기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.
의 기계 학습 제품 AWS Marketplace
AWS Marketplace 판매자는 구매자가 에 배포할 수 있는 기계 학습(ML) 알고리즘 및 모델을 생성할 수 있습니다 AWS. 이 주제에서는 에 나열된 Amazon SageMaker 제품 유형에 대한 정보를 제공합니다 AWS Marketplace.
에는 두 가지 유형의 SageMaker 제품이 나열되어 있습니다 AWS Marketplace.
- 모델 패키지
-
예측에 사용할 수 있도록 사전 학습된 모델로, 구매자가 추가로 학습할 필요가 없습니다.
- 알고리즘
-
구매자가 학습 데이터를 제공해야만 예측을 수행하는 하는 모델입니다. 학습 알고리즘이 포함되어 있습니다.
이러한 제품은 Amazon SageMaker 콘솔 또는 를 통해 구매자가 사용할 수 있습니다 AWS Marketplace. 구매자는 제품 설명, 설명서, 고객 리뷰, 요금, 지원 정보 등을 살펴볼 수 있습니다. 모델 패키지 제품 또는 알고리즘 제품을 구독하면 SageMaker 콘솔의 제품 목록에 추가됩니다. 구매자는 AWS SDKs, AWS Command Line Interface (AWS CLI) 또는 SageMaker 콘솔을 사용하여 완전 관리REST형 추론 엔드포인트를 생성하거나 데이터 배치에 대한 추론을 수행할 수도 있습니다.
Amazon 에서 기계 학습 제품 생성에 대한 지원이 필요한 경우 AWS Marketplace 판매자 운영
기계 학습 제품 시작하기
AWS Marketplace 는 Amazon 를 사용하여 두 가지 기계 학습 제품 유형을 지원합니다 SageMaker. 모델 패키지 제품과 알고리즘 제품인데, 두 가지 유형 모두 예측을 수행하는 배포 가능한 추론 모델을 생성합니다.
SageMaker 모델 패키지
Amazon SageMaker 모델 패키지 제품에는 사전 훈련된 모델이 포함되어 있습니다. 사전 훈련된 모델을 에 배포 SageMaker 하여 실시간으로 또는 배치로 추론 또는 예측할 수 있습니다. 이 제품에는 모델 아티팩트가 포함된(있는 경우) 학습된 추론 구성 요소가 포함되어 있습니다. 판매자는 를 사용하여 모델을 훈련 SageMaker 하거나 자체 모델을 가져올 수 있습니다.
SageMaker 알고리즘
구매자는 SageMaker 알고리즘 제품을 사용하여 전체 기계 학습 워크로드를 수행할 수 있습니다. 알고리즘 제품은 학습과 추론이라는 두 가지 논리 구성 요소를 갖고 있습니다. 에서 SageMaker구매자는 자체 데이터 세트를 사용하여 훈련 구성 요소로 훈련 작업을 생성합니다. 훈련 구성 요소의 알고리즘이 완료되면 기계 학습 모델의 모델 아티팩트가 생성됩니다. 는 구매자의 Amazon Simple Storage Service(Amazon S3) 버킷에 모델 아티팩트를 SageMaker 저장합니다. 그런 다음 SageMaker에서 구매자는 생성된 모델 아티팩트와 함께 추론 구성 요소를 배포하여 추론(또는 예측)을 실시간으로 또는 일괄적으로 수행할 수 있습니다.
추론 모델 배포
추론 모델을 모델 패키지에서 생성하든 알고리즘에서 생성하든 관계없이 두 가지 방법으로 배포할 수 있습니다.
-
엔드포인트 - 이 메서드는 SageMaker 를 사용하여 모델을 배포하고 API 엔드포인트를 생성합니다. 구매자는 이 엔드포인트를 백엔드 서비스의 일부로 사용하여 애플리케이션을 구동할 수 있습니다. 데이터가 엔드포인트로 전송되면 는 이를 모델 컨테이너에 SageMaker 전달하고 결과를 API 응답으로 반환합니다. 엔드포인트와 컨테이너는 구매자가 중지할 때까지 계속 실행됩니다.
참고
에서는 엔드포인트 메서드 AWS Marketplace를 실시간 추론 이라고 하며, SageMaker 설명서에서는 호스팅 서비스 라고 합니다. 자세한 내용은 Amazon 에서 모델 배포를 SageMaker 참조하세요.
-
배치 변환 작업 - 이 방법에서는 구매자가 추론에 사용할 데이터 세트를 Amazon S3에 저장합니다. 배치 변환 작업이 시작되면 모델을 SageMaker 배포하고 S3 버킷의 데이터를 모델의 컨테이너로 전달한 다음 결과를 S3 버킷에 반환합니다. 작업이 완료되면 는 작업을 SageMaker 중지합니다. 자세한 내용은 배치 변환 사용을 참조하세요.
참고
는 데이터를 모델에 전달하고 결과를 구매자에게 반환하기 때문에 SageMaker 두 방법 모두 모델에 투명합니다.
