SageMaker 엔드포인트 작업 호출

SageMaker Endpoint 작업은 SageMaker 플랫폼에 배포된 AI 모델에 데이터를 전송하고 응답을 받습니다. 이 작업은 머신 러닝 기능을 Control Room에 직접 통합하여 학습된 모델의 전문 지식에 따라 예측 또는 분류를 수행할 수 있습니다.

주: 이 페이지에 제공된 예시와 그림은 설명을 목적으로만 사용되며 특정 사례를 정확하게 반영하지 않을 수 있습니다. 당사는 유지보수 또는 정확성에 대한 책임을 지지 않습니다.

개요

SageMaker 엔드포인트 프로세스

  • 데이터 준비: 엔드포인트를 호출하기 전에 예측을 위해 전송할 데이터를 준비해야 합니다. 이미지, 텍스트 스니펫, 숫자 값 또는 모델이 예상하는 기타 형식을 준비하게 됩니다.
  • 엔드포인트 호출: 예측을 수신하려면 준비한 데이터를 입력으로 엔드포인트 URL에 POST 요청을 보내야 합니다. 일반적으로 요청에는 JSON 형식의 데이터가 포함됩니다.
  • 엔드포인트 처리: SageMaker 엔드포인트는 배포된 모델을 사용하여 수신한 데이터를 처리합니다. 모델의 알고리즘을 통해 데이터를 실행하고 모델 학습에 따라 예측 또는 응답을 만듭니다.
  • 응답: 엔드포인트가 모델의 예측 또는 응답을 HTTP 응답 본문으로 다시 보냅니다. 이렇게 하면 애플리케이션에서 응답을 구문 분석하여 필요에 따라 결과를 사용할 수 있습니다.

전제 조건

  • AI 모델은 SageMaker에 배포해야 합니다
  • 배포된 모델은 SageMaker Endpoint 호출을 통해 액세스할 수 있습니다.
주: 이 작업은 일반적으로 관리자 권한이 있는 자동화 관리자가 수행할 수 있습니다.

프로시저

  1. AWS Console에 로그인하고 프로젝트를 선택합니다.
  2. 선택한 프로젝트에 해당하는 관리 콘솔을 클릭합니다. AWS SageMaker Management Console
  3. SageMaker를 검색하고 Amazon SageMaker를 선택합니다.AWS SageMaker 검색
  4. Domains으로 이동하여 도메인을 클릭합니다.AWS SageMaker 도메인또는 왼쪽 탐색의 스튜디오를 클릭하여 적절한 도메인을 선택한 다음 스튜디오 열기를 클릭할 수도 있습니다. 도메인을 추가하려면 AWS add a custom domain을 참조하십시오. 도메인에 대한 자세한 정보는 Amazon SageMaker Domain의 내용을 참조하십시오.
  5. 추론 > 엔드포인트로 이동하여 배포된 모든 기존 모델을 볼 수 있습니다
    다음 예에서는 AWS SageMaker에서 배포된 텍스트 및 이미지 기반 모델을 호출하는 방법을 설명합니다.