AWS, 최초 머신러닝용 완전 통합 개발 환경(IDE) 포함 6가지 최신 아마존 세이지메이커 기능 발표
AWS, 최초 머신러닝용 완전 통합 개발 환경(IDE) 포함 6가지 최신 아마존 세이지메이커 기능 발표
  • 최광민 기자
  • 승인 2019.12.04 13:45
  • 댓글 0
이 기사를 공유합니다

- 최초의 머신러닝용 완전 통합 개발 환경(Integrated Development Environment, IDE)인 아마존 세이지메이커 스튜디오(Amazon SageMaker Studio), 머신러닝 모델 개발·도입을 위한 고도의 자동화, 통합, 디버깅, 모니터링 기능 제공
- 아마존 세이지메이커 노트북(Amazon SageMaker Notebooks), 단 몇 초 만에 엘라스틱(elastic) 머신러닝 노트북을 스핀업(spin up)하고, 단 한 번의 클릭으로 노트북 공유 프로세스 자동화 구현

- 아마존 세이지메이커 엑스페리먼트(Amazon SageMaker Experiments), 개발자가 최신 머신러닝 모델, 훈련 매개변수(parameter), 결과 등을 시각화하고 비교할 수 있도록 지원

- 아마존 세이지메이커 오토파일럿(Amazon SageMaker Autopilot), 개발자가 간단한 데이터를 CSV 파일로 제출하고, 머신러닝 모델을 자동 생성하는 과정에서 모델 생성 전과정을 볼 수 있게 해 추후 개발자들이 효과적으로 모델 업그레이드할 수 있도록 지원

- 아마존 세이지메이커 디버거(Amazon SageMaker Debugger), 머신러닝 모델에 대한 실시간 모니터링 제공해 예측 정확도 향상, 훈련 시간 단축, 설명 가능성 향상

- 아마존 세이지메이커 모델 모니터(Amazon SageMaker Model Monitor), 개념 변화를 탐지해 작동중인 모델 성능이 본래 훈련 모델에서 이탈했는지 확인
(이미지: 홈페이지캡처)
아마존 세이지메이커(이미지: 홈페이지캡처)

아마존웹서비스(Amazon Web Services, 이하 AWS)는 개발자가 맞춤형 머신러닝 모델을 보다 쉽게 구축, 디버그, 훈련, 도입, 모니터링, 운영할 수 있도록 하는 최초의 완전 통합 머신러닝 개발 환경인 아마존 세이지메이커 스튜디오(Amazon SageMaker Studio)를 포함해 총 6가지 최신 아마존 세이지메이커 성능을 발표했다.

신규 서비스를 통해 AWS는 개발자들에게 엘라스틱(elastic) 노트북, 실험 관리, 자동 모델 생성, 디버깅과 프로파일링, 모델 이탈 감지(model drift detection)와 같은 강력한 새로운 툴을 최초의 머신러닝용 통합 개발 환경(IDE)인 아마존 세이지메이커 스튜디오를 통해 제공한다. 아마존 세이지메이커에 대한 자세한 사항은 홈페이지에서 확인할 수 있다.

아마존 세이지메이커는 머신러닝 과정의 각 단계에서 복잡하고 난해한 작업을 없애는 완전 관리형 서비스다. ADP, 아스트라제네카(AstraZeneca), 아비스(Avis), 베이어(Bayer), 브리티시 에어웨이(British Airways), 서너(Cerner), 콘보이(Convoy), 에미레이트 NBD (Emirates NBD), 갤럽(Gallup), 조지아퍼시픽(Georgia-Pacific), 고대디(GoDaddy), 허스트(Hearst), 인튜이트(Intuit), 렉시스넥시스(LexisNexis), 로스앤젤레스 클리퍼스(Los Angeles Clippers), 뉴데이터(NuData, 마스터카드 기업), 모바일아이(Mobileye), 파나소닉 아비오닉스(Panasonic Avionics), 더 글로브 앤 메일(The Globe and Mail), 티모바일(T-Mobile) 등 수만여 개의 고객사들이 머신러닝 도입을 가속화 하기 위해 아마존 세이지메이커를 사용하고 있다.

AWS는 아마존 세이지메이커 출시 이후에 새로운 기능들을 정기적으로 추가해 왔다. 작년에만 높은 정확도의 주석을 갖춘 트레이닝 데이터세트(annotated training datasets)를 구축하는 아마존 세이지메이커 그라운드 트루스(Amazon SageMaker Ground Truth), 개발자들이 강화 학습(reinforcement learning)이라는 강력한 훈련 기법을 사용할 수 있도록 돕는 세이지메이커 RL (SageMaker RL), 개발자들이 알고리즘 1회 훈련 후 하드웨어에 적용할 수 있도록 하는 세이지메이커 네오(SageMaker Neo) 등 50개 이상의 기능이 새롭게 추가됐다. 이런 기능들은 많은 개발자들이 맞춤형 머신러닝 모델을 구축하는 데 도움을 주었다. 아마존 세이지메이커를 통해 머신러닝의 진입장벽이 사라지면서, 머신러닝을 대규모로 도입하고자 하는 고객들의 요구도 커졌다.

아마존 세이지메이커는 우수한 머신러닝 모델을 보다 쉽게 개발하기 위해 빌딩블록(Building Block) 단계를 다수 만들고 있다. 하지만 사업 성장 속도에 맞춰서 성공적으로 진화하는 우수한 모델을 구축하기 위해서 여러 빌딩블록들이 최적화돼야 하고, 효과적인 방법과 효과적이지 않은 방법을 쉽게 파악할 수 있어야 한다. 이러한 문제들은 머신러닝에만 국한된 것은 아니며, 소프트웨어 개발 과정에서 일반적으로 나타나는 문제들이다.

하지만, 지난 수십 년 간, 소프트웨어 개발자들이 겪는 어려움을 해소하기 위해 테스팅, 디버깅, 소프트웨어 배포, 모니터링, 프로파일링에 도움이 되는 IDE와 같은 다양한 도구들이 개발됐다. 그러나 머신러닝 분야가 아직 성숙단계에 접어들지 않아 소프트웨어 업계와 같은 도구들이 개발되지 못한 상태다.

이번에 발표된 기능들 중에는 고객들이 맞춤형 머신러닝 모델을 보다 손쉽게 구축, 훈련, 설명, 검사, 모니터링, 디버그, 실행할 수 있게 지원하는 기능들이 포함됐다.

 


댓글삭제
삭제한 댓글은 다시 복구할 수 없습니다.
그래도 삭제하시겠습니까?
댓글 0
댓글쓰기
계정을 선택하시면 로그인·계정인증을 통해
댓글을 남기실 수 있습니다.