아마존 세이지메이커

1. 개요

아마존 세이지메이커(Amazon SageMaker)는 개발자가 기계 학습 모델을 훈련, 구축 및 배포할 수 있도록 지원하는 클라우드 기반 플랫폼이다. 사전 훈련된 모델과 자체 데이터로 훈련 가능한 내장 ML 알고리즘을 제공하며, TensorFlow와 Apache MXNet의 관리형 인스턴스를 지원한다. 개발자는 SageMaker를 통해 다양한 AWS 서비스에 연결하여 데이터 저장, 배치 처리, 실시간 처리를 수행할 수 있다. 2017년 출시 이후, 딥 러닝, 강화 학습 등 다양한 기능을 추가하며, API를 통해 플랫폼을 제어하고 Jupyter 노트북을 활용할 수 있다. NASCAR, Carsales.com, Avis Budget Group 등 다양한 기업에서 사용하고 있으며, 2019년에는 개발자를 위한 최고의 머신 러닝 플랫폼 중 하나로 선정되었다.

2. 기능

아마존 세이지메이커는 머신 러닝 모델 개발의 전 과정을 지원하는 다양한 기능을 제공한다. 개발자는 세이지메이커를 통해 사전 훈련된 모델을 사용하거나, 자체 데이터를 활용하여 모델을 훈련하거나, 텐서플로우(TensorFlow) 및 아파치 MXNet(Apache MXNet) 관리형 인스턴스를 통해 자체 ML 알고리즘을 개발할 수 있다.

세이지메이커는 웹 API를 통해 원격으로 제어할 수 있으며, 파이썬, 자바스크립트, 루비, 자바, Go 등 다양한 프로그래밍 언어를 지원한다. 또한, 관리형 Jupyter 노트북 인스턴스를 제공하여 대화형 프로그래밍을 지원한다.

2.1. 추상화 수준

세이지메이커는 개발자가 머신 러닝 모델을 훈련하고 배포할 때 여러 수준의 추상화를 제공한다. 가장 높은 수준의 추상화에서 세이지메이커는 즉시 배포할 수 있는 사전 훈련된 ML 모델을 제공한다. 또한 개발자가 자체 데이터로 훈련할 수 있는 여러 내장 ML 알고리즘을 제공한다.

이 플랫폼은 또한 개발자가 처음부터 자체 ML 알고리즘을 만들 수 있는 텐서플로우(TensorFlow)와 아파치 MXNet(Apache MXNet)의 관리형 인스턴스를 제공한다. 어떤 수준의 추상화를 사용하든 개발자는 세이지메이커 지원 ML 모델을 구조화된 데이터 저장을 위한 아마존 다이나모DB(Amazon DynamoDB) 데이터베이스, 오프라인 배치 처리를 위한 AWS Batch, 또는 실시간 처리를 위한 아마존 키네시스(Amazon Kinesis)와 같은 다른 아마존 웹 서비스(AWS)에 연결할 수 있다.

2.2. 개발 인터페이스

아마존 세이지메이커는 개발자가 플랫폼과 상호 작용할 수 있도록 다양한 인터페이스를 제공한다. 세이지메이커 서버 인스턴스를 원격으로 제어하는 웹 API가 있다. 웹 API는 개발자가 사용하는 프로그래밍 언어에 관계없이 작동하며, 아마존은 파이썬, 자바스크립트, 루비, 자바, Go를 포함한 여러 언어에 대한 세이지메이커 API 바인딩을 제공한다. 또한, 세이지메이커는 세이지메이커 및 기타 애플리케이션을 대화형으로 프로그래밍하기 위한 관리형 Jupyter 노트북 인스턴스를 제공한다.

2.3. 다른 AWS 서비스와의 연결

어떤 수준의 추상화를 사용하든 개발자는 SageMaker 지원 ML 모델을 아마존 다이나모DB(Amazon DynamoDB) 데이터베이스, AWS Batch, 아마존 키네시스(Amazon Kinesis)와 같은 다른 아마존 웹 서비스(AWS)에 연결하여 구조화된 데이터 저장, 오프라인 배치 처리, 실시간 처리를 할 수 있다.

3. 역사 및 주요 기능

세이지메이커는 2017년 11월 AWS re:Invent 컨퍼런스에서 처음 출시된 이후 지속적으로 발전해 왔다.

2018년에는 텐서플로우, MXNet 심층 신경망 훈련 및 추론 지원, 모델 추론 자동 확장, 순환 신경망 및 word2vec 훈련 지원, AWS Batch Transform을 통한 비실시간 기계 학습 추론, Object2Vec 지원, SageMaker Ground Truth, SageMaker 강화 학습(RL), SageMaker Neo, SageMaker용 AWS Marketplace 출시 등 다양한 기능이 추가되었다.

2019년에는 SageMaker Neo가 오픈 소스 소프트웨어로 출시되었다.

3.1. 2017년

2017년 11월 29일, AWS re:Invent^영어 컨퍼런스에서 세이지메이커가 출시되었다.

3.2. 2018년

* 2018년 2월 27일: SageMaker에서 관리형 텐서플로우 및 MXNet 심층 신경망 훈련 및 추론 지원이 시작되었다.
* 2018년 2월 28일: SageMaker에서 모델 추론을 여러 서버 인스턴스로 자동 확장하는 기능이 추가되었다.
* 2018년 7월 13일: 순환 신경망 훈련, word2vec 훈련, 다중 클래스 선형 학습기 훈련 및 Chainer에서 LARS(Layer-wise Adaptive Rate Scaling)를 사용한 분산 딥 신경망 훈련 지원이 추가되었다.
* 2018년 7월 17일: AWS Batch Transform을 통해 SageMaker에서 높은 처리량의 비실시간 기계 학습 추론이 가능해졌다.
* 2018년 11월 8일: Object2Vec 단어 임베딩 훈련 및 추론 지원이 추가되었다.
* 2018년 11월 27일: SageMaker Ground Truth가 출시되어 개발자들이 Mechanical Turk, 타사 공급업체 또는 자체 직원을 통해 데이터에 레이블을 지정하는 것이 훨씬 쉬워졌다.
* 2018년 11월 28일: SageMaker 강화 학습(RL)을 통해 개발자와 데이터 과학자가 강화 학습 모델을 빠르고 쉽게 대규모로 개발할 수 있게 되었다.
* 2018년 11월 28일: SageMaker Neo를 통해 딥 신경망 모델을 SageMaker에서 스마트폰 및 스마트 카메라와 같은 엣지 장치에 배포할 수 있게 되었다.
* 2018년 11월 29일: SageMaker용 AWS Marketplace가 출시되어 타사 개발자가 SageMaker에서 훈련하고 배포할 수 있는 기계 학습 모델을 구매하고 판매할 수 있게 되었다.

3.3. 2019년

2019년 1월 27일, 세이지메이커 Neo가 오픈 소스 소프트웨어로 출시되었다.

4. 주요 고객

나스카(NASCAR), Carsales.com, Avis Budget Group 및 Slalom Consulting, 폭스바겐 그룹, 피크(Peak)와 Footasylum 등 다양한 산업 분야의 기업들이 아마존 세이지메이커를 활용하고 있다.

4.1. 글로벌 고객

나스카(NASCAR)는 70년간의 비디오 데이터를 기반으로 심층 신경망을 훈련시키기 위해 아마존 세이지메이커를 사용하고 있다. 카세일즈닷컴(Carsales.com)은 자동차 광고 목록을 분석하고 승인하기 위한 기계 학습 모델을 훈련하고 배포하기 위해 아마존 세이지메이커를 사용한다. 아비스 버짓 그룹(Avis Budget Group)과 슬랄롬 컨설팅(Slalom Consulting)은 아마존 세이지메이커에 내장된 최적화 엔진을 사용하여 실시간으로 차량의 과다 사용 및 과소 사용을 해결할 수 있는 실용적인 현장 솔루션을 개발하기 위해 아마존 세이지메이커를 사용하고 있다. 폭스바겐 그룹(Volkswagen Group)은 제조 공장에서 기계 학습을 개발하고 배포하기 위해 아마존 세이지메이커를 사용한다. Peak)와 Footasylum)는 신발 추천 엔진에 아마존 세이지메이커를 사용한다.

5. 수상 경력

2019년, CIOL은 아마존 세이지메이커를 IBM 왓슨, 마이크로소프트 애저의 애저 AI, 아파치 소프트웨어 재단의 PredictionIO, AiONE과 함께 "개발자를 위한 5대 최고의 머신 러닝 플랫폼" 중 하나로 선정했다.