머신 러닝 영역
머신 러닝 영역 (Machine learning Stack)
AWS에는 머신 러닝 영역을 크게 세 가지로 분류함 (AI Service, ML Service, ML Frameworks&Infrastructure)
ML Frameworks & Infrastructure
IaaS 레벨에서 제공 -> 사용자에게 가상화된 IT 인프라(서버, 스토리지, 네트워크 등)를 인터넷을 통해 제공
AWS 상에서 컴퓨팅파워로 오픈소스로된 프레임워크(텐서플로우, 파이토치 등)를 구성
ML Service
AWS에선 머신 러닝 서비스로 SageMaker를 제공
머신러닝을 잘모르는 일반 엔지니어가 사용하는 서비스가 아닌 데이터 엔지니어, AI ML전문가가 사용하는 개발환경
AI Service
비전문 엔지니어들을 위한 머신 러닝 서비스들을 추상화 해놓은 서비스들을 AI 서비스라고 한다.
ML: Amazon SageMaker
주피터 노트북이 실체 대화형 환경에서 코드, 텍스트, 수식, 시각화를 작성하고 실행할 수 있는 오픈 소스 도구
세이지메이커 내 포함된 수 많은 기능을 가지고 머신러닝 구현
세이지(현자)를 만드는 서비스
데이터 라벨링, 모델 빌드, 트레이닝, 결과물 추론 등
AI, ML을 위한 전반적인 라이프사이클을 통합 관리할 수 있는 개발환경
주피터 노트북을 기반으로 갖고 있는 데이터들을 데이터 소스를 지정해서 빌드하고, 학습해서 모델을 만들고 모델을 배포해서 추론까지 하는 전체적인 과정을 세이지메이커에서 할 수 있다.
데이터 저장, 추론 하는 과정을 클라이언트에 노출하는 등의 작업은 Lambda, S3, CloudeFront, API Gateway 등이 쓰임
AI: 추상화된 머신러닝 서비스들
머신러닝의 전문적인 지식 없이도 거기에 쓰일 정제된 데이터만 있으면 모델링을 내가하지 않고도 이미 빌드된 모델에 데이터만 놓고 학습을 시킬 수 있는 서비스
Amazon Personalize
추천 개인화 서비스
적절한 데이터만 피딩해주면 데이터 훈련, 추론을 알아서 해주는 편리함 제공
ML 민주화
Last updated