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

# 파이프라인
<a name="pipelines"></a>

Amazon SageMaker Pipelines은 기계 학습(ML) 개발을 자동화하기 위해 특별히 설계된 워크플로 오케스트레이션 서비스입니다.

파이프라인은 다른 AWS 워크플로 제품에 비해 다음과 같은 이점을 제공합니다.

**서버리스 인프라 오토 스케일링** Pipelines을 실행하기 위해 기본 오케스트레이션 인프라를 관리할 필요가 없으므로 핵심 ML 작업에 집중할 수 있습니다. SageMaker AI는 ML 워크로드 요구 사항에 따라 파이프라인 오케스트레이션 컴퓨팅 리소스를 자동으로 프로비저닝, 규모 조정 및 종료합니다.

**직관적인 사용자 경험** Pipelines은 시각적 편집기, SDK, API 또는 JSON 중 원하는 인터페이스를 통해 만들고 관리할 수 있습니다. 다양한 ML 단계를 드래그 앤 드롭하여 Amazon SageMaker Studio 시각적 인터페이스에서 파이프라인을 작성할 수 있습니다. 다음 스크린샷은 파이프라인용 Studio 시각적 편집기를 보여줍니다.

![Studio의 Pipelines용 시각적 드래그 앤 드롭 인터페이스 스크린샷](http://docs.aws.amazon.com/ko_kr/sagemaker/latest/dg/images/pipelines/pipelines-studio-overview.png)


프로그래밍 방식으로 ML 워크플로를 관리하려는 경우 SageMaker Python SDK는 고급 오케스트레이션 기능을 제공합니다. 자세한 내용은 SageMaker Python SDK 설명서의 [Amazon SageMaker Pipelines](https://sagemaker.readthedocs.io/en/stable/amazon_sagemaker_model_building_pipeline.html)을 참조하세요.

**AWS 통합** 파이프라인은 모든 SageMaker AI 기능 및 기타 AWS 서비스와 원활하게 통합되어 데이터 처리, 모델 훈련, 미세 조정, 평가, 배포 및 모니터링 작업을 자동화합니다. Pipelines에 SageMaker AI 기능을 통합하고 딥 링크를 사용하여 이를 탐색하여 대규모로 ML 워크플로를 만들고, 모니터링하고, 디버깅할 수 있습니다.

**비용 절감** Pipelines을 사용하면 SageMaker Studio 환경과 Pipelines이 오케스트레이션하는 기본 작업(예: SageMaker 훈련, SageMaker Processing, SageMaker AI 추론 및 Amazon S3 데이터 스토리지)에 대해서만 비용을 지불합니다.

**감사 가능성 및 계보 추적** Pipelines을 사용하면 기본 제공 버전 관리를 사용하여 파이프라인 업데이트 및 실행 기록을 추적할 수 있습니다. Amazon SageMaker ML Lineage Tracking을 사용하면 엔드투엔드 ML 개발 수명 주기에서 데이터 소스 및 데이터 소비자를 분석할 수 있습니다.

**Topics**
+ [Pipelines 개요](pipelines-overview.md)
+ [Pipelines 작업](pipelines-build.md)