탐색 건너뛰기

Azure Machine Learning

엔드 투 엔드 머신 러닝 수명 주기에 엔터프라이즈급 서비스 사용

Azure Machine Learning

엔드 투 엔드 머신 러닝 수명 주기에 엔터프라이즈급 서비스 사용

중요 비즈니스용 대규모 기계 학습 모델

Azure Machine Learning은 데이터 과학자와 개발자가 고품질 모델을 자신감을 가지고 더욱 빠르게 빌드, 배포, 관리할 수 있도록 합니다. 업계 최고의 MLOps(기계 학습 운영), 오픈 소스 상호 운용성 및 통합 도구를 사용하여 가치 실현을 위한 시간을 단축할 수 있습니다. 이 신뢰할 수 있는 플랫폼은 기계 학습의 책임 있는 AI 애플리케이션을 위해 설계되었습니다.

오픈 소스 프레임워크 및 라이브러리에 대한 통합 도구 및 지원을 통해 신속한 모델 개발 및 학습

기본 제공 공정성 및 설명성을 갖춘 책임 있는 AI 모델 개발 및 규정 준수에 대한 책임 있는 사용

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

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

엔드 투 엔드 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.

Azure Notebooks

연결된 컴퓨팅을 사용하여 협업 Jupyter Notebook을 사용합니다.

자동화된 Machine Learning

정확한 모델을 자동으로 학습시키고 튜닝합니다.

디자이너 끌어서 놓기

끌어서 놓기 개발 인터페이스를 사용하여 디자인합니다.

실험

실험을 실행하고 사용자 지정 대시보드를 만들고 공유합니다.

CLI 및 Python SDK

Azure 컴퓨팅에서 수직적 및 수평적으로 확장하면서 모델 학습 프로세스를 가속화합니다.

Visual Studio Code 및 GitHub

익숙한 도구를 사용하고 로컬에서 클라우드 교육으로 쉽게 전환할 수 있습니다.

컴퓨팅 인스턴스

클라우드 CPU, GPU 및 슈퍼컴퓨팅 클러스터를 사용하여 관리되고 안전한 환경에서 개발합니다.

오픈 소스 라이브러리 및 프레임워크

Scikit-learn, PyTorch, TensorFlow, Keras, Ray RLLib 등에 대한 기본 제공 지원을 받으세요.

관리 엔드포인트

일괄 처리 및 실시간 유추를 위한 모델을 빠르고 쉽게 배포합니다.

파이프라인 및 CI/CD

기계 학습 워크플로를 자동화합니다.

미리 빌드된 이미지

추론을 위해 프레임워크 및 라이브러리를 사용하여 컨테이너 이미지에 액세스합니다.

모델 리포지토리

모델 및 데이터를 공유하고 추적합니다.

하이브리드 및 멀티클라우드

온-프레미스 및 다중 클라우드 환경에서 모델을 학습시키고 배포합니다.

모델 최적화

ONNX Runtime으로 교육 및 추론을 가속화하고 비용을 절감하세요.

모니터링 및 분석

데이터, 모델 및 리소스를 추적, 기록 및 분석합니다.

데이터 드리프트

드리프트를 감지하고 모델 정확도를 유지 관리합니다.

오류 분석

모델을 디버그하고 모델 정확도를 최적화합니다.

감사

규정 준수를 위한 기계 학습 아티팩트 추적

정책

규정 준수 관리에 기본 제공 및 사용자 지정 정책을 사용합니다.

보안

Azure Security Center로 지속적인 모니터링을 즐기세요.

비용 제어

할당량 관리 및 자동 종료를 적용합니다.

빠른 모델 개발을 통해 가치 실현을 위한 시간 단축

모든 기계 학습 작업을 지원하는 개발 환경인 스튜디오 기능을 사용해 모델을 빌드, 학습 및 배포하여 생산성을 향상합니다. 인기 있는 오픈 소스 프레임워크 및 라이브러리에 대한 기본 제공 지원을 사용하여 Jupyter Notebook과 공동 작업합니다. 테이블 형식, 텍스트 및 이미지 모델에 자동화된 ML을 사용하여 기능 엔지니어링 및 하이퍼파라미터 비우기를 통해 정확한 모델을 빠르게 만들 수 있습니다. Visual Studio Code를 사용하여 로컬에서 클라우드 학습으로 원활하게 이동하고 강력한 클라우드 기반 CPU 및 GPU 클러스터로 크기를 자동 조정합니다.

MLOps를 사용하여 대규모로 작업

MLOps를 사용하여 여러 클라우드 환경에서 수천 개의 모델을 배포하고 관리하는 방법을 간소화합니다. 일괄 처리 및 실시간 예측을 위해 완전 관리형 엔드포인트를 사용하여 모델을 더 빠르게 배포하고 점수를 매깁니다. 반복 가능한 파이프라인을 사용하여 CI/CD(연속 통합 및 지속적인 업데이트)를 위한 워크플로를 자동화합니다. 레지스트리를 사용하여 작업 영역 간 공동 작업을 위해 여러 팀에 걸쳐 기계 학습 아티팩트를 공유하고 검색합니다. 모델 성능 메트릭을 지속적으로 모니터링하고, 데이터 드리프트를 감지하고, 재학습을 트리거하여 모델 성능을 향상합니다.

책임 있는 기계 학습 솔루션 제공

재현 가능하고 자동화된 워크플로를 사용해 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 만들고 배포 시 성과 기록표를 생성합니다. 기술 및 비기술 대상 그룹 모두를 위해 책임 있는 AI 메트릭을 컨텍스트화하여 관련자를 참여시키고 규정 준수 검토를 간소화합니다.

더 안전하고 규정을 준수하는 하이브리드 플랫폼에서 혁신

ID, 데이터, 네트워킹, 모니터링 및 규정 준수에 걸친 포괄적인 기능을 사용하여 기계 학습 수명 주기에서 보안을 향상합니다. 사용자 지정 역할 기반 액세스 제어, 가상 네트워크, 데이터 암호화, 프라이빗 엔드포인트, 개인 IP 주소를 사용하여 솔루션을 보호합니다. 온-프레미스에서 모델을 학습시키고 배포하여 데이터 주권 요구 사항을 충족합니다. 기본 제공 정책으로 관리하고 FedRAMP High, HIPAA 등 60개 인증을 사용하여 규정 준수를 간소화합니다.

Azure를 사용하여 기계 학습 기술 함양

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.

전체 기계 학습 수명 주기를 위한 주요 서비스 기능

데이터 라벨링

레이블 지정 프로젝트를 만들고 관리하고 모니터링하며, 기계 학습 지원 레이블 지정을 통해 반복적인 작업을 자동화합니다.

데이터 준비

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

공동 작업 전자 필기장

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 해석 가능성을 사용하여 모델이 구축된 방식을 이해합니다.

기계 학습 끌어서 놓기

데이터 변환, 모델 학습 및 평가 또는 손쉬운 기계 학습 파이프라인 만들기 및 게시를 위한 디자이너 같은 기계 학습 도구를 사용합니다.

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 향상하고 모델 오류를 식별하고 진단합니다. 차등 개인 정보 보호를 사용하여 데이터를 보호합니다.

실험

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

레지스트리

조직 전체의 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 작업 및 GitHub Actions 지원을 추적하여 기계 학습 워크플로를 구현합니다.

관리형 엔드포인트

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

자동 크기 조정 컴퓨팅

관리형 컴퓨팅을 사용하여 학습을 분산하고 모델을 빠르게 테스트, 유효성 검사, 배포합니다. 작업 영역에서 CPU 및 GPU 클러스터를 공유하고 기계 학습 요구 사항에 맞게 자동으로 스케일링합니다.

다른 Azure 서비스와의 상호 운용성

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

하이브리드 및 다중 클라우드 지원

Azure Arc를 사용하여 온-프레미스의 기존 Kubernetes 클러스터, 다중 클라우드 환경 및 에지에서 기계 학습을 실행합니다. 간편한 클릭으로 기계 학습 에이전트를 사용하여 데이터의 위치와 관계없이 학습 모델을 보다 안전하게 시작합니다.

엔터프라이즈급 보안

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

비용 관리

작업 영역 및 리소스 수준 할당량 제한 및 자동 종료를 통해 IT 비용을 줄이고 컴퓨팅 인스턴스에 대한 리소스 할당을 더 잘 관리할 수 있습니다.

Azure Machine Learning 마스터 가이드

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

엔지니어링 MLOps 백서

MLOps를 사용하여 기계 학습 솔루션을 구축, 배포 및 모니터링하는 체계적인 접근 방식을 알아보세요. 생산 준비가 된 기계 학습 수명 주기를 대규모로 신속하게 구축, 테스트 및 관리합니다.

Forrester WaveTM 2020 보고서

Forrester가 Azure Machine Learning을 The Forrester WaveTM의 리더로 이름을 지정한 이유 알아보기: Notebook 기반 예측 분석 및 Machine Learning, 2020년 3분기.

Forrester 총 경제적 영향 TM (TEI) 연구

Microsoft가 의뢰한 Forrester Consulting TEI(Total Economic ImpactTM) 연구에서는 기업이 Azure Machine Learning을 통해 실현할 수 있는 잠재적인 투자 수익(ROI)을 조사합니다.

Machine Learning 솔루션 백서

안전하고 확장 가능하며 공평한 솔루션을 빌드하는 방법을 알아봅니다.

책임 있는 AI 백서

모델을 이해하고 보호하고 제어하기 위한 도구와 방법에 대해 읽어보세요.

MLOps(기계 학습 운영) 백서

대규모로 모델을 빌드, 학습 및 배포하는 프로세스를 가속화합니다.

Azure Arc 지원 기계 학습 백서

모든 인프라에서 모델을 빌드하고 학습시키며 배포하는 방법을 알아봅니다.

포괄적인 보안 및 규정 준수, 기본 제공

  • Microsoft는 사이버 보안 연구 및 개발에 매년 USD 10억 넘게 투자합니다.

  • Microsoft에 소속된 3,500명 이상의 보안 전문가가 데이터 보안 및 개인 정보 보호를 전담합니다.

  • Azure에는 기타 모든 클라우드 공급자보다도 많은 인증을 취득했습니다. 전체 목록을 확인하세요.

Azure Machine Learning을 사용하는 방법

스튜디오 웹 환경으로 이동

빌드 및 학습

배포 및 관리

1/1단계

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

1/1단계

자동화된 기계 학습을 사용하여 알고리즘 및 하이퍼 매개 변수를 식별하고 클라우드에서 실험을 추적합니다. Notebook이나 끌어서 놓기 디자이너를 사용하여 모델을 작성합니다.

1/1단계

클라우드 또는 에지에 기계 학습 모델을 배포하고 성능을 모니터링하고 필요에 따라 다시 학습합니다.

사전 투자 비용 없이 필요한 만큼만 요금 지불

Azure 체험 계정 시작하기

무료로 시작하세요. 30일 이내에 사용할 수 있는 $200크레딧을 받으세요. 크레딧이 있는 동안 가장 인기 있는 많은 서비스와 항상 무료로 제공되는 40개 이상의 기타 서비스를 무료로 받으세요.

크레딧을 받은 후 동일한 무료 서비스를 계속 사용하려면 종량제로 이동하세요. 무료 월간 금액보다 많이 사용한 경우에만 지불하세요.

12개월 후 후에도 40개 이상의 무료 서비스를 계속 이용할 수 있으며 월간 무료 금액을 초과하여 사용한 만큼만 비용을 지불합니다.

Azure Machine Learning을 사용하는 고객

"We make it our mission to try new ideas and go beyond to differentiate AXA UK from other insurers. We see managed endpoints in Azure Machine Learning as a key enabler for our digital ambition."

Nic Bourven, AXA UK 최고 정보 책임자
AXA UK

"Customers expect timely and accurate information on their packages and a data-based delivery experience. We're helping FedEx stay on the leading edge with Azure Machine Learning, and we're building expertise for future projects."

Bikram Virk, FedEx의 AI 및 기계 학습 부문 제품 관리자
FedEx

"As more of our groups rely on the Azure Machine Learning solution, our finance experts can focus more on higher-level tasks and spend less time on manual data collection and input."

Jeff Neilson, 3M 데이터 과학 관리자
3M

"With Azure Machine Learning, we can show the patient a risk score that is highly tailored to their individual circumstances. …Ultimately, we aim to reduce risk, reduce uncertainty, and improve surgical outcomes."

Mike Reed 교수, Northumbria Healthcare NHS Foundation Trust 외상 및 정형외과 임상 이사
NHS

"We've used the MLOps capabilities in Azure Machine Learning to simplify the whole machine learning process. That allows us to focus more on data science and let Azure Machine Learning take care of end-to-end operationalization."

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

"Using automated machine learning features of Azure Machine Learning for machine learning model creation enabled us to realize an environment in which we can create and experiment with various models from multiple perspectives."

Keiichi Sawada, Seven Bank 기업 변혁 부문
Seven Bank

Azure Machine Learning 업데이트, 블로그 및 알림

Azure Machine Learning에 대해 자주 묻는 질문

  • 이 서비스는 여러 국가/지역에서 일반적으로 사용할 수 있으며, 더 많은 서비스가 진행 중입니다.
  • 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 체험 계정을 설정해 볼까요?

무료로 기계 학습 사용해 보기

종량제 가격 책정으로 시작하기

무엇을 도와 드릴까요?