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

# Amazon SageMaker AI용 프로그래밍 모델
<a name="how-it-works-prog-model"></a>

코드에서 직접 API를 호출하려면 매우 번거로우며 요청을 인증하기 위한 코드를 작성해야 합니다. Amazon SageMaker AI는 다음과 같은 대안을 제공합니다.
+ **SageMaker AI 콘솔 사용** – 콘솔을 사용하면 코드를 작성하지 않습니다. 콘솔 UI를 사용하여 모델 훈련을 시작하거나 모델을 배포합니다. 콘솔은 단순 작업에 효율적입니다.내장 알고리즘을 사용하고 훈련 데이터를 사전 처리할 필요가 없습니다.

   
+ **예시 Jupyter Notebook 수정** – SageMaker AI에서는 특정 알고리즘 및 데이터세트를 사용하여 모델을 훈련 및 배포하는 여러 Jupyter Notebook을 제공합니다. 적합한 알고리즘을 보유한 노트북으로 시작하여 데이터 소스 및 특정 요구 사항에 맞춰 이를 수정합니다.

   
+ **처음부터 모델 훈련 및 추론 코드 작성** - SageMaker AI는 여러 AWS SDK 언어(개요에 나열됨)와 코드에서 모델 훈련 작업을 시작하고 결과 모델을 배포하는 데 사용할 수 있는 상위 수준 [Python 라이브러리인 Amazon SageMaker Python SDK](https://sagemaker.readthedocs.io/en/stable)를 제공합니다.

   
  + **SageMaker Python SDK** - 이 Python 라이브러리는 모델 훈련 및 배포를 단순화합니다. 요청 인증에 추가로 라이브러리는 단순한 메서드 및 기본 파라미터를 제공함으로써 플랫폼 세부 사항을 추출합니다. 예제:

     
    + 모델을 배포하려면 `deploy()`메서드만을 호출합니다. 메서드는 SageMaker AI 모델 아티팩트와 엔드포인트 구성을 생성한 다음 엔드포인트에 모델을 배포합니다.

       
    + 사용자 지정 프레임워크 스크립트를 모델 훈련에 사용하는 경우 `fit()`메서드를 호출합니다. 이 메서드는 스크립트의 .gzip 파일을 생성하고, 이를 Amazon S3 위치에 업로드한 다음 모델 훈련 및 기타 작업에 대해 실행합니다. 자세한 내용은 [기계 학습 프레임워크 및 언어](frameworks.md) 단원을 참조하십시오.

       
    + SageMaker AI Python SDK에서 수행한 SageMaker API 직접 호출의 기본값을 설정하려면 기본 구성 사전을 사용합니다. 자세한 내용은 [SageMaker Python SDK를 사용하여 기본값 구성 및 사용](https://sagemaker.readthedocs.io/en/stable/overview.html#configuring-and-using-defaults-with-the-sagemaker-python-sdk)을 참조하세요.

       
  + ** AWS SDKs**- SDKs를 제공합니다( 참조[https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_Operations.html](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_Operations.html)). SageMaker SDK를 사용하여 프로그래밍 방식으로 모델 훈련 작업을 시작하고 SageMaker AI에서 모델을 호스팅합니다. SDK 클라이언트가 인증을 처리하므로 인증 코드를 작성할 필요가 없습니다. 여러 언어 및 플랫폼으로 사용할 수 있습니다. 자세한 내용은 개요에서 이전 목록을 참조하세요.

     

  [Amazon SageMaker AI 설정 가이드](gs.md)에서는 SageMaker AI에서 제공하는 알고리즘을 사용하여 모델을 훈련 및 배포합니다. 해당 연습은 두 라이브러리를 모두 사용하는 방법을 보여줍니다. 자세한 내용은 [Amazon SageMaker AI 설정 가이드](gs.md) 단원을 참조하십시오.

   
+ **SageMaker AI를 Apache Spark 워크플로에 통합** - SageMaker AI에서는 Apache Spark에서 API를 직접적으로 호출하기 위한 라이브러리를 제공합니다. 이를 통해 Apache Spark 파이프라인에서 SageMaker AI 기반 예측기를 사용할 수 있습니다. 자세한 내용은 [Amazon SageMaker AI와 Apache Spark](apache-spark.md) 단원을 참조하십시오.