+ [새로운 SageMaker AI/AWS 기능을 가져오는 이미지는 무엇입니까?](#support-policy-faq-features)
+ [지원되는 프레임워크 표에서 현재 버전을 어떻게 확인하나요?](#support-policy-faq-current-version)
+ [지원되는 표에 없는 버전을 실행 중인 경우에는 어떻게 해야 하나요?](#support-policy-faq-older-version)
+ [DLAMI는 이전 패치 버전의 프레임워크 버전을 지원하나요?](#support-policy-faq-previous-version-support)
+ [지원되는 프레임워크 버전에 대해 최신 패치가 적용된 이미지를 찾으려면 어떻게 해야 하나요?](#support-policy-faq-latest-patched-image)
+ [새 이미지는 얼마나 자주 릴리스되나요?](#support-policy-faq-new-image-frequency)
+ [워크로드가 실행되는 동안 인스턴스가 제대로 패치되나요?](#support-policy-faq-in-place-patch)
+ [패치가 적용되거나 업데이트된 새 프레임워크 버전을 사용할 수 있게 되면 어떻게 해야 하나요?](#support-policy-faq-new-image-available)
+ [프레임워크 버전을 변경하지 않고도 종속성이 업데이트되나요?](#support-policy-faq-dependencies)
+ [내 프레임워크 버전에 대한 능동 지원은 언제 종료되나요?](#support-policy-faq-end-of-support)
+ [더 이상 활발하게 유지 관리되지 않는 프레임워크 버전의 이미지도 패치가 적용되나요?](#support-policy-faq-end-of-patch)
+ [이전 프레임워크 버전을 사용하고 싶습니다.](#support-policy-faq-using-older-framework-version)
+ [프레임워크 및 해당 버전의 지원 변경 사항을 최신 상태로 유지하고 싶습니다.](#support-policy-faq-stay-up-to-date)
+ [Anaconda 리포지토리를 사용하려면 상용 라이선스가 필요한가요?](#support-policy-faq-anaconda-repository)
### 어떤 프레임워크 버전에 보안 패치가 적용되나요?
[AWS Deep Learning AMIs 지원 정책 표](https://docs.aws.amazon.com/dlami/latest/devguide/dlami-support-policy-table.html)에서 프레임워크 버전이 **지원되는 프레임워크 버전**에 있으면 보안 패치가 적용됩니다.
### 어떤 운영 체제에 보안 패치가 적용되나요?
운영 체제가 [AWS Deep Learning AMIs 지원 정책 표](https://docs.aws.amazon.com/dlami/latest/devguide/dlami-support-policy-table.html)의 **지원되는 운영 체제 버전**에 나열되어 있으면 보안 패치가 적용됩니다.
### 새 프레임워크 버전이 릴리스되면 어떤 이미지가 AWS 게시됩니까?
TensorFlow와 PyTorch의 새 버전이 출시된 직후 새로운 DLAMI를 게시합니다. 여기에는 프레임워크의 메이저 버전, 메이저 마이너 버전, 메이저 마이너 패치 버전이 포함됩니다. 또한 새 버전의 드라이버와 라이브러리가 출시되면 이미지도 업데이트됩니다. 이미지 유지 관리에 대한 자세한 내용은 [내 프레임워크 버전에 대한 능동 지원은 언제 종료되나요?](#support-policy-faq-end-of-support) 섹션을 참조하세요.
### 새로운 SageMaker AI/AWS 기능을 가져오는 이미지는 무엇입니까?
새로운 기능은 일반적으로 PyTorch와 TensorFlow용 DLAMIS의 최신 버전에서 릴리스됩니다. 새로운 SageMaker AI 또는 AWS 기능에 대한 자세한 내용은 특정 이미지의 릴리스 정보를 참조하세요. 사용 가능한 DLAMI 목록은 [DLAMI 릴리스 노트](https://docs.aws.amazon.com/dlami/latest/devguide/appendix-ami-release-notes.html)를 참조하세요. 이미지 유지 관리에 대한 자세한 내용은 [내 프레임워크 버전에 대한 능동 지원은 언제 종료되나요?](#support-policy-faq-end-of-support) 섹션을 참조하세요.
### 지원되는 프레임워크 표에서 현재 버전을 어떻게 확인하나요?
[AWS Deep Learning AMIs 지원 정책 테이블](https://docs.aws.amazon.com/dlami/latest/devguide/dlami-support-policy-table.html)의 현재 버전은가 GitHub에서 AWS 사용할 수 있는 최신 프레임워크 버전을 나타냅니다. 각 최신 릴리스에는 DLAMI의 드라이버, 라이브러리 및 관련 패키지에 대한 업데이트가 포함됩니다. 이미지 유지 관리에 대한 자세한 내용은 [내 프레임워크 버전에 대한 능동 지원은 언제 종료되나요?](#support-policy-faq-end-of-support) 섹션을 참조하세요.
### 지원되는 표에 없는 버전을 실행 중인 경우에는 어떻게 해야 하나요?
[AWS Deep Learning AMIs 지원 정책 표](https://docs.aws.amazon.com/dlami/latest/devguide/dlami-support-policy-table.html)에 없는 버전을 실행 중인 경우 가장 업데이트된 드라이버, 라이브러리 및 관련 패키지가 없을 수 있습니다. 최신 버전을 사용하려면 선택한 최신 DLAMI를 사용하여 사용 가능한 지원되는 프레임워크 또는 운영 체제 중 하나로 업그레이드하는 것이 좋습니다. 사용 가능한 DLAMI 목록은 [DLAMI 릴리스 노트](https://docs.aws.amazon.com/dlami/latest/devguide/appendix-ami-release-notes.html)를 참조하세요.
### DLAMI는 이전 패치 버전의 프레임워크 버전을 지원하나요?
아니요. [AWS Deep Learning AMIs 지원 정책 표](https://docs.aws.amazon.com/dlami/latest/devguide/dlami-support-policy-table.html)에 명시된 대로 최초 GitHub 릴리스로부터 365일 동안 릴리스된 각 프레임워크의 최신 메이저 버전의 최신 패치 버전을 지원합니다. 자세한 내용은 [지원되는 표에 없는 버전을 실행 중인 경우에는 어떻게 해야 하나요?](#support-policy-faq-older-version) 섹션을 참조하세요.
### 지원되는 프레임워크 버전에 대해 최신 패치가 적용된 이미지를 찾으려면 어떻게 해야 하나요?
최신 프레임워크 버전과 함께 DLAMI를 사용하려면 AWS CLI 또는 SSM 파라미터를 사용하여 [DLAMI ID](https://docs.aws.amazon.com/dlami/latest/devguide/find-dlami-id.html)를 검색하고 이를 사용하여 [EC2 콘솔](https://docs.aws.amazon.com/dlami/latest/devguide/launch-from-console.html)을 사용하여 DLAMI를 시작할 수 있습니다. AWS Deep Learning AMIs ID를 검색하는 샘플 AWS CLI 또는 SSM 파라미터 명령은 DLAMI 릴리스 정보 페이지 [단일 프레임워크 DLAMI 릴리스 정보를](https://docs.aws.amazon.com/dlami/latest/devguide/appendix-ami-release-notes-single.html) 참조하세요. [AWS Deep Learning AMIs 지원 정책 표](https://docs.aws.amazon.com/dlami/latest/devguide/dlami-support-policy-table.html)에서 선택한 프레임워크 버전이 **지원되는 프레임워크 버전**에 나열되어 있어야 합니다.
### 새 이미지는 얼마나 자주 릴리스되나요?
업데이트된 패치 버전을 제공하는 것이 저희의 최우선 과제입니다. 따라서 패치가 적용된 이미지를 가능한 한 빨리 정기적으로 제작합니다. 새로 패치된 프레임워크 버전(예: TensorFlow 2.9 \$1 TensorFlow 2.9.1)과 새로운 마이너 릴리스 버전(예: TensorFlow 2.9 \$1 TensorFlow 2.10)을 모니터링하여 가능한 빠른 시일 내에 사용할 수 있게 최선을 다하고 있습니다. 기존 버전의 TensorFlow가 CUDA 새 버전과 함께 출시되면 CUDA 새 버전을 지원하는 TensorFlow 버전용 새 DLAMI가 릴리스됩니다.
### 워크로드가 실행되는 동안 인스턴스가 제대로 패치되나요?
아니요. DLAMI에 대한 패치 업데이트는 “실시간” 업데이트가 아닙니다.
새 EC2 인스턴스를 켜고 워크로드와 스크립트를 마이그레이션한 다음 이전 인스턴스를 꺼야 합니다.
### 패치가 적용되거나 업데이트된 새 프레임워크 버전을 사용할 수 있게 되면 어떻게 해야 하나요?
DLAMI의 변경 사항에 대한 알림을 받으려면 관련 DLAMI 알림을 구독하세요. [새 업데이트에 대한 알림 수신](https://docs.aws.amazon.com/dlami/latest/devguide/release-notifications.html)을 참조하세요.
### 프레임워크 버전을 변경하지 않고도 종속성이 업데이트되나요?
종속성은 프레임워크 버전을 변경하지 않고 업데이트됩니다. 하지만 종속성 업데이트로 인해 비호환성이 발생하는 경우 다른 버전으로 이미지를 생성합니다. 업데이트된 종속성 정보는 [DLAMI용 릴리스 노트](https://docs.aws.amazon.com/dlami/latest/devguide/appendix-ami-release-notes.html)를 확인하세요.
### 내 프레임워크 버전에 대한 능동 지원은 언제 종료되나요?
DLAMI 이미지는 변경이 불가능합니다. 생성된 후에는 변경되지 않습니다. 프레임워크 버전에 대한 능동 지원이 종료되는 이유는 크게 네 가지입니다.
+ [프레임워크 버전(패치) 업그레이드](#support-policy-faq-end-of-support-version-patch)
+ [AWS 보안 패치](#support-policy-faq-end-of-support-security-patch)
+ [패치 종료일(에이징 아웃)](#support-policy-faq-end-of-support-aging-out)
+ [종속성 지원 종료](#support-policy-faq-end-of-support-dependency)
**참고**
버전 패치 업그레이드 및 보안 패치의 빈도가 높으므로 DLAMI의 릴리스 노트 페이지를 자주 확인하고 변경이 있을 때 업그레이드하는 것이 좋습니다.
#### 프레임워크 버전(패치) 업그레이드
TensorFlow 2.7.0을 기반으로 하는 DLAMI 워크로드가 있고 TensorFlow가 GitHub에서 버전 2.7.1을 릴리스한 경우는 TensorFlow 2.7.1을 사용하여 새 DLAMI를 AWS 릴리스합니다. TensorFlow 2.7.1이 포함된 새 이미지가 출시되면 2.7.0의 이전 이미지는 더 이상 활발하게 유지되지 않습니다. TensorFlow 2.7.0을 포함하는 DLAMI는 추가 패치를 받지 않습니다. 그러면 TensorFlow 2.7의 DLAMI 릴리스 노트 페이지가 최신 정보로 업데이트됩니다. 각 마이너 패치에 대한 개별 릴리스 노트 페이지는 없습니다.
패치 업그레이드로 인해 생성된 새 DLAMI는 새 [AMI ID](https://docs.aws.amazon.com/dlami/latest/devguide/find-dlami-id.html)로 지정됩니다.
#### AWS 보안 패치
TensorFlow 2.7.0을 사용하는 이미지를 기반으로 하는 워크로드가 있고 보안 패치를 AWS 적용하면 TensorFlow 2.7.0용 DLAMI의 새 버전이 릴리스됩니다. TensorFlow 2.7.0이 설치된 이전 버전의 이미지는 더 이상 활발하게 유지 관리되지 않습니다. 자세한 [워크로드가 실행되는 동안 인스턴스가 제대로 패치되나요?](#support-policy-faq-in-place-patch) 섹션을 참조하세요. 최신 DLAMI 검색 방법은 [지원되는 프레임워크 버전에 대해 최신 패치가 적용된 이미지를 찾으려면 어떻게 해야 하나요?](#support-policy-faq-latest-patched-image) 섹션을 참조하세요.
패치 업그레이드로 인해 생성된 새 DLAMI는 새 [AMI ID](https://docs.aws.amazon.com/dlami/latest/devguide/find-dlami-id.html)로 지정됩니다.
#### 패치 종료일(에이징 아웃)
DLAMI는 GitHub 출시일로부터 365일 후에 패치 날짜가 종료됩니다.
[다중 프레임워크 DLAMI](https://docs.aws.amazon.com/dlami/latest/devguide/appendix-ami-release-notes-multi.html)의 경우 프레임워크 버전 중 하나가 업데이트되면 업데이트된 버전의 새 DLAMI가 필요합니다. 이전 프레임워크 버전의 DLAMI는 더 이상 활발하게 유지 관리되지 않습니다.
**중요**
주요 프레임워크 업데이트가 있는 경우에는 예외가 적용됩니다. 예를 들어, TensorFlow 1.15가 TensorFlow 2.0으로 업데이트되면 GitHub 릴리스일로부터 2년 또는 원본 프레임워크 유지 관리팀이 지원을 중단한 날로부터 6개월 간(둘 중 더 빠른 날짜) 최신 버전의 TensorFlow 1.15를 계속 지원합니다.
#### 종속성 지원 종료
Python 3.6이 설치된 TensorFlow 2.7.0 DLAMI 이미지에서 워크로드를 실행하고 있고 해당 버전의 Python이 지원 종료로 표시된 경우 Python 3.6을 기반으로 하는 모든 DLAMI 이미지는 더 이상 활발하게 유지 관리되지 않습니다. 마찬가지로 Ubuntu 16.04와 같은 OS 버전이 지원 종료로 표시되면 Ubuntu 16.04에 종속된 모든 DLAMI 이미지는 더 이상 활발하게 유지 관리되지 않습니다.
### 더 이상 활발하게 유지 관리되지 않는 프레임워크 버전의 이미지도 패치가 적용되나요?
아니요. 더 이상 활발하게 관리되지 않는 이미지는 새 릴리스로 제공되지 않습니다.
### 이전 프레임워크 버전을 사용하고 싶습니다.
이전 프레임워크 버전에서 DLAMI를 사용하려면 [DLAMI ID](https://docs.aws.amazon.com/dlami/latest/devguide/find-dlami-id.html)를 검색하고 이를 사용하여 [EC2 콘솔](https://docs.aws.amazon.com/dlami/latest/devguide/launch-from-console.html)을 사용하여 DLAMI를 시작하세요. AMI ID를 검색하는 AWS CLI 명령은 [단일 프레임워크 DLAMI 릴리스 정보의 릴리스 정보](https://docs.aws.amazon.com/dlami/latest/devguide/appendix-ami-release-notes-single.html) 페이지를 참조하세요.
### 프레임워크 및 해당 버전의 지원 변경 사항을 최신 상태로 유지하고 싶습니다.
[AWS Deep Learning AMIs 프레임워크 지원 정책 표](https://docs.aws.amazon.com/dlami/latest/devguide/dlami-support-policy-table.html), [DLAMI 릴리스 노트](https://docs.aws.amazon.com/dlami/latest/devguide/appendix-ami-release-notes.html)를 사용하여 DLAMI 프레임워크 및 버전에 대한 최신 정보를 확인하세요.
### Anaconda 리포지토리를 사용하려면 상용 라이선스가 필요한가요?
Anaconda는 특정 사용자를 위한 상용 라이선스 모델로 전환했습니다. 적극적으로 유지 관리되는 DLAMi는 Anaconda 채널에서 공개적으로 사용 가능한 오픈 소스 버전의 Conda([conda-forge](https://anaconda.org/conda-forge)) 로 마이그레이션되었습니다.