SageMaker을 활용한 인공지능 서비스 자동화 사례

1. SAGEMAKER 도입 및 활용 사례
나 재 원 | CTO, Mycelebs, Inc.

2. 마이셀럽스 소개

3. Company Profile

4. Mycelebs Business 소개
•
•
•
•
•
•
•
∙

5. Reference

6. 도입 사례 소개

7. 제한된 인력, 시간 등
리소스 절약
복수의 분석모델
을 동시 적용
각각의 분석모델에
대한 검증 필요
SAGEMAKER 도입 배경
세 가지 목표를 동시에 달성해야 하는 상황

8. SageMaker 활용 전
SOURCE DATA 데이터 전처리
모델 선정
및 학습
적용 및 테스트

9. SageMaker 활용 후
SOURCE DATA 데이터 전처리
모델 선정
및 학습
적용 및 테스트
AWS
Step Functions
Amazon
S3
AWS
Lambda
AWS
SageMaker
AWS
Docker
(자체 솔루션)
• Lambda와 SageMaker를 활용하여 분석 및 결과 확인 과정을 자동화
• SageMaker에서 제공되지 않는 모델은 Docker를 활용하여 처리 가능했음
• 분석 결과 및 검증 등은 자체 솔루션을 활용하여 수행함

10. 도입 효과
• 별도의 시스템 구축 및 관리 없이 바로 사용 가능
• SageMaker에서 기본제공중인 모델 성능이 뛰어남
• 기존에 도입/활용 중인 AWS 제품들과 연동이 용이함
• 분석 프로세스를 포함한 내부 통합 솔루션 개발 기간 단축
• 여러 프로젝트에서 각각 필요한 만큼의 자원을 활용 가능
l 전체적인 분석 프로세스의 효율성 개선에 기여
l 내부 업무 프로세스 기준으로 소요 시간 5배 가량 단축

11. 감사합니다