Amazon SageMaker, 서울 리전 출시

Amazon SageMaker는 개발자 및 데이터 과학자가 다양한 규모의 기계 학습 모델을 쉽고 빠르게 구축, 교육 및 배포할 수 있도록 지원하는 완전관리형 플랫폼입니다. 오늘 서울 리전에 출시합니다.

Amazon SageMaker는 교육 데이터에 빠르게 연결하고 애플리케이션을 위한 최상의 알고리즘과 프레임워크를 선택 및 최적화하는 데 필요한 모든 것을 제공함으로써 손쉽게 ML 모델을 구축하고 교육할 수 있는 상태로 만들어 줍니다.또한, AWS 콘솔에서 클릭 한 번으로 모델 학습을 시작할 수 있습니다.

특히, 가장 일반적으로 사용하는 기계 학습 알고리즘이 사전 설치되어 있으며 다른 어느 곳에서 이러한 알고리즘을 실행하는 것보다 최대 10배의 성능을 제공하도록 최적화되어 있습니다. 또한, Amazon SageMaker는 Docker 컨테이너에서 TensorFlow, Pytourch, Apache MXNet 및 Chainer를 실행하도록 사전에 구성되어 있습니다. 모델 훈련과 조정이 끝나면, Amazon SageMaker를 통해 손쉽게 배포하여 새 데이터에서 추론 생성을 시작할 수 있습니다.

Amazon SageMaker가 기계 학습의 부담을 덜어주므로 사용자는 기계 학습 모델을 쉽고 빠르게 빌드, 학습 및 배포할 수 있습니다.

아래는 Amazon SageMaker에 대한 사용법을 담은 강연 및 동영상을 참고하시기 바랍니다.

• AWS의 새로운 통합 머신러닝 플랫폼 서비스, Amazon SageMaker (김무현 솔루션즈 아키텍트)
• Amazon SageMaker을 통한 손쉬운 Jupyter Notebook 활용하기 – 윤석찬 (AWS 테크에반젤리스트)

더 자세한 것은 아래 한국어 블로그 글을 참고하시기 바랍니다.

• Amazon SageMaker 노트북 인스턴스에서 로컬 모드 사용하기
• Amazon SageMaker 자동 모델 튜닝 기능 출시 – 기계 학습을 위한 인공 지능
• Amazon SageMaker 기반 컨테이너를 활용한 Scikit-Learn 모델 훈련 및 호스팅 방법
• Amazon SageMaker Notebook에서 (Amazon EMR기반) Apache Spark와의 연동 환경 구축 방법
• 이상 탐지를 위한 Amazon SageMaker 의 Random Cut Forest 빌트인 알고리즘
• Amazon SageMaker를 통한 美 대학 농구 결과 예측하기
• Amazon SageMaker BlazingText: 다중 CPU/GPU상에서 Word2Vec 알고리즘의 병렬 처리

Amazon SageMaker를 무료로 시작할 수 있습니다. 가입 후 첫 2개월 동안은 Amazon SageMaker를 사용한 모델 구축을 위한 t2.medium 노트북 사용 250시간, 교육용 m4.xlarge 50시간, 기계 학습 모델 호스팅을 위한 m4.xlarge 125시간이 매달 프리 티어로 제공됩니다. 지금 바로 시작해 보시기 바랍니다!

– Channy(윤석찬);