기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.

# Amazon SageMaker AI에서 관리하는 훈련 스토리지 경로 매핑
<a name="model-train-storage"></a>

이 페이지에서는 SageMaker 훈련 플랫폼이 SageMaker AI의 AWS 클라우드 스토리지와 훈련 작업 간의 훈련 데이터 세트, 모델 아티팩트, 체크포인트 및 출력에 대한 스토리지 경로를 관리하는 방법에 대한 개략적인 요약을 제공합니다. 이 가이드 전문을 읽으면서 SageMaker AI 플랫폼에서 설정된 기본 경로를 식별하는 방법, 그리고 Amazon Simple Storage Service(Amazon S3), FSx for Lustre 및 Amazon EFS의 데이터 소스로 데이터 채널을 간소화하는 방법을 알아보세요. 다양한 데이터 채널 입력 모드 및 스토리지 옵션에 대한 자세한 내용은 [데이터세트에 액세스하기 위한 훈련 작업 설정](model-access-training-data.md)를 참조하세요.

## SageMaker AI가 스토리지 경로를 매핑하는 방법 개요
<a name="model-train-storage-overview"></a>

다음 다이어그램은 SageMaker Python SDK [Estimator](https://sagemaker.readthedocs.io/en/stable/api/training/estimators.html#sagemaker.estimator.Estimator) 클래스를 사용하여 훈련 작업을 실행할 경우 SageMaker AI가 입력 및 출력 경로를 매핑하는 방법의 예시를 보여줍니다.

![SageMaker Python SDK Estimator 클래스와 해당 클래스에 적합한 메서드를 사용하여 훈련 작업을 실행할 경우 SageMaker AI가 훈련 작업 컨테이너와 스토리지 간의 경로를 매핑하는 방법을 보여주는 예시.](http://docs.aws.amazon.com/ko_kr/sagemaker/latest/dg/images/sagemaker-training-storage.png)


SageMaker AI는 SageMaker AI 예측기 객체를 통해 지정된 경로 및 입력 모드를 기반으로 스토리지(예: Amazon S3, Amazon FSx 및 Amazon EFS)와 SageMaker 훈련 컨테이너 간의 스토리지 경로를 매핑합니다. SageMaker AI가 경로 및 경로의 목적을 읽거나 쓰는 방법에 대한 자세한 내용은 [SageMaker AI 환경 변수 및 훈련 스토리지 위치의 기본 경로](model-train-storage-env-var-summary.md) 섹션을 참조하세요.

[CreateTrainingJob](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateTrainingJob.html) API에서 `OutputDataConfig`를 사용하여 모델 훈련 결과를 S3 버킷에 저장할 수 있습니다. [ModelArtifacts](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_ModelArtifacts.html) API를 사용하여 모델 아티팩트가 포함된 S3 버킷을 찾으세요. 출력 경로의 예제 및 API 직접 호출 시 출력 경로를 사용하는 방법은 [abalone\_build\_train\_deploy](https://github.com/aws/amazon-sagemaker-examples/blob/main/sagemaker-pipelines/tabular/abalone_build_train_deploy/sagemaker-pipelines-preprocess-train-evaluate-batch-transform.ipynb) 노트북을 참조하세요.

SageMaker AI가 SageMaker 훈련 인스턴스에서 데이터 소스, 입력 모드 및 로컬 경로를 관리하는 방법에 대한 자세한 내용 및 예시는 [훈련 데이터 액세스](https://docs.aws.amazon.com/sagemaker/latest/dg/model-access-training-data.html)를 참조하세요.

**Topics**
+ [SageMaker AI가 스토리지 경로를 매핑하는 방법 개요](#model-train-storage-overview)
+ [비압축 모델 출력](model-train-storage-uncompressed.md)
+ [다양한 유형의 인스턴스 로컬 스토리지에 대한 스토리지 경로 관리](model-train-storage-tips-considerations.md)
+ [SageMaker AI 환경 변수 및 훈련 스토리지 위치의 기본 경로](model-train-storage-env-var-summary.md)