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

# 입력 및 출력 시 Amazon S3 버킷 사용하기
<a name="automatic-model-tuning-ex-bucket"></a>

훈련 데이터세트를 업로드하고 하이퍼파라미터 튜닝 작업을 위한 훈련 출력 데이터를 저장하도록 S3 버킷을 설정합니다.

**기본 S3 버킷을 사용하려면**

다음 코드를 사용하여 SageMaker AI 세션에 할당된 기본 S3 버킷을 지정합니다. `prefix`는 SageMaker AI가 현재 훈련 작업에 대한 데이터를 저장하는 버킷 내 경로입니다.

```
sess = sagemaker.Session()
bucket = sess.default_bucket() # Set a default S3 bucket
prefix = 'DEMO-automatic-model-tuning-xgboost-dm'
```

**특정 S3 버킷을 사용하려면(선택 사항)**

특정 S3 버킷을 사용하려면 다음 코드를 사용하고 문자열을 정확한 S3 버킷 이름으로 바꿉니다. 버킷의 이름은 **sagemaker**를 포함하고 전역적으로 고유해야 합니다. 이 버킷은 이 예제에서 사용하는 노트북 인스턴스와 동일한 AWS 리전에 있어야 합니다.

```
bucket = "sagemaker-your-preferred-s3-bucket"

sess = sagemaker.Session(
    default_bucket = bucket
)
```

**참고**  
하이퍼파라미터 튜닝 작업을 실행하는 데 사용하는 IAM 역할이 `S3FullAccess` 권한을 부여하는 정책을 갖는 경우 버킷 이름에 **sagemaker**가 포함될 필요가 없습니다.

## 다음 단계
<a name="automatic-model-tuning-ex-next-data"></a>

[훈련 데이터 다운로드, 준비 및 업로드](automatic-model-tuning-ex-data.md)