주 콘텐츠로 건너뛰기

Azure Machine Learning

엔드투엔드 기계 학습 수명 주기 동안 엔터프라이즈급 서비스를 사용합니다.

대규모 중요 비즈니스용 기계 학습 모델

Azure Machine Learning은 데이터 과학자와 개발자가 고품질 모델을 더 빠르고 자신 있게 빌드, 배포 및 관리할 수 있도록 지원합니다. 업계 최고의 기계 학습 운영(MLOps), 오픈 소스 상호 운용성 및 통합 도구를 통해 가치 실현 시간을 단축합니다. 신뢰할 수 있는 이 플랫폼은 기계 학습에서 책임 있는 AI 애플리케이션을 위해 설계되었습니다.

Video container

통합된 도구 및 지원과 목적에 맞게 구축된 확장성 있는 AI 인프라를 통한 신속한 모델 개발 및 교육.

공정성과 설명 가능성이 기본 제공되는 책임 있는 AI 모델 개발 및 규정 준수를 위한 책임 있는 사용

작업 영역 간 공동 작업 및 MLOps를 위한 빠른 ML 모델 배포, 관리 및 공유

어디서나 기계 학습 워크로드를 실행하기 위한 기본 제공 거버넌스, 보안 및 규정 준수

엔드투엔드 기계 학습 수명 주기 지원

데이터 레이블 지정

학습 데이터에 레이블을 지정하고 레이블 지정 프로젝트를 관리합니다.

데이터 준비

데이터 탐색 및 준비를 위해 분석 엔진과 함께 사용합니다.

데이터 세트

데이터에 액세스하고 데이터 세트를 만들고 공유합니다.

탭으로 돌아가기

딥 러닝용 Azure Machine Learning

관리 엔드투엔드 플랫폼

네이티브 MLOps 기능을 사용하여 전체 딥 러닝 수명 주기 및 모델 관리를 간소화합니다. 엔터프라이즈급 보안으로 어디서나 안전하게 기계 학습을 실행합니다. 책임 있는 AI 대시보드를 사용하여 모델 바이어스를 완화하고 모델을 평가합니다.

모든 개발 도구 및 프레임워크

Visual Studio Code에서 Jupyter Notebook까지 선호하는 IDE와 PyTorch 및 TensorFlow를 사용하여 선택한 프레임워크에서 딥 러닝 모델을 빌드합니다. Azure Machine Learning은 ONNX 런타임DeepSpeed와 통합하여 학습 및 유추를 최적화합니다.

세계적 수준의 성능

최신 NVIDIA GPU와 Mellanox Networking을 최대 200GB/s InfiniBand 상호 연결로 결합하도록 고유하게 설계되고 목적에 맞게 구축된 AI 인프라 활용합니다. 전례 없는 규모로 단일 클러스터 내에서 최대 수천 개의 GPU로 확장할 수 있습니다.

신속한 모델 개발로 가치 실현 시간 단축

모든 기계 학습 작업을 지원하고 모델을 구축, 교육 및 배포하는 개발 환경인 Studio 기능으로 생산성을 향상합니다. 널리 사용되는 오픈 소스 프레임워크 및 라이브러리에 대한 기본 제공 지원을 사용하는 Jupyter 노트북으로 공동 작업하세요. 기능 엔지니어링 및 하이퍼 매개 변수 비우기를 사용하여 테이블 형식, 텍스트 및 이미지 모델에 대한 자동화된 Machine Learning으로 정확한 모델을 신속하게 생성합니다. Visual Studio Code를 사용하여 로컬에서 클라우드 교육으로 원활하게 이동하고 NVIDIA Quantum InfiniBand 네트워크로 구동되는 강력한 클라우드 기반 CPU 및 GPU 클러스터로 자동 확장합니다.

MLOps를 사용하는 파이프라인

MLOps를 사용하여 규모에 맞게 운영

MLOps를 사용하여 여러 환경에서 수천 개의 모델 배포 및 관리를 간소화합니다. 일괄 및 실시간 예측을 위한 완전 관리 엔드포인트로 모델을 더 빠르게 배포하고 점수를 매깁니다. 반복 가능한 파이프라인을 사용하여 지속적 통합 및 지속적 제공(CI/CD)을 위한 워크플로를 자동화합니다. 레지스트리를 사용하여 작업 영역 간 공동 작업을 위해 여러 팀에서 기계 학습 아티팩트를 공유하고 검색합니다. 모델 성능 메트릭을 지속적으로 모니터링하고, 데이터 드리프트를 감지하고, 재교육을 트리거하여 모델 성능을 개선합니다.

책임 있는 기계 학습 솔루션 제공

재현 가능하고 자동화된 워크플로를 사용하여 기계 학습 모델을 평가하여 모델 공정성, 설명 가능성, 오류 분석, 인과 분석, 모델 성능 및 예비 데이터 분석을 평가합니다. 책임 있는 AI 대시보드에서 인과 분석을 사용하여 실제 개입을 수행하고 배포 시 성과 기록표를 생성합니다. 기술 및 비기술 대상 그룹 모두에 대한 책임 있는 AI 메트릭을 컨텍스트화하여 관련자를 참여시키고 규정 준수 검토를 간소화합니다.

Azure Machine Learning 데이터 세트의 집계된 기능 중요도를 자세히 설명하는 차트
정책 정의 목록

더 안전하고 규정을 준수하는 하이브리드 플랫폼에서 혁신

ID, 데이터, 네트워킹, 모니터링 및 규정 준수를 포괄하는 포괄적인 기능을 통해 기계 학습 수명 주기 전반에 걸쳐 보안을 강화합니다. 사용자 지정 역할 기반 액세스 제어, 가상 네트워크, 데이터 암호화, 프라이빗 엔드포인트 및 개인 IP 주소를 사용하여 솔루션을 보호합니다. 데이터 주권 요구 사항을 충족하도록 온-프레미스에서 모델을 학습하고 배포합니다. 기본 제공 정책을 관리하고 FedRAMP High 및 HIPAA를 포함하여 60개의 인증을 통해 규정 준수를 간소화합니다.

Azure를 사용하여 기계 학습 기술 향상

30일 학습 경험을 통해 Azure의 기계 학습에 대해 자세히 알아보고 실습 자습서에 참여하세요. 이 학습 경험을 마치면 Azure Data Scientist Associate 인증에 응시할 준비를 마치게 됩니다.

회의실에서 노트북으로 작업 중인 사람

전체 기계 학습 수명 주기를 위한 주요 서비스 기능

  • 데이터 레이블 지정

    레이블 지정 프로젝트를 생성, 관리 및 모니터링하고 기계 학습 지원 레이블 지정을 통해 반복적인 작업을 자동화합니다.

  • 데이터 준비

    Azure Synapse Analytics와 상호 운용 가능한 Azure Machine Learning 내의 Apache Spark 클러스터에서 규모에 맞게 데이터 준비를 빠르게 반복합니다.

  • 공동 작업이 가능한 Notebook

    IntelliSense, 손쉬운 컴퓨팅, 커널 전환과 오프라인 Notebook 편집을 통해 생산성을 최대화합니다. 보안 디버깅 및 Git 소스 제어에 대한 지원 등의 풍부한 개발 환경을 위해 Visual Studio Code에서 Notebook을 시작합니다.

  • 자동화된 기계 학습

    분류, 회귀, 시계열 예측, 자연어 처리 작업 및 컴퓨터 비전 작업을 위한 정확한 모델을 신속하게 생성합니다. 모델 해석력을 사용하여 모델을 빌드하는 방법을 이해할 수 있습니다.

  • 끌어서 놓기 기계 학습

    데이터 변환, 모델 학습 및 평가에 디자이너와 같은 기계 학습 도구를 사용하거나 기계 학습 파이프라인을 쉽게 만들고 게시할 수 있습니다.

  • 강화 학습

    강화 학습을 강력한 컴퓨팅 클러스터로 스케일링하고 다중 에이전트 시나리오를 지원하고 오픈 소스 강화 학습 알고리즘, 프레임워크, 환경에 액세스합니다.

  • 책임 있는 빌드

    해석력 기능을 사용하여 교육 및 추론 시 모델 투명성을 확보합니다. 차이 메트릭을 통해 모델 공정성을 평가하고 불공정성을 완화합니다. 오류 분석 도구 키트를 사용하여 모델 안정성을 개선하고 모델 오류를 식별하고 진단합니다. 차등 개인 정보 보호로 데이터를 보호합니다.

  • 실험

    실행을 관리 및 모니터링하거나, 교육 및 실험을 위해 여러 실행을 비교합니다. 사용자 지정 대시보드를 만들고 팀과 공유합니다.

  • 레지스트리

    조직 전체 리포지토리를 사용하여 여러 작업 영역에서 모델, 파이프라인, 구성 요소 및 데이터 세트를 저장하고 공유합니다. 감사 추적 기능을 사용하여 계보 및 거버넌스 데이터를 자동으로 캡처합니다.

  • Git 및 GitHub

    Git 통합을 사용하여 작업을 추적하고 GitHub Actions 지원을 사용하여 기계 학습 워크플로를 구현합니다.

  • 관리 엔드포인트

    관리 엔드포인트를 사용하여 모델 배포 및 채점을 운영하고 메트릭을 기록하고 안전 모델 롤아웃을 수행합니다.

  • 컴퓨팅 자동 스케일링

    목적에 맞게 구축된 AI 슈퍼컴퓨터를 사용하여 딥 러닝 교육을 배포하고 모델을 신속하게 테스트, 유효성 검사 및 배포합니다. 작업 영역에서 CPU 및 GPU 클러스터를 공유하고 기계 학습 요구 사항에 맞게 자동으로 스케일링합니다.

  • 다른 Azure 서비스와의 상호 운용성

    Azure Synapse Analytics, Azure Cognitive Search, Azure Data Factory, Azure Data Lake, Azure Arc, Azure Security Center 및 Azure Databricks와 같은 Microsoft Power BI 및 서비스로 생산성을 가속화하세요.

  • 하이브리드 및 다중 클라우드 지원

    Azure Arc를 사용하여 온-프레미스의 기존 Kubernetes 클러스터, 다중 클라우드 환경, 에지에서 기계 학습을 실행합니다. 간단한 기계 학습 에이전트를 사용하여 데이터가 어디에 있든 더욱 안전하게 모델 교육을 시작하세요.

  • 엔터프라이즈급 보안

    네트워크 격리와 엔드투엔드 프라이빗 IP 기능, 리소스와 작업에 대한 역할 기반 액세스 제어, 사용자 지정 역할, 컴퓨팅 리소스에 대한 관리 ID 등의 기능을 사용하여 모델을 더 안전하게 빌드 및 배포합니다.

  • 비용 관리

    작업 영역 및 리소스 수준 할당량 제한과 자동 종료를 통해 IT 비용을 줄이고 컴퓨팅 인스턴스에 대한 리소스 할당을 보다 효율적으로 관리합니다.

기본 제공되는 포괄적인 보안 및 규정 준수

  • Microsoft는 사이버 보안 연구 및 개발에 연간 USD10억 이상을 투자합니다.

  • Microsoft에 소속된 3,500명이 넘는 보안 전문가가 데이터 보안 및 개인 정보 보호를 전담합니다.

  • Azure는 다른 어떤 클라우드 공급자보다도 더 많은 인증을 취득했습니다. 전체 목록을 확인하세요.

Azure 무료 계정 시작

1

체험 계정을 만드세요. 30일 내에 사용할 수 있는 USD200 크레딧을 받으세요. 크레딧이 있는 동안 가장 인기 있는 많은 서비스와 상시 무료로 제공되는 55개가 넘는 기타 서비스를 무료로 이용하세요.

2

크레딧을 다 사용한 후에는 종량제로 전환하여 동일한 무료 서비스로 계속 구축하세요. 월간 체험 한도를 초과해서 사용하는 경우에만 요금을 지불합니다.

3

12개월 후에는 상시 무료로 제공되는 55개가 넘는 서비스를 계속 이용하고 월별 체험 한도를 초과해서 사용한 만큼만 요금을 지불하면 됩니다.

새 모델을 작성하고 클라우드에 컴퓨팅 대상, 모델, 배포, 메트릭, 실행 기록을 저장합니다.

탭으로 돌아가기

Azure Machine Learning을 사용하는 고객

"우리는 새로운 아이디어를 시도하고 AXA UK를 다른 보험사와 차별화하는 것 이상을 목표로 삼고 있습니다. 우리는 Azure Machine Learning의 관리 엔드포인트를 우리의 디지털 목표를 실현하는 핵심 요소로 보고 있습니다."

Nic Bourven, AXA UK의 최고 정보 책임자

자동차 트렁크에 앉아 카메라를 바라보며 웃고 있는 부모와 자녀

"고객은 패키지에 대한 시기적절하고 정확한 정보와 데이터 기반 배송 경험을 기대합니다. 우리는 FedEx가 Azure Machine Learning을 통해 최첨단 기술을 유지할 수 있도록 지원하고 향후 프로젝트를 위한 전문 지식을 구축하고 있습니다."

Bikram Virk, FedEx의 AI 및 기계 학습 제품 관리자

공장에서 일하는 두 사람

"더 많은 그룹이 Azure Machine Learning 솔루션에 의존함에 따라 재무 전문가는 더 높은 수준의 작업에 더 집중하고 수동 데이터 수집 및 입력에 소요되는 시간을 줄일 수 있습니다."

Jeff Neilson, 3M의 데이터 과학 관리자

일하는 용접공

i

"Azure Machine Learning을 사용하면 환자에게 개별 상황에 맞는 위험 점수를 보여줄 수 있습니다. …궁극적으로 우리는 위험을 줄이고 불확실성을 줄이며 수술 결과를 개선하는 것을 목표로 합니다."

Mike Reed 교수, Northumbria Healthcare NHS Foundation Trust의 외상 & 정형외과 임상 책임자

환자와 대화하고 있는 의료 전문가

1

" Azure Machine Learning MLOps 기능을 사용하여 전체 기계 학습 프로세스를 간소화했습니다. 이를 통해 데이터 과학에 더 집중하고 Azure Machine Learning 엔드투엔드 운영화를 처리할 수 있습니다."

Michael Cleavinger, PepsiCo의 쇼핑객 인사이트 데이터 과학 및 고급 분석 담당 선임 이사

냉장고에 펩시와 마운틴 듀 음료 캔을 채워넣는 작업자

.

"기계 학습 모델 생성을 위해 Azure Machine Learning의 자동화된 기계 학습 기능을 사용하여 여러 관점에서 다양한 모델을 만들고 실험할 수 있는 환경을 실현할 수 있었습니다."

Keiichi Sawada, Seven Bank의 기업 혁신 부서

Seven Bank 위치
탭으로 돌아가기
Azure Machine Learning 가이드 마스터

Azure Machine Learning 가이드 마스터

TensorFlow, Spark, Kubernetes를 사용하여 Azure에서 자동화되고 스케일링 성능이 뛰어난 엔드투엔드 기계 학습 모델 및 파이프라인을 빌드하기 위한 전문가 기술을 배웁니다.

엔지니어링 MLOps 백서

엔지니어링 MLOps 백서

MLOps를 사용하여 기계 학습 솔루션을 구축, 배포 및 모니터링하는 체계적인 접근 방식을 살펴보세요. 프로덕션이 가능한 기계 학습 수명 주기를 대규모로 신속하게 빌드, 테스트 및 관리합니다.

Forrester Total Economic ImpactTM(TEI) 연구

Forrester Total Economic ImpactTM(TEI) 연구

Microsoft가 의뢰한 Forrester Consulting TEI(Total Economic ImpactTM) 연구는 기업이 Azure 기계 학습을 통해 실현할 수 있는 잠재적인 투자 수익(ROI)을 조사합니다.

기계 학습 솔루션 백서

기계 학습 솔루션 백서

안전하고 확장 가능하며 형평성 있는 솔루션을 빌드하는 방법을 알아보세요.

책임 있는 AI 백서

책임 있는 AI 백서

모델을 이해, 보호 및 제어하기 위한 도구 및 방법에 대해 읽어보세요.

기계 학습 운영(MLOps) 백서

기계 학습 운영(MLOps) 백서

규모에 맞게 모델을 빌드, 교육 및 배포하는 프로세스를 가속화합니다.

Azure Arc 지원 기계 학습 백서

Azure Arc 지원 기계 학습 백서

모든 인프라에서 모델을 빌드, 교육 및 배포하는 방법을 알아보세요.

 

Azure Machine Learning에 대해 자주 묻는 질문

  • 이 서비스는 여러 국가/지역에서 일반 공급 되며 더 많은 국가/지역에서 제공될 예정입니다.

  • Azure Machine Learning에 대한 SLA(서비스 수준 계약)는 99.9%의 작동 시간을 보장합니다.

  • Azure Machine Learning 스튜디오는 Machine Learning의 최상위 리소스입니다. 이 기능은 데이터 과학자 및 개발자가 기계 학습 모델을 빌드, 학습, 배포하기 위해 모든 아티팩트로 작업할 수 있는 중앙 집중식 위치를 제공합니다.

준비가 되셨다면 Azure 무료 계정을 설정해 보세요

Azure Machine Learning을 무료로 사용해 보세요

영업 전문가와 채팅