[데이터넷] 아마존웹서비스(AWS)가 1일(현지시간) AWS 리인벤트(AWS re:Invent) 행사를 통해 업계 선도적인 머신러닝(ML) 서비스인 아마존 세이지메이커(Amazon SageMaker)의 6가지 신규 기능을 발표하고, 이를 기반으로 접근성이 우수하고 비용 효율적인 ML 서비스를 제공하겠다고 밝혔다.
새롭게 발표된 세이지메이커의 주요 기능은 정확한 ML 예측을 생성하기 위한 노코드(no-code) 환경, 고도로 숙련된 주석자를 활용하는 정확한 데이터 레이블링, 전문 영역 간 협업을 강화하는 아마존 세이지메이커 스튜디오(Amazon SageMaker Studio) 범용 노트북 환경, 코드를 효율화하는 머신러닝 학습을 위한 컴파일러, ML 추론에 대한 자동 컴퓨팅 인스턴스 선택, ML 추론을 위한 서버리스 컴퓨팅을 포함한다.
아마존 세이지메이커 캔버스 노코드 ML 예측
아마존 세이지메이커 캔버스(Amazon SageMaker Canvas)는 비즈니스 분석가를 대상으로 ML 전문 지식 없이도, 코드를 작성하지 않고 정확한 ML 예측을 직접 생성할 수 있는 시각적 인터페이스를 제공함으로써 ML에 대한 접근성을 높인다.
아마존 세이지메이커 캔버스는 비즈니스 분석가가 예측을 쉽게 생성할 수 있도록 지원하는 마우스 조작이 가능한 시각화된 사용자 인터페이스를 제공하며, 아마존 세이지메이커 캔버스를 아마존 레드시프트(Amazon Redshift), 아마존 S3(Amazon S3), 스노우플레이크(Snowflake), 온프레미스 데이터 저장소, 컴퓨터 내 파일 등의 데이터 저장소로 지정하면, 아마존 세이지메이커 캔버스는 사용자가 데이터를 직관적으로 준비 및 분석할 수 있도록 지원하는 시각적 도구를 제공한다. 다음으로 아마존 세이지메이커 캔버스는 자동화된 ML을 활용해 코딩 없이 ML 모델을 구축하고 학습시킬 수 있다.
아마존 세이지메이커 그라운드 트루스 플러스 전문가 데이터 레이블링
아마존 세이지메이커 그라운드 트루스 플러스(Amazon SageMaker Ground Truth Plus)는 내장된 주석 워크플로우와 전문가 인력을 함께 활용해 보다 비용 합리적이고 신속한 노코드 ML 모델 학습을 위한 고품질 데이터를 제공하는 완전 관리형 데이터 레이블링 서비스다.
AWS는 2018년 아마존 세이지메이커 그라운드 트루스 플러스를 출시하고, 이를 기반으로 기업 고객이 아마존 메커니컬 턱(Amazon Mechanical Turk), 서드파티(third-party) 공급업체 또는 자체 인력을 통한 인간 주석자를 활용해 레이블링된 데이터를 보다 간편하게 생성할 수 있도록 지원하고 있다.
아마존 세이지메이커 그라운드 트루스 플러스는 고도로 정확한 데이터 레이블링을 위해 특정 분야 및 업계 전문 지식 뿐만 아니라 고객의 데이터 보안, 개인 정보 보호 및 규정 준수 요구 사항을 충족할 수 있는 자격을 갖춘 전문 인력을 활용하여 해당 기능을 확대하고 있다.
아마존 세이지메이커 스튜디오 범용 노트북
ML의 완전한 개발 환경(IDE)인 아마존 세이지메이커 스튜디오(Amazon SageMaker Studio)를 위한 범용 노트북은 데이터 엔지니어링, 분석 및 ML을 수행할 수 있는 단일 통합 환경을 제공한다. 아마존 세이지메이커 스튜디오는 사용자가 범용 노트북 내에서 다양한 목적을 위한 광범위한 데이터를 유기적으로 액세스, 변환 및 분석할 수 있도록 지원한다.
아마존 EMR(Amazon EMR) 클러스터에서 실행되는 스파크(Spark), 하이브(Hive) 및 프레스토(Presto)와 아마존 S3(Amazon S3)에서 실행되는 데이터레이크와의 내장된 통합을 통해 기업 고객은 아마존 세이지메이커 스튜디오(Amazon SageMaker Studio)를 활용해 서비스 전환 없이도 범용 노트북의 데이터를 액세스 및 조작할 수 있다.
ML 모델 위한 아마존 세이지메이커 학습 컴파일러
아마존 세이지메이커 학습 컴파일러(Amazon SageMaker Training Compiler)는 코드를 자동으로 최적화해 컴퓨팅 리소스를 보다 효과적으로 사용하고 모델 학습에 소요되는 시간을 최대 50%까지 단축하는 새로운 기계 학습 모델 컴파일러다.
클라우드에서 보다 효율적인 실행이 가능하도록 최적화된 아마존 세이지메이커의 텐서플로우 및 파이토치 버전과 통합된 신규 ML 모델 컴파일러로, 데이터 과학자는 선호하는 프레임워크를 활용해 보다 효율적인 GPU 사용을 통해 ML 모델을 훈련할 수 있다. 아마존 세이지메이커 학습 컴파일러는 클릭 한 번으로 간편하게 학습 완료된 모델을 자동으로 최적화하고 컴파일해 모델 학습을 최대 50% 더 빠르게 실행한다.
아마존 세이지메이커 추론 추천기 자동 인스턴스 선택
아마존 세이지메이커 추론 추천기(Amazon SageMaker Inference Recommender)는 기업 고객이 ML 모델 구동에 가장 적합한 컴퓨팅 인스턴스 및 구성(인스턴스 수, 컨테이너 파라미터, 모델 최적화 등)을 자동으로 선택할 수 있도록 돕는다. 모델 실행 위치 결정에 요구되는 추측과 복잡성을 제거하고 이상적인 컴퓨팅 인스턴스 구성을 자동으로 추천함으로써 구축 시간을 수주에서 수 시간으로 단축한다.
데이터 과학자는 아마존 세이지메이커 추론 추천기를 통해 권장 컴퓨팅 인스턴스 중 하나에 모델을 구축하거나, 서비스를 활용하여 선택한 컴퓨팅 인스턴스 범위 내에서 성능 벤치마크 시뮬레이션을 실행할 수 있다. 기업 고객이 아마존 세이지메이커 스튜디오 상에서 벤치마크 결과를 검토하고 지연 시간, 처리량, 비용, 컴퓨팅 및 메모리를 비롯한 다양한 구성 설정 간의 트레이드오프(tradeoff)를 평가하는 것도 가능하다.
ML 모델 위한 아마존 세이지메이커 서버리스 추론
아마존 세이지메이커 서버리스 추론은 프로덕션에 구축된 ML 모델에 대한 가격 추론에 대해 사용한 만큼 지불할 수 있는 서비스를 제공한다.
ML용 아마존 세이지메이커 서버리스 추론은 추론 요청 수에 따라 컴퓨팅 용량을 자동으로 프로비저닝, 확장 및 종료하기 때문에, 기업 고객이 ML 모델을 프로덕션에 구축하는 과정에서 아마존 세이지메이커에서 서버리스 배포 옵션을 선택하기만 하면, 아마존 세이지메이커 서버리스 추론이 컴퓨팅 리소스를 관리하여 필요한 만큼의 컴퓨팅을 정확하게 제공한다.
ML용 아마존 세이지메이커 서버리스 추론을 활용하는 기업 고객은 기본 인프라를 관리할 필요 없이 각 요청에 대해 사용하는 컴퓨팅 용량과 처리된 데이터 양에 대해서만 비용을 지불하면 된다.
브라틴 사하(Bratin Saha) AWS 머신러닝 담당 부사장은 “산업과 규모를 막론하고 다양한 기업 고객이 ML 활용 확대를 통해 이를 기업 운영의 핵심적인 부분으로 지원하고, 전 세계를 위한 새로운 제품, 서비스 및 경험을 창출할 수 있도록 돕는 아마존 세이지메이커를 반기고 있다”며 “AWS는 업계 최고 수준의 ML 서비스를 보다 광범위한 기업 고객 대상으로 확장해 이들 기업이 비즈니스 혁신을 주도하고 까다로운 문제를 해결할 수 있도록 돕는다. 새롭게 공개된 아마존 세이지메이커 도구를 활용해 AWS는 서비스에 대한 완전히 새로운 이용자 그룹을 포섭하는 한편 기존 고객을 위한 추가 기능을 제공하고 있다. 이를 통해 기업 고객이 ML 여정 전반에 걸쳐 데이터를 보다 간편하게 가치 있는 통찰력으로 전환하고, 구축 시간을 단축하고, 성능을 개선하고, 비용을 절감할 수 있도록 지원해 나가겠다”고 말했다.
