AWS Sagemaker 초보자를 위한 개념과 실습(2)

팁뚠이 입니다. 1탄에 이어서 2탄 진행합니다. 2탄은 우선 본 내용으로 넘어가기 전에, AWS Sagemaker의 실행과 기본 개념들을 익히고, 사진을 보면서 따라 하는 작업입니다. 지난 1탄의 내용을 복습하시고, 2번째 내용을 따라 하시길 바랍니다. AWS는 200여 개가 넘는 서비스를 가지고 있다 보니, AWS 직원들도 전부 알진 못하는 경우가 발생할 정도입니다. 개별 필드의 전문가들은 개별 서비스만 전문이다 보니, 두루두루 알긴 어렵습니다. 본 내용도 AWS를 활용해서 AI를 할 수 있는 내용으로만 최소한의 서비스로만 구성하였습니다. 실제로 비즈니스에 적용할 때에는 더 고려할 내용이 많지만 처음에는 이 정도만 익혀도 과분하다 생각합니다. 이번에 다룰 내용은 아래와 같습니다.

 

1. Sagemaker Studio를 열어보자
2. 기본 설정을 하고, sagemaker 노트북을 열어보자

AWS Sagemaker Studio는 기존 AWS Sagemaker에서 사용자가 ai 모델 학습, 배포, 추론 등 파이프라인 전과정을 손쉽게 할 수 있도록 나온 신규 서비스로, 머신러닝용 웹 기반 통합 개발환경(IDE)입니다. Sagemaker Studio는 ai 모델의 생산성을 높이는 동시에, 실험에서 생산까지 ai 모델을 가져오는 데 필요한 모든 도구를 제공합니다. 흔히 ai 풀 패키지 서비스라고도 합니다. 타 클라우드에서도 제공하는 서비스와도 유사한데, AWS가 선두주자고 사용자한테 편리하게 잘 구현되어 있습니다. 하나씩 차례로 알아보겠습니다. 다만 AWS의 UI와 화면은 잦은 업데이트가 되다 보니, 제가 올린 화면과 현재의 화면은 다소 차이가 있을 수 있습니다. 그러니 염두에 두시고 하시길 바랍니다.

 

1. AWS에 로그인 하고, AWS region을 서울 리전으로 선택하시기 바랍니다.

 

2. 검색창에서 Sagemaker를 검색하시고, Amazon Sagemaker를 클릭해서 들어가시기 바랍니다.

 

3. 왼쪽 메뉴 패널에 있는 Amazon Sagemaker Studio을 클릭하시기 바랍니다.

 

 

4. Quick start를 클릭하시기 바랍니다. 

5. 이름(Name)에 sagemakeruser를 입력하시기 바랍니다.

 

6. 밑에 execution role에는 새로운 역할 생성(Create a new role)을 선택하시기 바랍니다.

 

7. 기본 세팅(default)으로 하고, 역할 생성(Create Role)을 합니다.

 

8. 역할이 제대로 생성된 것을 확인할 수 있습니다.

 

 

9. 제출하기 버튼을 누르시면, Sagemaker Studio 환경이 구성될 때까지 몇 분 정도 소요가 됩니다.

 

 

10. 몇 분 후 Sagemaker Studio 서비스가 생성되고, 오른쪽 화면의 앱 실행(Launch app) 밑의 Studio를 클릭하시기 바랍니다. 

 

11. Sagemaker studio가 준비되면 Open Studio를 누르시기 바랍니다. 첫 시작 이후 Sagemaker Studio 접속까진 몇 분 걸리니 기다리시기 바랍니다. 

 

 

12. 새로운 화면이 뜨면서 다양한 aws sagemaker studio의 기능들이 보입니다. 

 

 

13. 노트북과 계산 리소스(Notebooks and compute resources)에서 Sagemaker image는 Data Science로, Notebook은 python3로 선택하시기 바랍니다.

 

 

14. untitled.ipynb 노트북이 생성됩니다. 쥬피터 노트북 사용하신 분들은 익숙하실 겁니다.

 

 

15. 오른쪽 우클릭을 통해 노트북 파일의 이름을 바꿉니다. 

 

 

여기까지 진행했으면, AWS Sagemaker Studio의 실행은 마쳤습니다. 중간중간 세부 세팅에 따라 달라지긴 합니다만 본 내용을 따라가는 데엔 이런 세팅으로도 충분합니다. 주피터 노트북처럼 노트북 파일이 생성된다는 것을 보시면 알겠지만, 파이썬 코딩을 그대로 사용합니다. 비록 세부적인 라이브러리 세팅은 조금 차이가 있습니다만 하나씩 배우면 되는 부분이다 보니 추후 설명하도록 하겠습니다. 다음 시간에는 세팅된 Studio에 깃헙을 통해 필요 데이터를 다운로드하는 방법을 알아보도록 하겠습니다.