기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.
# AWS Deep Learning AMIs이란 무엇인가요?
AWS Deep Learning AMIs(DLAMI)는 클라우드에서 딥 러닝에 사용할 수 있는 사용자 지정 머신 이미지를 제공합니다. DLAMI는 대부분의 AWS 리전에서 소형 CPU 전용 인스턴스부터 최신 고성능 다중 GPU 인스턴스에 이르기까지 다양한 Amazon Elastic Compute Cloud(Amazon EC2) 인스턴스 유형에 사용할 수 있습니다. DLAMI는 [NVIDIA CUDA](https://developer.nvidia.com/cuda-zone) 및 [NVIDIA cuDNN](https://developer.nvidia.com/cudnn)은 물론 인기 있는 딥 러닝 프레임워크의 최신 릴리스로 사전 구성됩니다.
## 이 가이드 정보
이 콘텐츠는 DLAMI를 시작하고 사용하는 데 도움이 될 수 있습니다. 이 가이드에서는 훈련과 추론 모두에 대한 몇 가지 일반적인 딥 러닝 사용 사례를 다룹니다. 또한 목적에 맞는 AMI와 선호하는 인스턴스 종류를 선택하는 방법도 다룹니다.
또한 DLAMI에는 지원되는 프레임워크에서 제공하는 여러 자습서가 포함되어 있습니다. 이 가이드는 각 프레임워크를 활성화하는 방법과 적합한 자습서를 찾는 방법을 보여줍니다. 또한 분산 훈련, 디버깅, AWS Inferentia 및 AWS Trainium 사용, 기타 주요 개념에 대한 자습서도 있습니다. 브라우저에서 자습서를 실행하도록 Jupyter Notebook 서버를 설정하는 방법에 대한 지침은 [DLAMI 인스턴스에서 Jupyter Notebook 서버 설정](setup-jupyter.md) 섹션을 참조하세요.
## 사전 조건
성공적으로 DLAMI를 실행하기 위해 명령줄 도구와 기본적인 Python을 익히는 것이 좋습니다.
# DLAMI 사용 사례 예시
다음은 몇 가지 일반적인 AWS Deep Learning AMIs(DLAMI) 사용 사례의 예입니다.
**딥 러닝 관련 학습** - DLAMI는 기계 학습 및 딥 러닝 프레임워크의 학습 또는 교육을 위한 최적의 선택입니다. DLAMI는 각 프레임워크 설치와 관련된 문제 해결과 동일한 컴퓨터에서 이를 실행하는 방법에 관한 고민을 없애줍니다. DLAMI에는 Jupyter Notebook이 포함되며, 이를 통해 기계 학습과 딥 러닝을 처음 사용하는 사용자를 위해 프레임워크에서 제공되는 자습서를 실행하기가 쉽습니다.
**앱 개발** - 딥 러닝 기술로 최신 AI를 활용하는 앱을 개발하고 싶다면 DLAMI를 활용하는 것을 적극 추천합니다. 각 프레임워크에는 딥 러닝을 시작하는 방법에 관한 자습서가 함께 제공되며, 이들 중 다수에는 Model Zoo가 있어 직접 신경망을 생성하거나 모델 교육을 할 필요 없이 딥 러닝을 손쉽게 시도할 수 있습니다. 일부 예제에서는 몇 분 만에 이미지 감지 애플리케이션을 빌드하는 방법 또는 챗봇의 음성 인식 앱을 빌드하는 방법을 보여줍니다.
**기계 학습 및 데이터 분석** - 데이터 과학자이거나 딥 러닝을 통해 데이터를 처리하는 데 관심이 있는 경우 R 및 Spark를 지원하는 많은 프레임워크를 확인할 수 있습니다. 개인화 및 예측 시스템에 대한 확장형 데이터 처리 시스템 빌드에 이르는 단순 회귀 작업을 수행하는 방법에 관한 자습서를 찾을 수 있습니다.
**연구** - 새로운 프레임워크 시도, 새로운 모델 시험, 새로운 모델 훈련을 원하는 연구자의 경우 DLAMI 및 AWS 규모 조정 기능이 여러 훈련 노드의 설치 및 관리에 따른 번거로움을 덜 수 있습니다.
**참고**
처음에는 인스턴스 유형을 GPU가 더 많은(최대 8개) 더 큰 인스턴스로 업그레이드하는 쪽을 선택할 수 있지만, DLAMI 인스턴스 클러스터 생성을 통해 수평적으로 규모를 조정할 수도 있습니다. 클러스터 빌드에 대한 자세한 내용은 [DLAMI 관련 정보](resources.md) 섹션을 참조하세요.
# DLAMI의 기능
AWS Deep Learning AMIs(DLAMI)의 기능에는 사전 설치된 딥 러닝 프레임워크, GPU 소프트웨어, 모델 서버 및 모델 시각화 도구가 포함됩니다.
## 사전 설치된 프레임워크
DLAMI 기본 버전은 현재 두 가지이고, 운영 체제(OS) 및 소프트웨어 버전에 따른 기타 변형이 있습니다.
+ [Conda를 사용하는 Deep Learning AMI](overview-conda.md) - 프레임워크가 설치되어 별도의 `conda` 패키지 및 별도의 Python 환경 사용
+ [Deep Learning Base AMI](overview-base.md) - 프레임워크가 설치되지 않음, [NVIDIA CUDA](https://developer.nvidia.com/cuda-zone) 및 기타 종속성 전용
Conda를 사용하는 Deep Learning AMI는 `conda` 환경으로 각 프레임워크를 격리합니다. 따라서 원하는 대로 프레임워크 간에 전환할 수 있고, 종속성 충돌을 걱정할 필요가 없습니다. Conda를 사용하는 Deep Learning AMI는 다음 프레임워크를 지원합니다.
+ PyTorch
+ TensorFlow 2
**참고**
DLAMI는 더 이상 Apache MXNet, Microsoft Cognitive Toolkit(CNTK), Caffe, Caffe2, Theano, Chainer 및 Keras 딥 러닝 프레임워크를 지원하지 않습니다.
## 사전 설치된 GPU 소프트웨어
CPU 전용 인스턴스만 사용하더라도 DLAMI에 [NVIDIA CUDA](https://developer.nvidia.com/cuda-zone) 및 [NVIDIA cuDNN](https://developer.nvidia.com/cudnn)이 포함됩니다. 설치된 소프트웨어는 인스턴스 유형에 관계없이 동일합니다. GPU 전용 도구는 최소 하나의 GPU가 있는 인스턴스에서만 작동된다는 점에 유의하세요. 인스턴스 유형에 대한 자세한 내용은 [DLAMI 인스턴스 유형 선택](instance-select.md) 섹션을 참조하세요.
CUDA에 대한 자세한 내용은 [CUDA 설치 및 프레임워크 바인딩](overview-cuda.md) 섹션을 참조하세요.
## 모델 서비스 및 시각화
Conda를 사용하는 Deep Learning AMI에는 TensorFlow용 모델 서버가 미리 설치되어 있으며, 모델 시각화를 위한 TensorBoard도 함께 제공됩니다. 자세한 내용은 [TensorFlow Serving](tutorial-tfserving.md) 섹션을 참조하세요.