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

# 직접 호출을 통해 다중 컨테이너 엔드포인트를 호출하세요.
<a name="multi-container-direct"></a>

SageMaker AI 다중 컨테이너 엔드포인트를 사용하면 고객이 여러 컨테이너를 배포하여 SageMaker AI 엔드포인트에 다양한 모델을 배포할 수 있습니다. 단일 엔드포인트에서 최대 15개의 서로 다른 추론 컨테이너를 호스팅할 수 있습니다. 직접 호출을 사용하면 다중 컨테이너 엔드포인트에서 호스팅되는 특정 추론 컨테이너에 요청을 보낼 수 있습니다.

 직접 호출로 다중 컨테이너 엔드포인트를 호출하려면 다른 엔드포인트를 호출하는 것처럼 [invoke\_endpoint](https://boto3.amazonaws.com/v1/documentation/api/latest/reference/services/sagemaker-runtime.html#SageMakerRuntime.Client.invoke_endpoint)를 호출하고 `TargetContainerHostname` 파라미터를 사용하여 호출할 컨테이너를 지정합니다.

 

 다음 예제는 다중 컨테이너 엔드포인트의 `secondContainer`를 직접 호출하여 예측을 가져옵니다.

```
import boto3
runtime_sm_client = boto3.Session().client('sagemaker-runtime')

response = runtime_sm_client.invoke_endpoint(
   EndpointName ='my-endpoint',
   ContentType = 'text/csv',
   TargetContainerHostname='secondContainer', 
   Body = body)
```

 다중 컨테이너 엔드포인트에 대한 직접 호출 요청이 각각 있는 경우 `TargetContainerHostname`가 있는 컨테이너만 호출 요청을 처리합니다. 다음 중 하나를 수행하면 확인 오류가 발생합니다.
+ 엔드포인트에 존재하지 않는 `TargetContainerHostname`를 지정하세요
+ 직접 호출하도록 구성된 엔드포인트에 대한 요청에는 `TargetContainerHostname` 값을 지정하지 마세요.
+ 직접 호출이 구성되지 않은 엔드포인트에 대한 요청에는 `TargetContainerHostname` 값을 지정하세요