AWS, 아마존 세이지메이커를 위한 강화된 머신러닝 서비스로 관리형 오픈 소스 MLflow를 출시하다

AWS의 생성적 AI 환경에서 지난 1년 동안 가장 주목받은 것은 Amazon Bedrock이지만, Amazon SageMaker는 여전히 머신 러닝을 위한 중요한 자산으로, 필수 기능을 제공합니다. 2017년에 출시된 Amazon SageMaker는 모델 생성, 훈련, 배포 및 관리에 이르는 전체 머신 러닝 라이프사이클을 지원합니다. 사용자들이 머신 러닝 및 딥 러닝 모델을 구축, 훈련, 배포할 수 있도록 종합 관리 환경과 도구를 제공합니다. 수많은 사용자가 SageMaker를 활용해 인기 있는 생성적 AI 모델 훈련 및 머신 러닝 작업을 관리하고 있습니다. 특히 Stability AI의 Stable Diffusion 훈련과 Luma의 Dream Machine 텍스트-비디오 생성기 서비스에 주요한 역할을 합니다.

AWS는 관리형 MLflow 서비스를 일반 공개하며 SageMaker를 더욱 향상시키고 있습니다. MLflow는 실험, 재현성, 배포 및 ML 모델 모니터링을 포함하는 오픈 소스 플랫폼으로, 머신 러닝 라이프사이클을 간소화합니다. SageMaker 내에서 MLflow를 관리형 서비스로 통합함으로써 AWS는 사용자들이 차세대 AI 모델을 더 효율적으로 생성할 수 있도록 지원합니다.

“혁신 속도가 빠르기 때문에 고객들은 실험에서 생산으로 빠르게 전환하여 시장 출시 시간을 단축하기를 원하고 있습니다,”라고 AWS Amazon SageMaker의 전무이사 Ankur Mehrotra가 전했습니다. “우리는 SageMaker에서 관리 가능한 MLflow 기능을 출시하여, 사용자가 몇 번의 클릭만으로 MLflow를 설정하고 실행할 수 있도록 하였습니다.”

AWS 사용자에게 제공하는 MLflow

MLflow는 MLOps 분야에서 개발자와 조직들 사이에서 널리 채택되고 있습니다. Mehrotra는 새로운 관리형 서비스가 기존 기능을 손상시키지 않으면서 기업 사용자에게 선택권을 더욱 넓혀준다고 강조했습니다. SageMaker와 통합된 완전 관리형 MLflow 솔루션을 제공함으로써, AWS는 두 플랫폼 간의 원활한 경험을 원하는 사용자들의 요구를 충족시키고 있습니다. “모델을 반복하면서 사용자는 MLflow에서 쉽게 메트릭을 기록하고 서로 다른 반복을 추적 및 비교할 수 있습니다,”라고 Mehrotra가 설명했습니다. “그들은 이러한 모델을 모델 레지스트리에 등록하고 쉽게 배포할 수 있습니다.”

관리형 MLflow 서비스는 기존 SageMaker 구성 요소와 깊이 통합되어 있어, MLflow 내의 작업이 모델 레지스트리와 같은 SageMaker 서비스와 자동으로 동기화됩니다. “우리는 SageMaker의 모델 훈련, 배포 또는 호스팅 기능과 원활하게 통합되도록 설계하였으며, 고객에게 통합된 MLflow 경험을 제공합니다,”라고 Mehrotra가 덧붙였습니다.

GoDaddy와 토요타 자동차 회사의 자회사인 Toyota Connected 등 여러 조직이 이미 베타 단계에서 관리형 서비스를 탐색하였습니다.

SageMaker와 Bedrock: 상호 보완적인 서비스

Amazon SageMaker가 전체 머신 러닝 라이프사이클에 초점을 맞춘 반면, AWS는 최근 생성적 AI 애플리케이션 개발을 위해 Amazon Bedrock을 도입했습니다. Mehrotra는 이 AI 생태계 내에서 SageMaker의 역할을 명확히 설명했습니다: “SageMaker는 모델을 구축, 훈련 및 배포하는 데 적합하며, Bedrock은 생성적 AI 애플리케이션 만들기에 뛰어납니다,"라고 그는 밝혔습니다. “많은 고객들이 SageMaker와 Bedrock 및 기타 서비스를 함께 사용하여 생성적 AI 솔루션을 개발하고 있습니다.”

이러한 접근은 개발자들이 SageMaker에서 모델을 만들고 Bedrock을 통해 AI 애플리케이션으로 배포하여 서버리스 기능을 활용함으로써, AWS의 생성적 AI 제공 서비스의 상호 보완적 요소로 발전하도록 합니다.

Amazon SageMaker의 미래 집중

앞으로의 방향에 대해 Mehrotra는 Amazon SageMaker 제품 로드맵을 이끄는 주요 우선 사항을 공유했습니다. 주요 초점은 고객을 위해 비용을 최적화하고 개발 프로세스를 단순하게 하는 것입니다. “우리는 고객이 새로운 AI 솔루션을 구축할 때 복잡한 작업을 줄이기를 원합니다. 고객이 이러한 솔루션을 더 빠르게 생성하고 출시할 수 있는 기능이 추가될 것입니다,"라고 그는 결론지었습니다.

이러한 전략적 초점은 Amazon SageMaker가 머신 러닝 및 생성적 AI 환경을 발전시키는 중요한 역할을 하는 데 기여할 것입니다.