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

# 배포 테스트
<a name="canvas-deploy-model-test"></a>

Amazon SageMaker Canvas 애플리케이션을 통해 엔드포인트를 간접 호출하거나 단일 예측 요청을 전송하여 모델 배포를 테스트할 수 있습니다. 이 기능을 사용하면 프로덕션 환경에서 엔드포인트를 프로그래밍 방식으로 호출하기 전에 엔드포인트가 요청에 응답하는지 확인할 수 있습니다.

## 사용자 지정 모델 배포 테스트
<a name="canvas-deploy-model-test-custom"></a>

**ML 운영** 페이지를 통해 액세스하고 단일 간접 호출을 수행하여 사용자 지정 모델 배포를 테스트할 수 있습니다. 그러면 예측이 정확할 확률과 함께 예측이 반환됩니다.

**참고**  
실행 길이는 Canvas에서 엔드포인트를 호출하고 엔드포인트에서 응답을 받는 데 걸리는 예상 시간입니다. 자세한 지연 시간 지표는 [SageMaker AI 엔드포인트 간접 호출 지표](https://docs.aws.amazon.com/sagemaker/latest/dg/monitoring-cloudwatch.html#cloudwatch-metrics-endpoint-invocation)를 참조하세요.

Canvas 애플리케이션을 통해 엔드포인트를 테스트하려면 다음을 수행합니다.

1. SageMaker Canvas 애플리케이션을 엽니다.

1. 왼쪽 탐색 패널에서 **ML 운영**을 선택합니다.

1. **배포** 탭을 선택합니다.

1. 배포 목록에서 호출할 엔드포인트가 있는 배포 목록을 선택합니다.

1. 배포의 세부 정보 페이지에서 **테스트 배포** 탭을 선택합니다.

1. 배포 테스트 페이지에서 **값** 필드를 수정하여 새 데이터 포인트를 지정할 수 있습니다. 시계열 예측 모델의 경우 예측을 수행할 **항목 ID**를 지정합니다.

1. 값을 수정한 후 **업데이트**를 선택하여 예측 결과를 가져옵니다.

예측이 로드되고 호출 성공 여부 및 요청 처리에 걸린 시간을 나타내는 **호출 결과** 필드가 함께 로드됩니다.

다음 스크린샷은 **테스트 배포** 탭의 Canvas 애플리케이션에서 수행된 예측을 보여줍니다.

![\[배포된 모델의 테스트 예측을 보여주는 Canvas 애플리케이션\]](http://docs.aws.amazon.com/ko_kr/sagemaker/latest/dg/images/studio/canvas/canvas-test-deployments.png)


숫자 예측과 시계열 예측을 제외한 모든 모델 유형의 경우 예측은 다음 필드를 반환합니다.
+  **predicted\$1label** - 예측된 출력
+  **확률** - 예측된 레이블이 정확할 확률
+  **레이블** - 가능한 모든 레이블 목록
+  **확률** - 각 레이블에 해당하는 확률(이 목록의 순서는 레이블의 순서와 일치합니다)

숫자 예측 모델의 경우 예측에는 주택 예측 가격과 같은 모델의 예측 출력인 **점수** 필드만 포함됩니다.

시계열 예측 모델의 경우 예측은 분위수로 예측을 보여주는 그래프입니다. **스키마 보기**를 선택하여 각 분위수에 대해 예측된 숫자 값을 볼 수 있습니다.

배포 테스트 페이지를 통해 단일 예측을 계속하거나 다음 [엔드포인트 호출](canvas-deploy-model-invoke.md)섹션에서 애플리케이션에서 프로그래밍 방식으로 엔드포인트를 호출하는 방법을 알아볼 수 있습니다.

## JumpStart 파운데이션 모델 배포 테스트
<a name="canvas-deploy-model-test-js"></a>

Canvas 애플리케이션을 통해 배포된 JumpStart 파운데이션 모델과 채팅하여 코드를 통해 간접적으로 호출하기 전에 기능을 테스트할 수 있습니다.

배포된 JumpStart 파운데이션 모델과 채팅하려면 다음을 수행합니다.

1. SageMaker Canvas 애플리케이션을 엽니다.

1. 왼쪽 탐색 패널에서 **ML 운영**을 선택합니다.

1. **배포** 탭을 선택합니다.

1. 배포 목록에서 간접 호출할 배포를 찾아 **추가 옵션** 아이콘(![\[More options icon for a model deployment.\]](http://docs.aws.amazon.com/ko_kr/sagemaker/latest/dg/images/studio/canvas/more-options-icon.png))을 선택합니다.

1. 컨텍스트 메뉴에서 **배포 테스트**를 선택합니다.

1. JumpStart 파운데이션 모델과 함께 새로운 **콘텐츠 생성, 추출 및 요약** 채팅이 열리고 프롬프트 입력을 시작할 수 있습니다. 이 채팅의 프롬프트는 SageMaker AI 호스팅 엔드포인트에 요청으로 전송됩니다.