기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.
모델 거버넌스는 기계 학습(ML) 모델 개발, 검증 및 사용에 대한 체계적인 가시성을 제공하는 프레임워크입니다. Amazon SageMaker AI는 ML 수명 주기 전반에 걸쳐 제어 액세스, 활동 추적 및 보고를 관리하기 위해 특별히 구축된 ML 거버넌스 도구를 제공합니다.
Amazon SageMaker 역할 관리자를 사용하여 ML 실무자의 최소 권한을 관리하고, Amazon SageMaker 모델 카드를 사용하여 상세한 모델 설명서를 작성하고, Amazon SageMaker 모델 대시보드를 사용하여 중앙 집중식 대시보드를 통해 모델에 대한 가시성을 확보하세요.
SageMaker 역할 관리자
Amazon SageMaker 역할 관리자를 사용하면 관리자는 일반적인 기계 학습 활동에 대해 최소 권한으로 사용자 권한을 정의할 수 있습니다. Amazon SageMaker 역할 관리자를 사용하여 비즈니스 요구 사항에 맞는 페르소나 기반 IAM 역할을 구축하고 관리할 수 있습니다.
자세한 내용은 Amazon SageMaker 역할 관리자섹션을 참조하세요.
Amazon SageMaker 모델 카드
Amazon SageMaker 모델 카드를 사용하여 개념부터 배포까지 필수 모델 정보를 문서화, 검색 및 공유할 수 있습니다. 모델 카드를 사용하여 모델 위험 관리자, 데이터 과학자 및 ML 엔지니어는 모델 용도, 위험 등급, 훈련 세부 정보, 평가 결과 등에 대한 변경 불가능한 기록을 생성할 수 있습니다.
자세한 내용은 Amazon SageMaker 모델 카드섹션을 참조하세요.
Amazon SageMaker 모델 대시보드
Amazon SageMaker 모델 대시보드는 계정 내 모든 모델에 대한 사전 구축된 시각적 개요입니다. SageMaker 모델 대시보드는 Amazon SageMaker 모델 모니터, 변환 작업, 엔드포인트, ML 계보 추적 및 Amazon CloudWatch의 중요한 정보를 통합하므로 하나의 통합된 뷰에서 높은 수준의 모델 정보에 액세스하고 모델 성능을 추적할 수 있습니다.
자세한 내용은 Amazon SageMaker 모델 대시보드 단원을 참조하십시오.
Amazon SageMaker 자산
Amazon SageMaker Assets은 ML 거버넌스를 간소화하는 새로운 워크플로입니다. 이를 통해 사용자는 특성 그룹 및 Amazon Redshift 테이블과 같은 ML 자산 및 데이터 자산을 쉽게 게시, 공유 및 구독할 수 있습니다.
관리자는 Amazon DataZone을 사용하여 사용자가 Amazon SageMaker Studio 내에서 자산을 공유할 수 있도록 데이터베이스와 ML 인프라를 설정합니다. 설정 후 사용자는 추가 관리자 오버헤드 없이 자산을 서로 원활하게 공유할 수 있습니다. Amazon SageMaker Assets에 대한 추가 정보는 Amazon SageMaker Assets을 사용하여 자산에 대해 제어된 액세스 섹션을 참조하세요.
