Amazon Aurora에서 기계 학습 기능 사용 - Amazon Aurora

Amazon Aurora에서 기계 학습 기능 사용

아래에서 Aurora 데이터베이스 애플리케이션에서 AWS 기계 학습 서비스를 사용하는 방법을 배울 수 있습니다. Amazon Aurora 기계 학습을 사용하면 필요에 따라 Aurora DB 클러스터를 Amazon Comprehend나 Amazon SageMaker 또는 둘 다와 통합할 수 있습니다. Amazon Comprehend와 Amazon SageMaker는 각각 다음과 같이 구체적인 기계 학습 사용 사례를 지원합니다.

  • Amazon Comprehend - Amazon Comprehend는 문서에서 인사이트를 추출하는 데 사용되는 관리형 자연어 처리(NLP) 서비스입니다. Amazon Comprehend를 사용하면 주체, 핵심 문구, 언어 및 기타 특징을 분석하여 문서 내용을 기반으로 감정을 추론할 수 있습니다. 자세한 내용은 Amazon Comprehend 개발자 가이드Amazon Comprehend에 관한 문서를 참조하세요. Amazon Comprehend를 사용할 수 있는 AWS 리전 목록은 Amazon Web Services 일반 참조Amazon Comprehend 엔드포인트 및 할당량을 참조하세요.

  • Amazon SageMaker - Amazon SageMaker는 완전관리형 기계 학습 서비스입니다. 데이터 과학자와 개발자는 Amazon SageMaker를 사용하여 사기 탐지 및 제품 추천과 같은 다양한 추론 작업을 위한 기계 학습 모델을 구축하고 훈련하고 테스트합니다. 기계 학습 모델을 프로덕션에서 사용할 준비가 되면 Amazon SageMaker 호스팅 환경에 배포할 수 있습니다. Amazon SageMaker에 대한 자세한 내용은 Amazon SageMaker 개발자 가이드Amazon SageMaker에 관한 문서를 참조하세요. Amazon SageMaker를 사용할 수 있는 AWS 리전 목록은 Amazon Web Services 일반 참조Amazon SageMaker 엔드포인트 및 할당량을 참조하세요.

Aurora 기계 학습을 Aurora DB 클러스터와 통합하려면 Amazon Comprehend 및 Amazon SageMaker 구성 요소를 설정하고 사용할 준비가 되어 있어야 합니다. 팀의 데이터 과학자는 SageMaker와 협력하여 모델을 사용할 수 있도록 준비합니다. Aurora 기계 학습이 Aurora DB 클러스터와 통합되면 팀의 데이터베이스 개발자는 익숙한 SQL 데이터베이스 인터페이스를 통해 Amazon Comprehend 또는 SageMaker 서비스를 사용하는 데 집중할 수 있습니다. Amazon Aurora 기계 학습에 대한 자세한 내용은 Amazon Aurora ML을 참조하세요.

Aurora 기계 학습은 특정 AWS 리전 및 Aurora MySQL 및 Aurora PostgreSQL의 특정 버전에서만 지원됩니다. Aurora 기계 학습을 설정하기 전에 사용 중인 AWS 리전에서 Aurora MySQL 또는 Aurora PostgreSQL 버전의 사용 가능 여부를 확인하세요. 자세한 내용은 Aurora Machine Learning 단원을 참조하십시오.