신규 고객은 Amazon Forecast를 더 이상 사용할 수 없습니다. Amazon Forecast의 기존 고객은 서비스를 정상적으로 계속 사용할 수 있습니다. [자세히 알아보기](https://aws.amazon.com/blogs/machine-learning/transition-your-amazon-forecast-usage-to-amazon-sagemaker-canvas/)

기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.

# 시작하기(콘솔)
<a name="gs-console"></a>

이 연습에서는 Amazon Forecast 콘솔을 사용하여 전기 사용량의 시계열 데이터를 가져와서 입력 데이터 세트를 기반으로 예측기를 생성하고 예측 기간을 기반으로 향후 전기 사용량을 예측합니다.

이 연습에서는 수정된 버전의 개별 가정 전력 소비량 데이터 세트를 사용합니다. (Dua, D. and Karra Taniskidou, E. (2017). UCI Machine Learning Repository [[http://archive.ics.uci.edu/ml](http://archive.ics.uci.edu/ml)]. Irvine, CA: University of California, School of Information and Computer Science.) 사용량 데이터는 시간별로 집계됩니다. 수정된 데이터는 zip 파일([electricityusagedata.zip](samples/electricityusagedata.zip))로 제공됩니다.

**사전 조건 **
+  AWS 계정. 가 아직 없는 경우에 설명된 대로 AWS 계정생성합니다[에 가입 AWS](aws-forecast-set-up-aws-account.md).
+ Amazon Simple Storage Service(S3) 버킷에 있는 훈련 데이터. 자세한 내용은 [입력 데이터 준비](getting-started.md#gs-upload-data-to-s3) 단원을 참조하십시오.
+ Amazon Forecast가 S3 버킷을 읽고 쓸 수 있도록 허용하는 AWS Identity and Access Management (IAM) 역할입니다. 자세한 내용은 [Amazon Forecast를 위한 IAM 역할 생성(IAM 콘솔)](aws-forecast-iam-roles.md#aws-forecast-create-iam-role-with-console) 단원을 참조하십시오.

이 연습에는 완료하는 데 몇 분에서 몇 시간이 걸리는 여러 단계가 있다는 점에 유의하세요.

## 1단계: 교육 데이터 가져오기
<a name="gs-console-create-dataset"></a>

Amazon Forecast로 시계열 데이터를 가져오려면 데이터 세트 그룹을 생성하고, 데이터 세트 그룹의 도메인을 선택하고, 데이터의 세부 정보를 지정하고, Amazon Forecast가 데이터의 S3 위치를 가리키도록 합니다. 이 예제에 사용되는 대상 시계열은 [과거 전기 사용량](getting-started.md#gs-upload-data-to-s3) 데이터입니다.

**참고**  
이 연습에서는 데이터 세트 그룹을 생성해 본 적이 없다고 가정합니다. 이전에 데이터 세트 그룹을 생성해본 적이 있는 경우, 화면이 다음 스크린샷 및 지침과는 약간 다를 것입니다.

**예상에 대한 시계열 데이터를 가져오려면**

1. [https://console.aws.amazon.com/forecast/](https://console.aws.amazon.com/forecast/)에서 Amazon Forecast 콘솔을 엽니다.

1. Amazon Forecast 홈 페이지에서 **데이터 세트 그룹 생성**을 선택합니다.

1. **Create dataset group(데이터 세트 그룹 생성)** 페이지에서 **Dataset group details(데이터 세트 그룹 세부 정보)**에 다음 정보를 제공합니다.
   + **데이터 세트 그룹 이름** - 데이터 세트 그룹의 이름을 입력합니다.
   + **예측 도메인** - 드롭다운 메뉴에서 **사용자 지정**을 선택합니다. 예측 도메인을 선택하는 방법에 대한 자세한 내용은 [데이터 세트 도메인 및 유형](howitworks-domains-ds-types.md)을 참조하세요.

   **태그** 섹션은 변경하지 않고 그대로 둡니다. 다음과 유사한 화면이 표시되어야 합니다.  
![\[Dataset group creation form with name field and forecasting domain dropdown.\]](http://docs.aws.amazon.com/ko_kr/forecast/latest/dg/images/gs-step1-create-dsgroup.png)

1. **Next**(다음)를 선택합니다.

1. **Create target time series dataset(대상 시계열 데이터 세트 생성)** 페이지에서 **Dataset details(데이터 세트 세부 정보)**에 다음 정보를 입력합니다.
   + **데이터 세트 이름** - 데이터 세트의 이름을 입력합니다.
   + **데이터 빈도** - 기본값인 **1**을 유지하고 드롭다운 메뉴에서 **시간**을 선택합니다. 이 설정은 입력 시계열 데이터의 설정과 일치해야 합니다. 샘플 전기 사용량 데이터의 시간 간격은 한 시간입니다.
   + **데이터 스키마** - **스키마 빌더**를 선택하고 열 구성 요소를 끌어 시계열 데이터 순서를 위에서 아래로 일치시킵니다.

     1. 타임스탬프 - 기본 **타임스탬프 형식**인 **yyyy-MM-dd HH:mm:ss**를 사용합니다.

     1. target\$1value

     1. item\$1id

      전기 사용량 입력 데이터의 경우 열은 타임스탬프, 지정된 시간(target\$1value)의 전기 사용량, 전기 사용량에 대해 청구된 고객 ID(문자열)에 해당합니다. 여기에 지정된 열의 순서와 타임스탬프 형식은 입력 시계열 데이터와 일치해야 합니다.

   **데이터 세트 세부 정보** 패널은 다음과 비슷해야 합니다.  
![\[Dataset details form with name, frequency, and schema builder sections for data configuration.\]](http://docs.aws.amazon.com/ko_kr/forecast/latest/dg/images/gs-step1-create-dataset.png)

1. **데이터 세트 세부 정보**에 다음 정보를 입력합니다.
   + **데이터 세트 가져오기 작업 이름** - 데이터 세트의 이름을 입력합니다.
   + **시간대 선택** - 기본값이 선택된 상태로 둡니다(**시간대 사용 안 함**).
   + **데이터 위치** - 다음 형식을 사용하여 Amazon S3에서의 .csv 파일 위치를 입력합니다.

     **s3://<name of your S3 bucket>/<folder path>/<filename.csv>**
   + **IAM 역할** - 기본값인 **사용자 지정 IAM 역할 ARN 입력**을 선택합니다.

     또는 드롭다운 메뉴에서 **새 역할 생성**을 선택하고 화면의 지침에 따르면 Amazon Forecast가 필요한 IAM 역할을 생성하도록 할 수 있습니다.
   + **사용자 지정 IAM 역할 ARN** - [Amazon Forecast를 위한 IAM 역할 생성(IAM 콘솔)](aws-forecast-iam-roles.md#aws-forecast-create-iam-role-with-console)에서 생성한 IAM 역할의 Amazon 리소스 이름(ARN)을 입력합니다.

   **데이터 세트 가져오기 세부 정보** 패널은 다음과 비슷해야 합니다.  
![\[Dataset import details form with fields for name, time zone, data location, and IAM role.\]](http://docs.aws.amazon.com/ko_kr/forecast/latest/dg/images/gs-step1-import-data.png)

1. **시작**을 선택합니다. Amazon Forecast 홈 페이지로 돌아온 경우 **데이터 세트 그룹 보기**를 선택합니다.

1. 방금 생성한 데이터 세트 그룹의 이름을 클릭합니다. 데이터 세트 그룹의 **대시보드** 페이지가 표시됩니다. 다음과 유사한 화면이 표시되어야 합니다.  
![\[Dashboard overview showing steps: import data, train predictor, generate forecasts, explore insights.\]](http://docs.aws.amazon.com/ko_kr/forecast/latest/dg/images/gs-step1-importing.png)

   **대상 시계열 데이터** 옆에 가져오기 작업의 상태가 표시됩니다. Amazon Forecast가 시계열 데이터 가져오기를 완료할 때까지 기다립니다. 이 프로세스는 몇 분 이상이 걸릴 수 있습니다. 데이터 세트를 가져오면 상태가 **활성**으로 전환되고 대시보드 상단의 배너에 데이터를 성공적으로 가져왔다는 알림이 표시됩니다.

   대상 시계열 데이터 세트를 가져왔으므로 이제 예측기를 생성할 수 있습니다.

## 2단계: 예측기 생성
<a name="gs-console-create-predictor"></a>

 다음으로 시계열 데이터를 기반으로 예측을 생성하는 데 사용할 예측기를 생성합니다. Forecast는 데이터 세트의 각 시계열에 최적의 알고리즘 조합을 적용합니다.

 Forecast 콘솔을 사용하여 예측기를 생성하려면 예측기 이름과 예측 빈도를 지정하고 예측 기간을 정의합니다. 구성할 수 있는 추가 필드에 대한 자세한 내용은 [예측기 훈련](howitworks-predictor.md)을 참조하세요.

**예측기를 생성하려면**

1. 대상 시계열 데이터 세트를 가져오기가 완료되면 데이터 세트 그룹의 **대시보드**에 다음과 비슷한 화면이 나타납니다.  
![\[Dashboard overview showing steps: import data, train predictor, generate forecasts, explore insights.\]](http://docs.aws.amazon.com/ko_kr/forecast/latest/dg/images/gs-step2-start.png)

   **Train a predictor(예측기 교육)**에서 **시작**을 선택합니다. **Train predictor(교육 예측기)** 페이지가 표시됩니다.
**참고**  
예측기를 훈련하려면 먼저 **대상 시계열 데이터**의 `Status`가 가져오기를 성공적으로 완료했음을 나타내는 `Active`여야 합니다.

1. **예측기 훈련** 페이지의 **예측기 설정**에서 다음 정보를 제공합니다.
   + **예측기 이름** - 예측기의 이름을 입력합니다.
   + **예측 빈도** - 기본값 **1**을 유지합니다. 드롭다운 메뉴에서 **시간**을 선택합니다. 이 설정은 입력 시계열 데이터의 설정과 일치해야 합니다. 샘플 전기 사용량 데이터의 시간 간격은 한 시간입니다.
   + **예측 기간** - 미래 어느 시점까지 예측을 생성할지 선택합니다. 이 수치에 `Step 1: Import the Training Data`에서 지정한 데이터 입력 빈도(`hourly`)를 곱하면 미래 예측 범위가 결정됩니다. 이 연습에서는 36시간에 대한 예측이 나오도록 이 수치를 `36`으로 설정합니다.
   +  **예측 차원** 및 **예측 분위수** - 이 필드들은 기본값을 그대로 유지합니다.

   나머지 **입력 데이터 구성** 및 **태그** 섹션은 선택 사항이므로 기본값을 그대로 둡니다. **예측기 설정** 섹션은 다음과 비슷해야 합니다.  
![\[Predictor settings interface showing name, forecast configuration, and quantile options.\]](http://docs.aws.amazon.com/ko_kr/forecast/latest/dg/images/gs-step2-predictor-details.png)

1. **생성(Create)**을 선택합니다. 데이터 세트 그룹의 **대시보드** 페이지가 표시됩니다. 다음과 유사한 화면이 표시되어야 합니다.  
![\[Dashboard overview showing steps: import data, train predictor, generate forecasts, explore insights.\]](http://docs.aws.amazon.com/ko_kr/forecast/latest/dg/images/gs-step2-predictor-dashboard.png)

1. 예측기 상태를 확인하려면 **예측기 보기**를 선택합니다.

1. **예측기** 페이지의 **훈련 상태** 열에서 예측기 상태를 확인할 수 있습니다. 다음과 유사한 화면이 표시되어야 합니다.  
![\[Predictors page showing one predictor in progress with training status and other details.\]](http://docs.aws.amazon.com/ko_kr/forecast/latest/dg/images/gs-step2-predictor-status.png)

   Amazon Forecast가 예측기 훈련을 완료할 때까지 기다립니다. 이 프로세스는 몇 분 이상이 걸릴 수 있습니다. 예측기가 훈련되면 상태가 **활성**으로 전환되고 예측 생성을 시작할 수 있음을 알리는 배너가 표시됩니다.

## 3단계: 예상 생성
<a name="gs-console-retrieve-forecast"></a>

예측기가 활성 상태이면 예측을 생성할 수 있습니다. 예상은 대상 데이터 세트의 모든 항목에 대해 하나씩 있는 예측의 그룹입니다 전체 예상을 검색하려면 내보내기 작업을 생성합니다.

**예상 가져오기 및 확인 방법**

1. 데이터 세트 그룹 **대시보드**의 **예측 생성**에서 **시작**을 선택합니다. **Create a forecast(예상 생성)** 페이지가 표시됩니다.
**참고**  
예측을 생성하려면 **예측기 훈련**의 `Status`가 `Active`여야 합니다.

1. **Create a forecast(예상 생성)** 페이지의 **Forecast details(예상 세부 정보)**에 다음 정보를 입력합니다.
   + **예측 이름** - 예측의 이름을 입력합니다.
   + **예측기** - 드롭다운 메뉴에서 `Step 2: Train a Predictor`에서 생성한 예측기를 선택합니다.

   **예측 분위수** 및 **태그** 필드는 선택 사항이므로 기본값을 그대로 둡니다. 다음과 유사한 화면이 표시되어야 합니다.  
![\[Forecast details form with fields for name, predictor info, and optional forecast types.\]](http://docs.aws.amazon.com/ko_kr/forecast/latest/dg/images/gs-step3-forecast-details.png)

   **시작**을 클릭합니다.

1. **예측** 페이지가 표시됩니다. 다음과 유사한 화면이 표시되어야 합니다.  
![\[Forecasts page interface showing a single forecast in progress with status and creation details.\]](http://docs.aws.amazon.com/ko_kr/forecast/latest/dg/images/gs-step3-creating-forecast.png)

   **상태** 열에 예측 상태가 나열됩니다. Amazon Forecast가 예측 생성을 완료할 때까지 기다립니다. 이 프로세스는 몇 분 이상이 걸릴 수 있습니다. 예측이 생성되면 상태가 **활성**으로 전환됩니다.

   예측이 생성되었으므로 이제 예측을 내보낼 수 있습니다.

## 4단계: 예측 내보내기
<a name="gs-console-retrieve-forecast"></a>

예측이 생성된 후 전체 예측을 내보낼 수 있습니다.

**전체 예상을 내보내려면**

1. 데이터 세트 그룹 페이지에서 `Step 1: Import Training Data`에서 생성한 데이터 세트 그룹을 클릭합니다.

1. 화면 왼쪽 상단 모서리의 ![\[Three horizontal lines representing a menu or navigation icon.\]](http://docs.aws.amazon.com/ko_kr/forecast/latest/dg/images/menuNavPane.png)를 클릭하여 탐색 창을 엽니다. 데이터 세트 그룹에서 **예측**을 클릭합니다.

1. `Step 3: Create a Forecast`에서 생성한 예상 옆에 있는 라디오 버튼을 선택합니다.

1. **Create forecast export(예상 내보내기 생성)**를 선택합니다. **Create forecast export(예상 내보내기 생성)** 페이지가 표시됩니다.

1. **Create forecast export(예상 내보내기 생성)** 페이지의 **Export details(내보내기 세부 정보)**에 다음 정보를 입력합니다.
   + **내보내기 이름** - 예측 내보내기 작업의 이름을 입력합니다.
   + **IAM 역할** - 기본값인 **사용자 지정 IAM 역할 ARN 입력**을 선택합니다.

     또는 드롭다운 메뉴에서 **새 역할 생성**을 선택하고 화면의 지침에 따르면 Amazon Forecast가 필요한 IAM 역할을 생성하도록 할 수 있습니다.
   + **사용자 지정 IAM 역할 ARN** - [Amazon Forecast를 위한 IAM 역할 생성(IAM 콘솔)](aws-forecast-iam-roles.md#aws-forecast-create-iam-role-with-console)에서 생성한 IAM 역할의 Amazon 리소스 이름(ARN)을 입력합니다.
   + **S3 예측 내보내기 위치** - 다음 형식을 사용하여 Amazon Simple Storage Service(S3) 버킷 또는 버킷 내 폴더의 위치를 입력합니다.

     **s3://<name of your S3 bucket>/<folder path>/**

   다음과 유사한 화면이 표시되어야 합니다.  
![\[Form for creating a forecast export with fields for export details and AWS configurations.\]](http://docs.aws.amazon.com/ko_kr/forecast/latest/dg/images/createForecastExport.png)

1. **시작**을 클릭합니다. **예측** 페이지가 표시됩니다.

1. `Step 3: Create a Forecast`에서 생성한 예측을 클릭합니다. **내보내기** 섹션을 찾습니다. 다음과 유사한 화면이 표시되어야 합니다.  
![\[Exports section showing a single forecast export job in progress with location and creation date.\]](http://docs.aws.amazon.com/ko_kr/forecast/latest/dg/images/gs-step4-exporting.png)

   상태 진행 상황을 볼 수 있습니다. Amazon Forecast가 예측 내보내기를 완료할 때까지 기다립니다. 이 프로세스는 몇 분 이상이 걸릴 수 있습니다. 예상이 내보내지면 상태가 **활성**으로 전환되고 S3 버킷에서 예상 파일을 찾을 수 있습니다.