Code PipeLine이라는 말처럼 지속적으로 이 서비스를 활용한다면 소프트웨어에 대한 릴리스 프로세스의 각 단계를 모델링할 수 있으며 프로세스의 모든 과정을 자동화할 수 있으며, 프로덕션용 소프트웨어 변경 사항을 승인할 수 있게 된다. 자동화된 방식으로 에플리케이션을 저장하고 구축 및 배포할 수 있으며, 당연하게도 다른 AWS 개발 서비스와 함께 사용할 수 있는 완전 관리형 지속 서비스이다. 콘솔창에 접근한 후 CodePipeIine을 검색한 후 아래창에서 파이프라인을 생성해 보도록 하자. 파이프라인에 대한 이름을 지정하면 "자동"으로 역할이름이 할당된다. 새로운 서비스 혹은 기존 서비스 역할 중 개발자가 필요한 것에 맞게 설정하면 된다. 고급설정에서는 아티펙트 스토어의 역할을 하는 S3와 암호화키를..

우리가 AWS를 사용하다 보면 정말 다양한 Resource를 관리하고 운용해야한다. 분산되어있는 자원들을 어떻게하면 조금 더 손쉽게 관리할 수 있을까? 다양한 방법이 있겠지만 가장 손쉽고 빠르게 관리할 수 있는 것은 다름아닌 TAG일 것이다. TAG는 AWS에 만들어진 리소스에 누가, 왜, 어떤 목적으로, 어떤 작업을 하는가? 를 리소스 내부에 들어가지 않더라도 충분히 확인할 수 있게 도와준다. 즉 TAG란 AWS 리소스에 연결된 서술용 메타데이터(data에 대한 data) 라고 할 수 있다. 일부 태그는 기본적으로 제공되며, 제거가 불가능한 경우도 있다. 콘솔환경과 cli 환경 둘 다 사용할 수 있다. TAG를 활용해서 환경, 애플리케이션, 소유자, 부서, 비용센터, 목적, 스텍, 자동화된 환경 등 각..

SageMaker의 WorkFlow는 아래와 같다. S3를 통해서 먼저 데이터를 수집한다. 이 후 노트북 인스턴스를 사용해서 데이터를 탐색 및 분석을한다. 이 후 정규화된 훈련데이터를 바탕으로 훈련 인스턴스를 사용해서 훈련을 수행한다. 이때는 spot인스턴스를 주로 사용한다. 훈련이 끝난 데이터는 모형(모델)이 되어서 엔드포인트를 거쳐서 REST API형태로 서비스를 호출하고 사용할 수 있다. SageMaker의 장점은 웹 인터페이스 형태의 즉각적인 코드 실행을 지원해주는 인터프리터 환경인 노트북을 제공해 준다는 점이다. 데이터 탐색작업을 손쉽게 할 수 있으며, 다양한 시각화 기법을 통해서 데이터를 시각화(그레프 등) 할 수 있으며, 이 값을 통해서 데이터를 정제하거나 모델을 생성할 수 있다. 노트북 인..

ML을 사용하기 위해서는 Pipeline을 구축할 수 있어야한다. 아래의 표는 ML에 대한 Pipeline을 도식화 해 보았다. 일반적으로 기업 등지에서는 인간이 해결하기 어려운 연산 혹은 대량의 자료를 분석하고 결론을 도출내기 위한 "특정 문제"를 해결하기 위해 머신러닝을 활용한다. ① 그렇기에 먼저 비즈니스 상에서 어떤 문제가 있는지를 정의할 필요가 있다. 이 작업을 해결함으로 생기는 가치가 어떤것이 있는지 등을 먼저 파악해야한다. 아무런 효용가치가 없다면 ML이라는 고급기술을 활용할 필요가 없을 것 이다. 하지만 어떤 형태와 의미를 갖던 효용성이 있다고 할때에는 고급기술을 사용하지 않을 이유가 없을 것 이다. ② 이 후 이것을 머신러닝으로 어떻게 풀어야하는가? 에 대해 고민하며 ML에 대입할 수 있..

AWS의 기능을 활용해서 실질적으로 해야하는 작업과 절차에 대해 알아보자. AWS에서는 크게 3가지 파트로 나누어서 설명을 하고 있다. AI서비스, ML서비스, 그리고 이 ML을 활용할 수 있는 Framework와 Infra가 있다. 먼저 AI서비스는 "완성된 형태로 바로 설정한 후 사용하기만 하면 되는 서비스"로서 서비스를 제공하고 있다. 서비스로는 비디오 및 이미지를 분석할 수 있는 완전관리형 AI기능이 있는 AWS Rekognition 서비스, TTS(텍스트 음성 변환)서비스를 사용할 수 있는 Amazon Polly와 Amazon Transcribe, 자연어 처리(NLP)서비스를 지원해주는 Amazon Comprehend, 인공 신경망 기계 번역 서비스인 Translate, ML을 통해 제공되는 지..

* 2021 AWS invernt강연을 요약 + 개인적인 정리를 추가한 내용입니다. 2016년 알파고의 등장 이 후로 그저 공상과학, 영화에서나 나오는 것 뿐만아니라 일상에서도 접할 수 있는 2가지의 단어가 있다. 바로 AI/ML이다. 과거에는 둘을 분리해서 이야기할 때가 있었지만, 점점 하나로 규합되고 있는 분위기이다. 이 2가지에 대해서 알아보도록 하자. AI. 인공지능. 이라는 단어에는 정말 많은 의미를 함축하고 있다. 오라클사(Oracle 社)에서는 AI를 다음과 같이 정의내리고 있다. " 간단히 말해서 인공 지능(AI)은 인간 지능을 모방하여 작업을 수행하고 수집한 정보를 기반으로 반복적으로 개선할 수 있는 시스템 또는 기계를 의미합니다. " ML(Mchine Learning)기계학습에 대해서는..