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

# AWS Clean Rooms ML 모델을 시드 데이터 공급자로 생성
<a name="working-with-machine-learning-sdp"></a>

훈련 데이터 공급자가 ML 모델 생성을 완료한 후 시드 데이터 공급자는 유사 세그먼트를 생성하고 내보낼 수 있습니다. 유사 세그먼트는 시드 데이터와 가장 유사한 훈련 데이터의 하위 집합입니다.

다음은 시드 데이터 공급자가 완료해야 하는 워크플로입니다.

1. 시드 데이터 공급자의 데이터는 Amazon S3 버킷에 저장하거나 쿼리 결과에서 가져올 수 있습니다.

1. 시드 데이터 공급자는 훈련 데이터 공급자와 공유하는 공동 작업을 엽니다.

1. 시드 데이터 공급자는 공동 작업 페이지의 Clean Rooms ML 탭에서 유사 세그먼트를 만듭니다.

1. 시드 데이터 공급자는 관련성 지표가 공유된 경우 이를 평가하고 유사 세그먼트를 내보내 AWS Clean Rooms외부에서 사용할 수 있습니다.

**Topics**
+ [유사 세그먼트 생성](create-ml-segment-create.md)
+ [유사 세그먼트 내보내기](create-ml-segment-export.md)

# 유사 세그먼트 생성
<a name="create-ml-segment-create"></a>

**참고**  
Amazon S3에 데이터가 저장된 Clean Rooms ML 유사 모델에서를 사용하기 위한 훈련 데이터 세트만 제공할 수 있습니다. 그러나 지원되는 모든 데이터 소스에 저장된 데이터에서 실행되는 SQL을 사용하여 유사 모델의 시드 데이터를 제공할 수 있습니다.

유사 세그먼트는 시드 데이터와 가장 유사한 훈련 데이터의 하위 집합입니다.

**에서 유사 세그먼트를 생성하려면 AWS Clean Rooms**

1. 에 로그인 AWS Management Console 하고를 사용하여 [AWS Clean Rooms 콘솔](https://console.aws.amazon.com/cleanrooms/home)을 엽니다 AWS 계정 (아직 열지 않은 경우).

1. 왼쪽 탐색 창에서 **공동 작업**을 선택합니다.

1. **활성 멤버십 포함** 탭에서 공동 작업을 선택합니다.

1. **ML 모델** 탭에서 **유사 세그먼트 생성을** 선택합니다.

1. **유사 세그먼트 생성** 페이지의 **연결된 구성된 유사 모델에서**이 유사 세그먼트에 사용할 연결된 구성된 유사 모델을 선택합니다.

   

1. **유사 세그먼트 세부 정보**에 **이름**과 **설명**(선택 사항)을 입력합니다.

   

1. **시드 프로파일**에서 옵션을 선택한 다음 권장 작업을 수행하여 **시드 방식**을 선택합니다.    
[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/ko_kr/clean-rooms/latest/userguide/create-ml-segment-create.html)

1. 이 데이터 소스를 생성할 때 사용할 **작업자 유형을** 선택합니다. 기본 작업자 유형은 **CR.1X**입니다. 사용할 **작업자 수**를 지정합니다. 기본값은 작업자 번호 **16**입니다. **Spark 속성을** 지정하려면:

   1. **Spark 속성**을 확장합니다.

   1. **Spark 속성 추가**를 선택합니다.

   1. **Spark 속성** 대화 상자의 드롭다운 목록에서 **속성 이름을** 선택하고 **값을** 입력합니다.

   다음 표에서는 각 속성에 대한 정의를 제공합니다.

   Spark 속성에 대한 자세한 내용은 Apache Spark 설명서의 Spark [속성을](https://spark.apache.org/docs/latest/configuration.html#spark-properties) 참조하세요.    
[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/ko_kr/clean-rooms/latest/userguide/create-ml-segment-create.html)

1. **서비스 액세스**에서 이 테이블에 액세스하는 데 사용할 **기존 서비스 역할 이름**을 선택합니다.

1. 훈련 데이터 세트의 **태그**를 사용하려면 **새 태그 추가**를 선택한 다음 **키**와 **값** 쌍을 입력합니다.

1. **유사 세그먼트 생성**을 선택합니다.

해당 API 작업에서 [StartAudienceGenerationJob](https://docs.aws.amazon.com/cleanrooms-ml/latest/APIReference/API_StartAudienceGenerationJob.html)을 확인하세요.

# 유사 세그먼트 내보내기
<a name="create-ml-segment-export"></a>

유사 세그먼트를 생성한 후 데이터를 Amazon S3 버킷으로 내보낼 수 있습니다.

**에서 유사 세그먼트를 내보내려면 AWS Clean Rooms**

1. 에 로그인 AWS Management Console 하고를 사용하여 [AWS Clean Rooms 콘솔](https://console.aws.amazon.com/cleanrooms/home)을 엽니다 AWS 계정 (아직 열지 않은 경우).

1. 왼쪽 탐색 창에서 **공동 작업**을 선택합니다.

1. **활성 멤버십 포함** 탭에서 공동 작업을 선택합니다.

1. **ML 모델** 탭에서 유사 세그먼트를 선택하고 **내보내기**를 선택합니다.

1. **유사 모델 내보내기**의 **유사 모델 내보내기 세부 정보**에서 **이름** 및 필요에 따라 **설명**을 입력합니다.

1. **세그먼트 크기**에서 내보낸 세그먼트에 사용할 크기를 선택합니다.

1. **내보내기**를 선택합니다.

해당 API 작업에서 [StartAudienceExportJob](https://docs.aws.amazon.com/cleanrooms-ml/latest/APIReference/API_StartAudienceExportJob.html)을 확인하세요.