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

# 모델 패키징(Amazon SageMaker AI 콘솔)
<a name="edge-packaging-job-console"></a>

Amazon SageMaker AI 콘솔([https://console.aws.amazon.com/sagemaker/](https://console.aws.amazon.com/sagemaker/))로 SageMaker Edge Manager 패키징 작업을 만들 수 있습니다. 계속하기 전에 [사전 조건 완료](edge-packaging-job-prerequisites.md) 충족 여부를 확인하세요.

1. SageMaker AI 콘솔에서 **엣지 추론**을 선택한 다음, 아래 이미지와 같이 **엣지 패키징 작업 생성**을 선택합니다.  
![\[콘솔에서 엣지 패키징 작업 생성 위치입니다.\]](http://docs.aws.amazon.com/ko_kr/sagemaker/latest/dg/images/smith/pre-edge-packaging-button-edited.png)

1. **작업 속성** 페이지에서 **엣지 패키징 작업 이름** 아래에 패키징 작업 이름을 입력합니다. Edge Manager 패키징 작업 이름은 대소문자를 구분해야 함에 유의하세요. 모델 이름을 지정하고 버전을 지정합니다. **모델 이름**과 **모델 버전**에 각각 입력합니다.

1. 다음으로 **IAM 역할**을 선택합니다. 역할을 선택하거나 AWS (으)로 역할을 생성할 수도 있습니다. 선택적으로 **리소스 키 ARN**과 **작업 태그**를 지정할 수 있습니다.

1. **다음**을 선택합니다.  
![\[콘솔의 작업 속성 섹션의 예입니다.\]](http://docs.aws.amazon.com/ko_kr/sagemaker/latest/dg/images/smith/create-edge-packaging-job-filled.png)

1. SageMakerNeo로 모델을 컴파일할 때 사용한 컴파일 작업 이름을 **컴파일 작업 이름** 필드에 지정합니다. **다음**을 선택합니다.  
![\[콘솔의 모델 소스 섹션의 예입니다.\]](http://docs.aws.amazon.com/ko_kr/sagemaker/latest/dg/images/smith/create-edge-packaging-job-model-source-filled.png)

1. **출력 구성** 페이지에서 패키징 작업 출력을 저장할 Amazon S3 버킷 URI를 입력합니다.  
![\[콘솔의 출력 구성 페이지 예시.\]](http://docs.aws.amazon.com/ko_kr/sagemaker/latest/dg/images/smith/create-device-fleet-output-filled.png)

   **상태** 열(**엣지 패키징** 작업 페이지)이 **진행 중(IN PROGRESS)**이어야 합니다. 패키징 작업 완료 후 상태가 **완료됨(COMPLETED)**으로 업데이트됩니다.

   패키징 작업을 선택하면 해당 작업의 설정으로 이동합니다. **작업 설정** 섹션에는 작업 이름, ARN, 상태, 생성 시간, 마지막 수정 시간, 패키징 작업 기간, 역할 ARN이 표시됩니다.

   **입력 구성** 섹션에는 모델 아티팩트의 위치, 데이터 입력 구성 및 모델의 기계 학습 프레임워크가 표시됩니다.

   **출력 구성** 섹션에는 패키징 작업의 출력 위치, 모델이 컴파일된 대상 디바이스 및 사용자가 생성한 모든 태그가 표시됩니다.

1. 디바이스 플릿 세부 정보로 리디렉션될 디바이스 플릿 이름을 선택합니다. 이 페이지에는 디바이스 플릿 이름, ARN, 설명(입력 시), 플릿 생성 날짜, 플릿 최종 수정 시간, Amazon S3 버킷 URI, AWS KMS 키 ID(입력 시), AWS IoT 별칭(입력 시) 및 IAM 역할이 표시됩니다. 태그를 추가하면 **디바이스 플릿 태그** 섹션에 해당 태그가 표시됩니다.