본 포스팅은 패스트캠퍼스 환급 챌린지 참여를 위해 작성하였습니다. (https://fastcampus.info/4oKQD6b)
오늘은 MLOps 구축을 위해 주로 사용되는 플랫폼들 중에서 기존의 서버를 구축하는 on-premise 방식이나, ec2 인스턴스에 직접 구축하는 방식이 아닌, AWS에서 직접 제공하는 완전 관리형 서비스, Fully Managed 서비스인 Amazon SageMaker를 활용하기 위한 환경 구축 내용을 다루었습니다.
먼저 내용을 한번 훍어보면, AWS는 신규 가입자에게 12개월간 무료 서비스를 제공하는 프리티어 제도를 운영합니다. 특히 이번에 활용하는 SageMaker는, 가입 후, 2개월 간의 노트북 인스턴스를 제공받아 사용할수 있어 모델의 학습 및 실험에 최적화된 환경을 제공한다는 사실을 이번에 알았습니다.
또한 SageMaker 도메인 생성을 했습니다. AWS Console에서 SageMaker 서비스에 접속, 사용자의 프로필과 권한을 설정하고, SageMaker Studio라는 통합 개발 환경을 구축하는 방법도 배우고 실습도 해보았습니다. 또한 단순히 계정만을 만드는 것이 아닌, 실제로 주피터 노트북을 열서 간단한 파이썬 코드를 실행해 봄으로써, 컴퓨팅 자원이 정상적으로 할당되었는지 검증하는 과정까지 해보았습니다. 이러면서 전의 실습은 로컬에서 했지만 이번부터 클라우드 환경 상에서 코드를 실행시키는 경험을 해보았습니다.
이번 경험을 통해서 실제 컴퓨팅 자원을 클라우드 상에서 소비를 해보는 경험을 해보면서 클라우드 플랫폼에서도 활용한 경험을 쌓았다고 생각합니다. 보통 고성능 GPU 서버를 직접 사용하려면 수천만원이 들지만 클라우드에서는 클릭 몇번으로 즉시 자원을 내가 원하는 대로 사용할 수 있고, 프리티어로 비용 부담 없이 MLOps를 활용할 수 있다는 점이 매우 인상 깊었습니다. 앞으로 초기 제품 테스트나 스타트업, 개인연구를 할떄 적극적으로 활용을 해봐야 겠다는 생각을 해보았습니다.
