기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.

# AWS Batch 서비스 작업 상태를 SageMaker AI 상태로 매핑
<a name="service-job-status"></a>

[SubmitServiceJob](https://docs.aws.amazon.com/batch/latest/APIReference/API_SubmitServiceJob.html)을 사용하여 SageMaker 작업 대기열에 작업을 제출하면는 작업 수명 주기를 AWS Batch 관리하고 AWS Batch [작업 상태를](job_states.md) 동등한 SageMaker 훈련 작업 상태로 매핑합니다. SageMaker 훈련 작업과 같은 서비스 작업은 기존 컨테이너 작업과 다른 상태 수명 주기를 따릅니다. 서비스 작업은 대부분의 상태를 컨테이너 작업과 공유하지만 `SCHEDULED` 상태를 사용하며 특히 대상 서비스의 용량 부족 오류 처리 등을 위해 다양한 재시도 동작을 보여줍니다.

다음 표에는 AWS Batch 작업 상태와 해당 SageMaker 상태/SecondaryStatus가 나와 있습니다.


| Batch 상태 | SageMaker AI 기본 상태 | SageMaker AI 보조 상태 | 설명 | 
| --- | --- | --- | --- | 
| SUBMITTED | 해당 사항 없음 | 해당 사항 없음 | 작업이 대기열에 제출되었으며 스케줄러 평가를 기다리는 중입니다. | 
| RUNNABLE | 해당 사항 없음 | 해당 사항 없음 | 작업이 대기열에 있고 예약 준비가 되었습니다. 이 상태의 작업은 작업 대기열에 매핑된 서비스 환경에 충분한 리소스를 사용할 수 있게 되면 바로 시작됩니다. 사용 가능한 리소스가 충분하지 않으면 작업이 이 상태로 무기한 남아 있을 수 있습니다. | 
| SCHEDULED | InProgress | Pending | 서비스 작업이 SageMaker AI에 성공적으로 제출되었습니다. | 
| STARTING | InProgress | Downloading | SageMaker 훈련 작업이 데이터 및 이미지를 다운로드하는 중입니다. 훈련 작업 용량이 획득되고 작업 초기화가 시작됩니다. | 
| RUNNING | InProgress | Training | SageMaker 훈련 작업 실행 알고리즘  | 
| RUNNING | InProgress | Uploading | SageMaker 훈련 작업이 훈련 완료 후 출력 아티팩트를 업로드하는 중입니다. | 
| SUCCEEDED | Completed | Completed | SageMaker 훈련 작업이 성공적으로 완료되었습니다. 출력 아티팩트의 업로드가 완료되었습니다. | 
| FAILED | Failed | Failed | SageMaker 훈련 작업에서 복구할 수 없는 오류가 발생했습니다. | 
| FAILED | Stopped | Stopped | StopTrainingJob을 사용하여 SageMaker 훈련 작업을 수동으로 중지했습니다. |