기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.
# 시작하기(콘솔)
이 연습에서는 Personalize 콘솔을 사용하여 지정한 사용자에 대해 추천 영화를 반환하는 솔루션으로 사용자 지정 데이터세트 그룹을 생성합니다. 이 연습을 시작하기 전에 [시작하기 전제 조건](gs-prerequisites.md)단원을 복습합니다.
시작하기 연습을 마쳤을 때 불필요한 요금이 발생하지 않도록 하려면 생성한 리소스를 삭제합니다. 자세한 내용은 [Amazon Personalize 리소스 삭제 요구 사항](deleting-resources.md) 단원을 참조하십시오.
## 1단계: 데이터세트 그룹 및 데이터세트 생성
이 절차에서는 가장 먼저 데이터세트 그룹을 생성합니다. 다음으로, 데이터 세트 그룹에 Amazon Personalize *항목 상호 작용 데이터 세트*를 생성합니다.
**데이터세트 그룹과 데이터세트를 생성하려면**
1. [https://console.aws.amazon.com/acm-pca/home](https://console.aws.amazon.com/personalize/home)에서 Personalize 콘솔을 열고 계정에 로그인합니다.
1. **데이터세트 그룹 생성**을 선택합니다.
1. **데이터세트 그룹 세부 정보**의 **데이터세트 그룹 이름**에서 데이터세트 그룹의 이름을 지정합니다.
1. **도메인**의 경우 **사용자 지정**을 선택합니다. 다음과 유사한 화면이 표시되어야 합니다.
1. **그룹 생성**을 선택합니다. **개요** 페이지가 나타납니다.
1. **1단계에서. 데이터세트 생성 및 데이터 가져오기**를 선택하고 **데이터세트 생성**을 선택한 다음 **항목 상호 작용 데이터세트**를 선택합니다.
1. **Personalize 데이터세트로 직접 데이터 가져오기**를 선택하고 **다음**을 선택합니다.
1. **항목 상호 작용 데이터 세트 구성** 페이지에서 **데이터 세트 이름**에 데이터 세트의 이름을 지정합니다.
1. **데이터세트 스키마**의 경우 **새 스키마 생성**을 선택합니다. **스키마 필드** 섹션에는 최소 항목 상호 작용 스키마가 표시됩니다. 스키마는 이전에 `ratings.csv`파일에 추가한 헤더와 일치하므로 아무 것도 변경할 필요가 없습니다. 학습 데이터를 생성하지 않은 경우 [시작하기 전제 조건](gs-prerequisites.md)단원을 참조하세요.
1. **스키마 이름**의 경우 새 스키마의 이름을 지정합니다. 다음과 유사한 화면이 표시되어야 합니다.
1. **다음**을 선택합니다. **항목 상호 작용 데이터 세트 가져오기 작업 구성** 페이지가 나타납니다. 그 다음, [2단계: 항목 상호 작용 데이터 가져오기](#getting-started-console-import-data)을 완료하여 상호작용 데이터를 가져옵니다.
## 2단계: 항목 상호 작용 데이터 가져오기
데이터 세트를 만들었으니 이제 항목 상호 작용 데이터를 데이터 세트로 가져올 차례입니다.
**항목 상호 작용 데이터를 가져오려면**
1. **항목 상호 작용 데이터 세트 가져오기 작업 구성** 페이지에서 **데이터 가져오기 소스**에 대해 **S3에서 데이터 가져오기**를 선택합니다.
1. **데이터세트 가져오기 작업 이름**의 경우, 가져오기 작업의 이름을 지정합니다.
1. **추가 S3 버킷 정책 필요** 대화 상자에서 Personalize 권한을 부여하지 않은 경우 지침에 따라 [필수 S3 버킷 정책을 추가](granting-personalize-s3-access.md)합니다.
1. **데이터 위치**의 경우 Simple Storage Service(S3)에서 영화 데이터 파일을 저장할 위치를 지정합니다. 다음 구문을 사용합니다.
**s3://amzn-s3-demo-bucket//filename.csv**
1. **IAM 역할** 섹션에서 **IAM 서비스 역할**에 대해 **사용자 지정 IAM 역할 ARN**을 선택합니다.
1. **사용자 지정 IAM 역할 ARN**의 경우 [Personalize에 대한 IAM 역할 생성](set-up-required-permissions.md#set-up-create-role-with-permissions)에서 생성한 역할을 지정합니다.
**데이터세트 가져오기 작업 세부 정보** 및 **IAM 역할** 섹션은 다음과 비슷해야 합니다.
1. **이벤트 지표를 S3에 게시** 및 **태그** 섹션은 변경하지 않은 상태로 두고 **가져오기 시작**을 선택합니다. 데이터 가져오기 작업이 시작되고 **개요** 페이지가 표시됩니다. 처음에는 상태가 **생성 대기 중**이고(그 다음은 **생성 진행 중**), **솔루션 생성** 버튼이 비활성화되어 있습니다.
데이터 가져오기 작업을 마치면 상태가 **활성**으로 변경되고 **솔루션 생성** 버튼이 활성화됩니다.
1. 데이터를 가져왔으니 이제 [3단계: 솔루션 생성](#getting-started-console-create-solution)에서 솔루션을 만들 준비가 되었습니다.
## 3단계: 솔루션 생성
이 자습서에서는 [2단계: 항목 상호 작용 데이터 가져오기](#getting-started-console-import-data)에서 가져온 데이터세트를 사용하여 모델을 학습시킵니다. 학습된 모델을 솔루션 버전이라고 합니다.**
**중요**
이 자습서에서는 자동 학습을 사용하는 솔루션을 생성합니다. 자동 학습을 사용하면 솔루션이 활성화되어 있는 동안 학습 비용이 발생합니다. 불필요한 비용을 방지하려면 완료되었을 때 솔루션을 삭제해야 합니다. 자세한 내용은 [Amazon Personalize 리소스 삭제 요구 사항](deleting-resources.md) 단원을 참조하십시오.
**솔루션을 생성하려면**
1. 데이터세트 그룹의 **개요** 페이지의 **3단계에서. 학습 및 추천 리소스를 설정**하고 **솔루션 생성**을 선택합니다.
1. **솔루션 이름의 경우 솔루션에 대한 이름을 지정합니다.**
1. **솔루션 유형**에서는 **항목 추천**을 선택합니다.
1. **레시피**에서 `aws-user-personalization-v2`를 선택합니다.
다음과 유사한 화면이 표시되어야 합니다.
1. **다음**을 선택합니다. **학습 구성** 필드는 변경하지 않고 그대로 둡니다. 생성하는 솔루션은 7일마다 새 모델을 자동으로 학습하고 최신 항목 상호 작용 데이터에 더 많은 가중치를 부여합니다.
1. **다음**을 선택하고 솔루션에 대한 세부 정보를 검토합니다.
1. **솔루션 생성**을 선택하면 솔루션의 세부 정보 페이지가 표시됩니다. 솔루션을 생성한 후 Amazon Personalize는 1시간 이내에 첫 번째 솔루션 버전을 생성하기 시작합니다. 학습이 시작되면 세부 정보 페이지의 **솔루션 버전** 섹션에 나타나며 상태를 모니터링할 수 있습니다.
**솔루션 버전 상태**가 활성이면 [4단계: 캠페인 생성](#getting-started-console-deploy-solution)으로 이동할 준비가 된 것입니다.**
## 4단계: 캠페인 생성
이 절차에서는 이전 단계에서 생성한 솔루션 버전을 배포하는 캠페인을 생성합니다.
**캠페인을 생성하려는 경우**
1. 탐색 창에서 **사용자 지정 리소스**를 확장하고 **캠페인**을 선택합니다.
1. **캠페인 생성**을 선택합니다. **새 캠페인 생성** 페이지가 나타납니다.
1. **캠페인 세부 정보**의 **캠페인 이름**에서 캠페인의 이름을 지정합니다.
1. **솔루션**에 대하여 이전 단계에서 생성한 솔루션을 선택합니다.
1. **최신 솔루션 버전 자동 사용**을 선택합니다. 다른 모든 필드는 변경하지 않습니다.
다음과 유사한 화면이 표시되어야 합니다.
1. **캠페인 생성**을 선택합니다. 캠페인 생성이 시작되고 **개인 맞춤 API** 섹션이 있는 캠페인 세부 정보 페이지가 표시됩니다.
캠페인을 만드는 데 몇 분 정도 걸릴 수 있습니다. Personalize에서 캠페인 생성을 마치면 페이지가 업데이트되어 **캠페인 결과 테스트** 섹션이 표시됩니다. 다음과 유사한 화면이 표시되어야 합니다.
## 5단계: 추천 받기
이 절차에서는 이전 단계에서 생성한 캠페인을 사용하여 추천을 받습니다.
**추천을 받으려면**
1. **캠페인 결과 테스트**의 **사용자 ID**에서 평점 데이터세트의 값(예: **83**)을 지정합니다.** 다른 모든 필드는 변경하지 않습니다.
1. **추천 받기**를 선택합니다. **추천** 패널에는 추천 항목에 대한 항목 ID와 점수가 나열됩니다.
다음과 유사한 화면이 표시되어야 합니다.
