쿠키 기본 설정 선택

당사는 사이트와 서비스를 제공하는 데 필요한 필수 쿠키 및 유사한 도구를 사용합니다. 고객이 사이트를 어떻게 사용하는지 파악하고 개선할 수 있도록 성능 쿠키를 사용해 익명의 통계를 수집합니다. 필수 쿠키는 비활성화할 수 없지만 '사용자 지정' 또는 ‘거부’를 클릭하여 성능 쿠키를 거부할 수 있습니다.

사용자가 동의하는 경우 AWS와 승인된 제3자도 쿠키를 사용하여 유용한 사이트 기능을 제공하고, 사용자의 기본 설정을 기억하고, 관련 광고를 비롯한 관련 콘텐츠를 표시합니다. 필수가 아닌 모든 쿠키를 수락하거나 거부하려면 ‘수락’ 또는 ‘거부’를 클릭하세요. 더 자세한 내용을 선택하려면 ‘사용자 정의’를 클릭하세요.

사용자 지정 SageMaker AI 이미지 생성

포커스 모드
사용자 지정 SageMaker AI 이미지 생성 - Amazon SageMaker AI

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

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

중요

Amazon SageMaker Studio 또는 Amazon SageMaker Studio Classic에서 Amazon SageMaker 리소스를 만들도록 허용하는 사용자 지정 IAM 정책은 해당 리소스에 태그를 추가할 수 있는 권한도 부여해야 합니다. Studio와 Studio Classic은 만드는 리소스에 태그를 자동으로 지정하기 때문에 리소스에 태그를 추가할 권한이 필요합니다. IAM 정책이 Studio 및 Studio Classic에서 리소스를 만들도록 허용하지만 태그 지정은 허용하지 않는 경우 리소스 만들기를 시도할 때 'AccessDenied' 오류가 발생할 수 있습니다. 자세한 내용은 SageMaker AI 리소스에 태그를 지정할 수 있는 권한 제공 섹션을 참조하세요.

SageMaker 리소스를 만들 수 있는 권한을 부여하는 AWS Amazon SageMaker AI에 대한 관리형 정책에는 해당 리소스를 만드는 동안 태그를 추가할 수 있는 권한이 이미 포함되어 있습니다.

중요

2023년 11월 30일부로 이전 Amazon SageMaker Studio 경험의 이름이 Amazon SageMaker Studio Classic으로 변경되었습니다. 다음 섹션은 Studio Classic 애플리케이션 사용에 관해 다룹니다. 업데이트된 Studio 환경 사용에 대한 자세한 내용은 Amazon SageMaker Studio 섹션을 참조하세요.

이 주제에서는 SageMaker AI 콘솔 또는를 사용하여 사용자 지정 SageMaker AI 이미지를 생성하는 방법을 설명합니다 AWS CLI.

콘솔에서 이미지를 생성하면 SageMaker AI도 초기 이미지 버전을 생성합니다. 각 이미지 버전은 Amazon Elastic Container Registry(ECR)에 저장된 컨테이너 이미지를 나타냅니다. 컨테이너 이미지는 Amazon SageMaker Studio Classic에서 사용하기 위한 요구 사항을 충족해야 합니다. 자세한 내용은 사용자 지정 SageMaker AI 이미지 사양 섹션을 참조하세요. 이미지를 로컬에서 테스트하고 일반적인 문제를 해결하는 방법에 대한 정보는 SageMaker Studio Classic Custom Image Samples 리포지토리를 참조하세요.

사용자 지정 SageMaker AI 이미지를 생성한 후에는 도메인 또는 공유 공간에 연결하여 Studio Classic과 함께 사용해야 합니다. 자세한 내용은 사용자 지정 SageMaker AI 이미지 연결 단원을 참조하십시오.

콘솔에서 SageMaker AI 이미지 생성

다음 섹션에서는 SageMaker AI 콘솔에서 사용자 지정 SageMaker AI 이미지를 생성하는 방법을 보여줍니다.

이미지 생성
  1. https://console.aws.amazon.com/sagemaker/ Amazon SageMaker AI 콘솔을 엽니다.

  2. 왼쪽 탐색 창에서 관리자 구성을 선택합니다.

  3. 관리자 구성에서 이미지를 선택합니다.

  4. 사용자 지정 이미지 페이지에서 이미지 생성을 선택합니다.

  5. 이미지 소스의 경우 Amazon ECR에 있는 컨테이너 이미지의 레지스트리 경로를 입력합니다. 경로는 다음 형식입니다.

    acct-id.dkr.ecr.region.amazonaws.com/repo-name[:tag] or [@digest]

  6. 다음을 선택합니다.

  7. 이미지 속성에 다음을 입력합니다.

    • 이미지 이름 - 이름은 현재 AWS 리전의 계정에 고유해야 합니다.

    • (선택 사항) 표시 이름 - Studio Classic 사용자 인터페이스에 표시되는 이름입니다. 입력하지 않은 경우 Image name가 표시됩니다.

    • (선택 사항) 설명 - 이미지에 대한 설명입니다.

    • IAM 역할 - 역할에는 AmazonSageMakerFullAccess 정책이 연결되어야 합니다. 드롭다운 메뉴에서 다음 옵션 중 하나를 선택합니다.

      • 새 역할 생성 - 노트북 사용자가 액세스할 수 있도록 Amazon Simple Storage Service(S3) 버킷을 추가로 지정합니다. 추가 버킷에 대한 액세스 권한을 허용하지 않으려면 없음을 선택합니다.

        SageMaker AI는 AmazonSageMakerFullAccess 정책을 역할에 연결합니다. 해당 역할을 통해 노트북 사용자는 체크 표시 옆에 나열된 S3 버킷에 액세스할 수 있습니다.

      • 사용자 지정 IAM 역할 ARN 입력 - IAM 역할의 Amazon 리소스 이름(ARN)을 입력합니다.

      • 기존 역할 사용 - 목록에서 기존 역할 중 하나를 선택합니다.

    • (선택 사항) 이미지 태그 - 새 태그 추가를 선택합니다. 최대 50개의 태그를 추가할 수 있습니다. 태그는 Studio Classic 사용자 인터페이스, SageMaker AI 콘솔 또는 SageMaker AI Search API를 사용하여 검색할 수 있습니다.

  8. 제출을 선택합니다.

새 이미지가 사용자 지정 이미지 목록에 표시되고 짧게 강조 표시됩니다. 이미지를 성공적으로 만든 후 이미지 이름을 선택하여 속성을 보거나 버전 생성을 선택하여 다른 버전을 만들 수 있습니다.

다른 이미지 버전을 만들려면
  1. 이미지와 같은 행에서 버전 생성을 선택합니다.

  2. 이미지 소스의 경우 Amazon ECR 컨테이너 이미지의 레지스트리 경로를 입력합니다. 컨테이너 이미지는 SageMaker AI 이미지의 이전 버전에서 사용된 이미지와 동일해서는 안 됩니다.

에서 SageMaker AI 이미지 생성 AWS CLI

를 사용하여 컨테이너 이미지에서 SageMaker AI 이미지를 생성하려면 다음 단계를 수행합니다 AWS CLI.

  • Image를 생성합니다.

  • ImageVersion를 생성합니다.

  • 구성 파일을 생성합니다.

  • AppImageConfig를 생성합니다.

SageMaker AI 이미지 엔터티를 생성하려면
  1. SageMaker AI 이미지를 생성합니다.

    aws sagemaker create-image \ --image-name custom-image \ --role-arn arn:aws:iam::<acct-id>:role/service-role/<execution-role>

    응답은 다음과 유사하게 보여야 합니다.

    { "ImageArn": "arn:aws:sagemaker:us-east-2:acct-id:image/custom-image" }
  2. 컨테이너 이미지에서 SageMaker AI 이미지 버전을 생성합니다.

    aws sagemaker create-image-version \ --image-name custom-image \ --base-image <acct-id>.dkr.ecr.<region>.amazonaws.com/smstudio-custom:custom-image

    응답은 다음과 유사하게 보여야 합니다.

    { "ImageVersionArn": "arn:aws:sagemaker:us-east-2:acct-id:image-version/custom-image/1" }
  3. 이미지 버전이 성공적으로 생성되었는지 확인합니다.

    aws sagemaker describe-image-version \ --image-name custom-image \ --version-number 1

    응답은 다음과 유사하게 보여야 합니다.

    { "ImageVersionArn": "arn:aws:sagemaker:us-east-2:acct-id:image-version/custom-image/1", "ImageVersionStatus": "CREATED" }
    참고

    응답이 "ImageVersionStatus": "CREATED_FAILED"인 경우 응답에는 실패 이유도 포함됩니다. 권한 문제는 실패의 일반적인 원인입니다. 또한 사용자 지정 이미지에 대해 KernelGateway 앱을 시작하거나 실행할 때 오류가 발생하는 경우 Amazon CloudWatch Logs를 확인할 수 있습니다. 로그 그룹의 이름은 /aws/sagemaker/studio입니다. 로그 스트림의 이름은 $domainID/$userProfileName/KernelGateway/$appName입니다.

  4. 구성 파일을 만들고 이름을 app-image-config-input.json로 지정합니다. KernelSpecsName값은 이 AppImageConfig와 관련된 이미지에서 사용할 수 있는 KernelSpec의 이름과 일치해야 합니다. 이 값은 대소문자를 구분합니다. 컨테이너 내부의 쉘에서 jupyter-kernelspec list를 실행하여 이미지에서 사용 가능한 커널 사양을 찾을 수 있습니다.MountPath는 이미지 내에서 Amazon Elastic File System(Amazon EFS) 홈 디렉토리를 마운트하는 경로입니다. Amazon EFS 홈 디렉터리가 마운트될 때 해당 경로가 재정의되므로 컨테이너 내에서 사용하는 경로와 달라야 합니다.

    참고

    허용되는 값은 다음 DefaultUID값과 DefaultGID조합 뿐입니다.

    • DefaultUID: 1000 및 DefaultGID: 100

    • DefaultUID: 0 및 DefaultGID: 0

    { "AppImageConfigName": "custom-image-config", "KernelGatewayImageConfig": { "KernelSpecs": [ { "Name": "python3", "DisplayName": "Python 3 (ipykernel)" } ], "FileSystemConfig": { "MountPath": "/home/sagemaker-user", "DefaultUid": 1000, "DefaultGid": 100 } } }
  5. 이전 단계에서 생성한 파일을 사용하여 AppImageConfig를 생성합니다.

    aws sagemaker create-app-image-config \ --cli-input-json file://app-image-config-input.json

    응답은 다음과 유사하게 보여야 합니다.

    { "AppImageConfigArn": "arn:aws:sagemaker:us-east-2:acct-id:app-image-config/custom-image-config" }
프라이버시사이트 이용 약관쿠키 기본 설정
© 2025, Amazon Web Services, Inc. 또는 계열사. All rights reserved.