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

# 런타임 환경 사용자 지정
<a name="train-remote-decorator-customize"></a>

선호하는 로컬 통합 개발 환경(IDE), SageMaker 노트북 또는 SageMaker Studio Classic 노트북을 사용하여 ML 코드를 작성하도록 런타임 환경을 사용자 지정할 수 있습니다. SageMaker AI는 함수 및 종속성을 SageMaker 훈련 작업으로 패키징하고 제출하는 데 도움을 줍니다. 이를 통해 SageMaker 훈련 서버의 용량에 액세스하여 훈련 작업을 실행할 수 있습니다.

원격 데코레이터와 함수를 호출하는 `RemoteExecutor` 메서드를 통해 사용자는 런타임 환경을 정의하고 사용자 지정할 수 있습니다. `requirements.txt` 파일 또는 conda 환경 YAML 파일을 사용할 수 있습니다.

conda 환경 YAML 파일 및 `requirements.txt` 파일을 모두 사용하여 런타임 환경을 사용자 지정하려면 다음 코드 예제를 참조하세요.

```
# specify a conda environment inside a yaml file
@remote(instance_type="ml.m5.large",
        image_uri = "my_base_python:latest", 
        dependencies = "./environment.yml")
def matrix_multiply(a, b):
    return np.matmul(a, b)

# use a requirements.txt file to import dependencies
@remote(instance_type="ml.m5.large",
        image_uri = "my_base_python:latest", 
        dependencies = './requirements.txt')
def matrix_multiply(a, b):
    return np.matmul(a, b)
```

또는 `dependencies`을 `auto_capture`로 설정하여 SageMaker Python SDK가 활성 conda 환경에 설치된 종속성을 캡처하도록 할 수 있습니다. `auto_capture`가 안정적으로 작동하려면 다음이 필요합니다.
+ 활성 conda 환경이 있어야 합니다. 잠재적인 종속성 충돌을 줄이려면 원격 작업에 `base` conda 환경을 사용하지 않는 것이 좋습니다. 또한 `base` conda 환경을 사용하지 않으면 원격 작업에서 환경을 더 빠르게 설정할 수 있습니다.
+ 파라미터 `--extra-index-url` 값과 함께 pip를 사용하여 종속 항목을 설치해서는 안 됩니다.
+ 로컬 개발 환경에서 conda로 설치한 패키지 및 pip로 설치한 패키지 간 종속성 충돌이 없어야 합니다.
+ 로컬 개발 환경에 Linux와 호환되지 않는 운영 체제별 종속성이 포함되어서는 안 됩니다.

`auto_capture`가 작동하지 않는 경우 이 섹션의 첫 번째 코딩 예제에 설명된 대로 종속성을 requirement.txt 또는 conda environment.yaml 파일로 전달하는 것이 좋습니다.