[AWS] Model Artifacts란? Inference 종류 (Real-time, Batch, Asynchronous, Serverless) 쉽게 정리

 

🔧머신러닝 모델 훈련(training)을 끝낸 후에 할 작업들:

– 추론,예측 (inference)
– 배포 (deploy)

 

 

🧱 Model Artifacts (모델 아티팩트)

머신러닝 모델을 훈련시키면 (output) 결과로써 Model Artifacts(모델 아티팩트)라는게 생성된다.

Model Artifacts는 모델이 학습을 통해 얻은 핵심 정보들을 저장한 파일이다.

그리고 이는 학습된 모델이 예측(inference)을 할 수 있도록 준비된 형태의 데이터라고 보면 된다.

대부분의 머신러닝 모델은 Model Artifacts를  model.tar.gz 형태로 압축되어 저장한다.

✅ model.tar.gz 파일은 예측할 때 사용하기 때문에 어디에 저장했는지 잘 알아야한다.

 

 

✅ Model Artifacts에 포함되는 것들

AWS를 사용한다면 Model Artifacts 파일들은 보통 Amazon S3에 저장한다.
그다음, 이 Model Artifacts는 추론(inference) 코드와 함께 배포 가능한 모델로 패키징된다.

model.tar.gz
└── model/
    ├── model.pt               # PyTorch 모델
    ├── inference.py           # 추론 코드
    ├── preprocessing.py       # 전처리 코드
    ├── config.json            # 하이퍼파라미터
    ├── requirements.txt       # 필요한 패키지 목록
    ├── metrics.json           # 성능 정보
    └── README.md              # 모델 설명

항목	설명
학습된 모델 파일	모델의 가중치와 구조 (예: model.pkl, model.h5, model.pt)
추론(inference) 코드	모델을 불러오고 실제로 예측을 수행하는 역할의 코드 (예: inference.py)
전처리 도구	학습 시 사용된 scaler, encoder 등 (예: scaler.pkl, tokenizer.json)
하이퍼파라미터 설정	학습 시 사용된 설정 정보 (예: config.json)
성능 지표	정확도, 손실률 등 평가 결과 (예: metrics.json)
환경 정보	필요한 라이브러리 목록 (예: requirements.txt)
모델 설명/메타데이터	작성자, 버전, 학습 날짜, 모델 설명 등 (예: README.md)

 

 

🖥️ 모델 Inference(추론) 방식: 실시간(Real-time) vs 배치(Batch)

방식	설명	예시
Batch inference (일괄 추론)	한꺼번에 많은 데이터를 추론하고 결과는 나중에 받음	하루치 데이터를 밤에 일괄 처리
Real-time inference (실시간 추론)	사용자가 요청하면 바로 응답	챗봇, 생성형 AI
Asynchronous inference (비동기 추론)	요청만 받고, 처리 후 결과를 나중에 제공	대용량 이미지 처리
Serverless inference (서버리스 추론)	요청이 있을 때만 리소스를 사용해서 비용 절감	트래픽이 일정하지 않은 예측 서비스

 

 

1️⃣ 실시간 추론 (Real-time Inference)

실시간 요청을 빠르게 처리해야 할 때 사용된다.

항상 on으로 되어있는 엔드포인트에 모델을 배포해서, 요청이 오면 바로 추론(inference)을 해준다.

 

Real-time Inference는 낮은 Latency(지연시간)이 필요할 때 사용한다.
하지만 구축하기 좀 어렵고, 더 많은 비용이 든다.

 

Real-time Inference 예시: 챗봇 (예: Alexa, Siri, ChatGPT)

 

https://aws.amazon.com/blogs/architecture/realtime-in-stream-inference-kinesis-sagemaker-flink/

 

2️⃣ 배치 추론 (Batch Inference)

많은 데이터를 한 번에 처리할 때 사용한다.
예측을 빠르게 할 필요는 없고,  주기적으로 대량 데이터를 처리할 때 적합하다.

배치 작업이 끝나면 컴퓨팅 리소스는 자동으로 종료돼서 비용을 아낄 수 있다.

24시간 운영되야하는게 아니기 때문에 on/off를 할 수 있다.

 

Batch Inference 예시:
지난 달의 판매 데이터를 분석해서 다음 달의 재고를 예측하는 경우

https://aws.amazon.com/blogs/architecture/batch-inference-at-scale-with-amazon-sagemaker/

 

 

예시: Real-time 추론 (Inference)

1. 유저가 웹에서 요청을 보낸다.
2. 웹에서 API Gateway를 통해 요청을 전송
3. API Gateway가 Lambda 함수로 전달
4. Lambda 함수가 Docker 컨테이너에서 모델을 실행하여 Inference 한다.
5. Inference 결과를 웹 앱에 반환한다.

 

(대부분의 Inference 코드는 Docker 컨테이너로 배포된다)

 

 

 

🤖 SageMaker를 이용한 배포 (자동화된 방식)

Amazon SageMaker는 모델을 자동으로 배포해준다.

 

• 📦 S3에 모델 아티팩트 (model.tar.gz 등)을 저장
• 🐳 ECR에 모델 실행 코드가 들어있는 Docker 이미지 저장
• 📡 SageMaker에서 어떤 추론 방식(예: Batch, Real-Time 등) 사용할지 설정하기
• 그러면 SageMaker가 알아서 endpoint를 만들어준다.
  • EC2 머신 준비
  • Docker 컨테이너 실행
  • 엔드포인트 자동 생성
  • 스케일링 설정 등 자동으로 해줌