기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.
# 를 사용한 자체 알고리즘 및 모델 목록 AWS Marketplace
Amazon SageMaker AI 알고리즘 및 모델 패키지 판매는 다음과 같은 3단계 프로세스로 진행됩니다.
1. 알고리즘 또는 모델을 개발해 Docker 컨테이너에 패키징합니다. 자세한 내용은 [Amazon SageMaker AI에서 알고리즘 및 모델 개발](sagemaker-marketplace-develop.md) 단원을 참조하세요.
1. SageMaker AI에서 알고리즘 또는 모델 패키지 리소스를 만듭니다. 자세한 내용은 [알고리즘 및 모델 패키지 리소스 생성](sagemaker-mkt-create.md) 단원을 참조하세요.
1. 에 판매자로 등록 AWS Marketplace 하고에 알고리즘 또는 모델 패키지를 나열합니다 AWS Marketplace. 판매자로 등록하는 방법에 대한 자세한 내용은 * AWS Marketplace 제공업체를 위한 사용 설명서*의 [판매자로 시작하기](https://docs.aws.amazon.com/marketplace/latest/userguide/user-guide-for-sellers.html)를 참조하세요. 알고리즘 및 모델 패키지 나열 및 수익화에 대한 자세한 내용은 공급자용 사용 설명서의 [ Machine Learning용 AWS Marketplace에서 알고리즘 및 모델 패키지 나열](https://docs.aws.amazon.com/marketplace/latest/userguide/listing-algorithms-and-model-packages-in-aws-marketplace-for-machine-learning.html)을 참조하세요. * AWS Marketplace *
![\[SageMaker AI의 판매자 워크플로입니다.\]](http://docs.aws.amazon.com/ko_kr/sagemaker/latest/dg/images/seller-flow.png)
## 주제
+ [Amazon SageMaker AI에서 알고리즘 및 모델 개발](sagemaker-marketplace-develop.md)
+ [알고리즘 및 모델 패키지 리소스 생성](sagemaker-mkt-create.md)
+ [에 알고리즘 또는 모델 패키지 나열 AWS Marketplace](sagemaker-mkt-list.md)
# Amazon SageMaker AI에서 알고리즘 및 모델 개발
Amazon SageMaker AI 또는 목록에 사용할 알고리즘 및 모델 패키지 리소스를 생성하려면 먼저 알고리즘 및 모델 패키지 리소스를 개발하고 Docker 컨테이너에 패키징 AWS Marketplace해야 합니다.
**참고**
나열을 위해 알고리즘 및 모델 패키지가 생성되면 AWS Marketplace SageMaker AI는 지원되는 운영 체제의 보안 취약성이 있는지 컨테이너를 스캔합니다.
다음 운영 체제 버전만 지원됩니다.
Debian: 6.0, 7, 8, 9, 10
Ubuntu: 12.04, 12.10, 13.04, 14.04, 14.10, 15.04, 15.10, 16.04, 16.10, 17.04, 17.10, 18.04, 18.10
CentOS: 5, 6, 7
Oracle Linux: 5, 6, 7
Alpine: 3.3, 3.4, 3.5
Amazon Linux
**Topics**
+ [SageMaker AI에서 알고리즘 개발](#sagmeaker-mkt-develop-algo)
+ [SageMaker AI에서 모델 개발](#sagemaker-mkt-develop-model)
## SageMaker AI에서 알고리즘 개발
알고리즘은 SageMaker AI에서 사용할 수 있도록 Docker 컨테이너로 패키징되고 Amazon ECR에 저장되어야 합니다. Docker 컨테이너에는 훈련 작업을 실행하는 데 사용했던 훈련 코드와, 경우에 따라 알고리즘을 사용하여 훈련한 모델에서 추론을 얻는 데 사용한 추론 코드가 포함되어 있습니다.
SageMaker AI에서 알고리즘을 개발하고 컨테이너로 이를 패키징하는 방법에 자세한 내용은 [모델 훈련 및 배포를 위한 Docker 컨테이너](docker-containers.md) 섹션을 참조하세요. 알고리즘 컨테이너 생성 방법을 보여주는 전체 예제는 [https://sagemaker-examples.readthedocs.io/en/latest/advanced\$1functionality/scikit\$1bring\$1your\$1own/scikit\$1bring\$1your\$1own.html](https://sagemaker-examples.readthedocs.io/en/latest/advanced_functionality/scikit_bring_your_own/scikit_bring_your_own.html)에서 제공하는 샘플 노트북을 참조하세요. SageMaker 노트북 인스턴스에서 샘플 노트북을 찾을 수도 있습니다. 노트북은 **고급 기능** 섹션에 `scikit_bring_your_own.ipynb`라는 이름으로 표시되어 있습니다.
게시할 알고리즘 리소스를 생성하기 전에 항상 알고리즘을 철저히 테스트합니다 AWS Marketplace.
**참고**
구매자가 컨테이너화된 제품을 구독하면 Docker 컨테이너는 (인터넷에 연결되지 않은) 격리된 환경에서 실행됩니다. 컨테이너를 생성할 때 인터넷을 통한 발신 호출을 수행하면 안 됩니다. AWS 서비스에 대한 호출도 허용되지 않습니다.
## SageMaker AI에서 모델 개발
SageMaker AI에서 배포 가능한 모델은 추론 코드, 모델 아티팩트, 리소스에 액세스하는 데 사용되는 IAM 역할 및 SageMaker AI에서 모델을 배포하는 데 필요한 기타 정보로 구성됩니다. 모델 결과물은 기계 학습 알고리즘을 사용하여 모델을 훈련한 결과입니다. 추론 코드는 Docker 컨테이너에 패키징되고 Amazon ECR에 저장됩니다. 모델 아티팩트는 추론 코드와 동일한 컨테이너에 패키징하거나 Amazon S3에 저장할 수 있습니다.
SageMaker AI에서 훈련 작업을 실행하여 모델을 만들거나 SageMaker AI 외부에서 기계 학습 알고리즘을 훈련시켜 모델을 만들 수 있습니다. SageMaker AI에서 훈련 작업을 실행하는 경우 실행 결과로 만들어진 모델 아티팩트는 [DescribeTrainingJob](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_DescribeTrainingJob.html) 연산에 대한 직접 호출의 응답에 있는 `ModelArtifacts` 필드에서 확인할 수 있습니다. SageMaker AI 모델 컨테이너 개발 방법에 대한 자세한 내용은 [사용자 지정 추론 코드가 있는 컨테이너](your-algorithms-inference-main.md) 섹션을 참조하세요. SageMaker AI 외부에서 훈련된 모델에서 모델 컨테이너를 만드는 방법을 보여주는 전체 예시는 [https://sagemaker-examples.readthedocs.io/en/latest/advanced\$1functionality/xgboost\$1bring\$1your\$1own\$1model/xgboost\$1bring\$1your\$1own\$1model.html](https://sagemaker-examples.readthedocs.io/en/latest/advanced_functionality/xgboost_bring_your_own_model/xgboost_bring_your_own_model.html)에서 샘플 노트북을 확인하세요.
게시할 모델 패키지를 생성하기 전에 항상 모델을 철저히 테스트합니다 AWS Marketplace.
**참고**
구매자가 컨테이너화된 제품을 구독하면 Docker 컨테이너는 (인터넷에 연결되지 않은) 격리된 환경에서 실행됩니다. 컨테이너를 생성할 때 인터넷을 통한 발신 호출을 수행하면 안 됩니다. AWS 서비스에 대한 호출도 허용되지 않습니다.
# 에 알고리즘 또는 모델 패키지 나열 AWS Marketplace
Amazon SageMaker AI에서 알고리즘 또는 모델을 만들어 검증까지 마쳤으면 AWS Marketplace에서 제품을 등록합니다. 나열 프로세스를 통해 AWS Marketplace 및 SageMaker AI 콘솔에서 제품을 사용할 수 있습니다.
제품을 나열하려면 등록된 판매자여야 AWS Marketplace합니다. 등록하려면 AWS Marketplace Management Portal(AMMP)의 자체 등록 프로세스를 사용합니다. 자세한 내용은 * AWS Marketplace 제공업체를 위한 사용 설명서*의 [판매자로 시작하기](https://docs.aws.amazon.com/marketplace/latest/userguide/user-guide-for-sellers.html)를 참조하세요. Amazon SageMaker AI 콘솔에서 제품 등록 프로세스를 시작하면 판매자 등록 상태가 확인됩니다. 아직 등록하지 않은 경우에는 등록 방법을 안내해 드립니다.
제품 등록 프로세스를 시작하려면 다음 중 한 가지를 수행합니다.
+ SageMaker AI 콘솔에서 해당 제품, **작업** 및 **새로운 ML Marketplace 목록 게시**를 선택합니다. 여기에서 제품 참조 정보인 Amazon 리소스 이름(ARN)을 입력하면 제품 목록을 생성할 수 있는 AMMP로 이동하게 됩니다.
+ [ML 등록 프로세스](https://aws.amazon.com/marketplace/management/ml-products/)로 이동하여 Amazon 리소스 이름(ARN)을 입력한 후 제품 등록을 시작합니다. 이 등록 프로세스에서는 SageMaker AI에서 제품을 만들 때 입력했던 제품 메타데이터가 필요합니다. 알고리즘 등록의 경우 해당 정보에는 지원되는 인스턴스 유형과 하이퍼파라미터가 포함됩니다. 또한 다른 제품과 마찬가지로 AWS Marketplace 제품 설명, 프로모션 정보 및 지원 정보를 입력할 수 있습니다.