AWS, ML 모델 확장 위한 새로운 ‘아마존 세이지메이커’ 기능 발표

아마존웹서비스(이하 AWS)는 AWS 리인벤트(re:Invent)에서 LLM 및 기타 FM(Foundation Model)의 구축, 학습, 배포를 가속화하는 데 도움이 되는 ‘아마존 세이지메이커(Amazon SageMaker)’의 새로운 기능을 발표했다.

이번에 발표된 신규 기능은 ▲대규모 FM 학습을 가속화하는 ‘세이지메이커 하이퍼포드(SageMaker HyperPod)’ ▲모델 배포 비용과 지연 시간을 줄여주는 ‘세이지메이커 인퍼런스(SageMaker Inference)’ ▲고객이 선택한 매개변수를 기반으로 특정 사용 사례에 가장 적합한 모델을 평가, 비교, 선택할 수 있도록 지원해 조직의 책임 있는 AI 사용을 지원하는 ‘세이지메이커 클래리파이(SageMaker Clarify)’ ▲자연어 지침을 사용해 데이터를 준비하고 대규모 비즈니스 분석에 모델을 활용할 수 있도록 돕는 ‘세이지메이커 캔버스(SageMaker Canvas)’ 개선 사항 등이 포함된다. 

AWS의 AI/ML 부문 부사장 브라틴 사하는 “ML은 근래 들어 가장 심오한 기술 발전이며, 모델에 대한 관심은 모든 조직으로 확산됐다”라며 “이번에 발표된 목적에 맞게 구축된 완전 관리형 기능을 통해 아마존 세이지메이커를 개선하고 고객이 ML 투자를 최대한 활용할 수 있도록 도울 것”이라고 말했다.

세이지메이커 하이퍼포드는 모델 학습을 위한 ML 인프라를 구축하고 최적화하는 데 필요한 작업을 제거해 훈련 시간을 최대 40%까지 줄인다. 세이지메이커의 분산형 학습 라이브러리가 사전 구성된 세이지메이커 하이퍼포드는 고객이 수천 개의 가속기에 걸쳐 학습 워크로드를 자동으로 분할할 수 있도록 지원하므로 워크로드를 병렬로 처리함으로써 모델 성능을 개선할 수 있다.

또한 세이지메이커 하이퍼포드는 주기적으로 체크포인트를 저장해 고객이 중단 없이 모델 학습을 계속할 수 있도록 지원한다. 학습 중 하드웨어 장애가 발생하는 경우 세이지메이커 하이퍼포드가 자동으로 장애를 감지해 결함이 있는 인스턴스를 복구 또는 교체하고, 마지막에 저장한 체크포인트부터 학습을 재개하므로 고객이 프로세스를 수동으로 관리할 필요가 없어져 분산된 환경에서 몇 주 또는 몇 달 동안 중단 없이 학습시킬 수 있다.

모델 배포 비용과 지연 시간을 줄여주는 세이지메이커 인퍼런스를 통해 고객은 동일한 인스턴스에 여러 모델을 배포하여 기본 가속기를 더 잘 활용할 수 있으므로 배포 비용을 평균 50% 절감할 수 있다고 업체 측은 주장했다. 또한 고객은 각 모델에 대한 확장 정책을 개별적으로 제어할 수 있어 인프라 비용을 최적화하면서 모델 사용 패턴에 더 쉽게 적응할 수 있다. 세이지메이커는 추론 요청을 처리하는 인스턴스를 능동적으로 모니터링하고 사용 가능한 인스턴스를 기반으로 요청을 지능적으로 라우팅하여 평균 20% 더 짧은 추론 대기 시간을 달성한다고 AWS는 강조했다.

세이지메이커 클래리파이는 고객이 선택한 매개변수를 기반으로 특정 사용 사례에 가장 적합한 모델을 평가, 비교, 선택할 수 있도록 지원하여 조직의 책임 있는 AI 사용을 지원한다. 세이지메이커 클래리파이의 새로운 기능을 통해 고객은 평가를 위해 자체 모델을 쉽게 제출하거나 세이지메이커 점프스타트(SageMaker JumpStart)를 통해 모델을 선택할 수 있다. 

고객은 세이지메이커 스튜디오(SageMaker Studio)에서 질문 답변이나 콘텐츠 요약과 같은 특정 작업에 대해 비교하고자 하는 모델을 선택한다. 그런 다음 평가 매개변수를 선택하고 자체 프롬프트 데이터 세트를 업로드하거나 공개적으로 사용 가능한 내장 데이터 세트에서 선택한다. 민감한 기준이나 정교한 사람의 판단이 필요한 미묘한 콘텐츠의 경우, 자체 인력 또는 세이지메이커 그라운드 트루스(SageMaker Gound Truth)에서 제공하는 관리형 인력을 사용하여 피드백 메커니즘을 통해 몇 분 내에 응답을 검토할 수 있다. 설정 프로세스를 완료하면 세이지메이커 클래리파이가 평가를 실행하고 보고서를 생성하므로 고객은 성능 기준에 따라 최상의 모델을 신속하게 평가, 비교, 선택할 수 있다.

아마존 세이지메이커 캔버스는 고객이 단 한 줄의 코드도 작성하지 않고도 ML 모델을 구축하고 예측을 생성할 수 있도록 지원한다. AWS는 이번 발표를 통해 고객이 코드 없이도 모델을 사용해 다양한 사용례를 지원할 수 있도록 세이지메이커 캔버스의 기존 가용 기능을 더욱 확장했다.

세이지메이커 캔버스의 시각적 인터페이스를 사용하면 ML 전문 지식이 없는 사람도 쉽게 데이터를 준비할 수 있지만, 일부 고객은 데이터 집합을 더 빠르고 직관적으로 탐색할 수 있는 방법을 필요로 한다. 고객은 세이지메이커 캔버스를 사용해 ML 모델을 구축하고 수요 예측, 고객 이탈 예측, 재무 포트폴리오 분석 등 다양한 작업에 대한 예측을 생성할 수 있다.

AWS에 따르면, 올 초부터 고객은 세이지메이커 캔버스를 통해 아마존 베드록(Amazon Bedrock)에서 AI21랩스와 앤트로픽(Anthropic), 아마존의 모델과, 모자이크ML(MosaicML) 및 TII의 모델, 그리고 세이지메이커 점프스타트가 제공하는 다양한 모델들에 액세스할 수 있게 됐다. 
editor@itworld.co.kr