AWS와 Amazon SageMaker를 활용한 Positron 도입 방법

소개

클라우드 컴퓨팅은 현대 비즈니스와 기술 혁신에 필수적인 요소로 자리 잡고 있으며, 이를 위한 플랫폼 선택은 기업의 성공에 중요한 영향을 미칩니다. AWS(아마존 웹 서비스)는 현존하는 가장 포괄적인 클라우드 플랫폼 중 하나로, 다양한 서비스를 통해 기업의 혁신을 가속화하고 비용을 절감하며, 보다 효율적으로 스케일링할 수 있도록 지원합니다. 이번 글에서는 AWS의 데이터 사이언스 워크플로우에서 Amazon SageMaker를 통한 Positron의 활용 방법을 소개합니다.

본론

AWS는 데이터 액세스부터 분석, 배포, 보고까지 독립적인 단계를 한 곳에서 연결할 수 있는 환경을 제공합니다. 특히, Amazon SageMaker와 Positron의 결합은 데이터 사이언스 팀에게 획기적인 생산성과 협업 기회를 제공합니다.

Positron이 Amazon SageMaker에서 동작하는 장점은 다음과 같습니다:

• 인증 정보 관리 없이 데이터에 직접 액세스할 수 있으며, 이는 Amazon Athena, AWS Glue Data Catalog 및 Amazon S3에 직접 쿼리할 수 있는 권한을 제공합니다.
• 필요할 때 즉시 사용할 수 있는 컴퓨팅 리소스를 제공하며, 팀은 SageMaker AI의 훈련 계획을 예약하여 리소스를 일정에 맞춰 사용할 수 있습니다.
• Posit의 AI 코드 어시스턴트인 Posit Assistant가 Amazon Bedrock을 모델 제공자로 사용할 수 있어 AI 지원이 자체 AWS 계정 및 리전에 대한 모델로 실행됩니다.
• 독립적인 프로젝트 진행을 위한 멀티플 스페이스를 운영할 수 있으며, 공동 작업을 위한 공유 스페이스를 사용할 수 있습니다.

사용 사례로, 데이터 사이언티스트가 SageMaker Studio Space에서 Positron을 사용하여 Athena 테이블 탐색부터 실시간 엔드포인트 배포까지 경험하는 전 과정을 보장합니다.

결론

하나의 통합된 워크스페이스에서 Positron 이미지를 사용하여 AWS의 데이터 접근, R 및 Python 분석, 모델 배포, 애플리케이션 개발 및 재현 가능한 보고를 유지하는 방법을 보여줍니다. 이러한 연속성은 증거, 코드, 배포 결과 및 커뮤니케이션 아티팩트가 연결된 상태로 남아 있다는 점에서 유용합니다. 프로덕션 사용은 여전히 고객의 보안, 거버넌스, 검증 및 운영 제어에 의존합니다.

[1] https://aws.amazon.com/blogs/machine-learning/run-positron-on-amazon-sagemaker-ai-for-data-science-workflows/