[첨단 헬로티]
아마존웹서비스(이하 AWS)가 연례 기술 컨퍼런스 ‘AWS 리인벤트(re:Invent) 2017’에서 딥러닝을 지원하는 무선 비디오 카메라 ‘AWS 딥렌즈(DeepLens)와 개발자를 위한 새로운 머신러닝 서비스 ‘아마존 세이지메이커(Amazon SageMaker)’를 공개했다.
스와미 시바수브라마니안(Swami Sivasubramanian) AWS 머신러닝 담당 부사장은 “AWS는 모든 개발자들이 머신러닝에 대한 지식이나 기술 역량에 관계없이 머신러닝을 보다 광범위하고 성공적으로 사용할 수 있도록 지원하고자 한다. 아마존 세이지메이커는 머신러닝과 관련된 다양한 어려움과 복잡성을 해소함으로써, 개발자들이 쉽게 작업하고, 머신러닝 모델을 구축 및 배포하는데 상당한 도움을 줄 것으로 기대된다”고 설명했다. 그는 이어 “개발자들은 또한 새롭게 발표된 4가지 머신러닝 애플리케이션 서비스를 통해 보고, 듣고, 말하며, 세상과 상호작용 할 수 있는 차세대 지능형 앱을 즉시 개발할 수 있을 것”이라고 덧붙였다.

AWS 딥렌즈
AWS 딥렌즈는 딥러닝을 지원하는 무선 비디오 카메라로, 컴퓨터 비전 모델을 실시간으로 실행해 개발자들이 머신러닝 모델을 구축, 학습 및 배포하는 과정을 실질적으로 경험할 수 있도록 한다. AWS 딥렌즈의 주요 특징은 다음과 같다.
▶ 실질적인 머신러닝 경험 가능 : AWS 딥렌즈에는 딥러닝 컴퓨터 비전 모델을 실시간으로 실행하는 기능을 내장한 HD 비디오 카메라가 포함돼 있다. 초당 1천억 회 이상의 학습을 수행할 수 있는 이 카메라는 샘플 프로젝트, 예제 코드 및 사전 학습된 모델을 제공한다. 이를 통해, 머신러닝에 대한 경험이 없는 개발자도 10분 이내에 최초의 딥러닝 모델을 실행할 수 있으며, 이를 AWS 람다(AWS Lamda)를 활용해 기능을 확장시킴으로써 강력한 자체 딥러닝 프로젝트를 생성할 수 있다.
▶ 아마존 세이지메이커와 통합돼 간편한 배포 지원 : AWS 딥렌즈는 아마존 세이지메이커와 통합되어, 개발자들이 아마존 세이지메이커를 이용해 클라우드에서 머신러닝 모델을 학습한 후, 본 모델을 AWS 관리 콘솔에서 단 몇 번의 클릭만으로 AWS 딥렌즈에 배포할 수 있도록 지원한다.
아마존 세이지메이커(Amazon SageMaker)
아마존 세이지메이커는 개발자 및 데이터 과학자들이 자체 머신러닝 모델을 신속하게 구축, 학습, 배포 및 관리할 수 있도록 돕는 완전 관리형 서비스로, 주요 특징은 다음과 같다.
▶ 성능 최적화 알고리즘을 활용한 머신러닝 모델 구축 : 아마존 세이지메이커를 통해 개발자들은 아마존 심플 스토리지 서비스(Amazon Simple Storage Service, Amazon S3)에 저장된 데이터를 간편하게 탐색 및 시각화 할 수 있을 뿐 아니라, 이를 많이 사용되는 라이브러리, 프레임워크 및 인터페이스를 이용해 변환할 수 있다. 아마존 세이지메이커에는 K-Means 클러스터링, 인수분해 시스템, 선형 회귀와 같은 10가지의 가장 일반적인 딥러닝 알고리즘이 포함돼 있으며, 이들은 표준 보다 10배 빠르게 실행되도록 최적화 돼 있다. 개발자들은 알고리즘을 선택하고 데이터 소스를 지정하기만 하면, 아마존 세이지메이커가 기본 드라이버 및 프레임워크를 설치하고 구성하게 된다.
▶ 완전 관리형 학습 지원 : 개발자들은 아마존 EC2(Amazon EC2) 인스턴스의 유형과 수량을 선택하고, 위치를 지정하기만 하면 아마존 세이지메이커를 통해 쉽게 학습을 수행할 수 있다. 아마존 세이지메이커는 분산 컴퓨팅 클러스터를 설정하고, 학습을 수행한 후 결과를 아마존 S3에 출력한다. 이러한 과정이 완료되면 클러스터를 파기한다. 또한, 아마존 세이지메이커는 수천 가지의 서로 다른 알고리즘 매개 변수를 조합하여 매우 정확한 예측을 제공한다.
▶ 단 한번의 클릭으로 모델 구축 가능 : 아마존 세이지메이커는 애플리케이션에 대한 인스턴스 생성, 모델 구축, 안전한 HTTPS 엔드포인트 설정 등을 지원해 높은 처리량을 달성하고, 저지연 예측을 수행한다. 뿐만 아니라, 머신러닝 인프라 관리, 상태 점검, 보안 패치 적용과 같은 일상적인 유지 관리 작업에 대한 수고를 덜어준다.

















































