Cloud Machine Learning Engine

우수한 모델을 빌드하고 프로덕션에 배포하세요.

무료로 사용해 보기

운영이 아닌 모델에 집중하세요.

Google Cloud Machine Learning(ML) Engine은 개발자와 데이터 과학자가 우수한 머신러닝 모델을 빌드하고 제작하도록 도와주는 관리형 서비스입니다. Cloud ML Engine은 함께 또는 따로 사용할 수 있는 교육 및 예측 서비스를 제공합니다. Cloud ML Engine은 기업에서 위성 이미지의 구름을 파악하는 일부터 식품 안전을 보장하고 고객 이메일에 4배 더 빠르게 응답하는 일까지 여러 가지 문제를 해결하는 데 사용되는 검증된 서비스입니다.

학습

머신러닝은 컴퓨터 모델을 훈련시켜 데이터에서 패턴을 찾습니다. 잘 설계된 모델을 훈련시키는 데 사용할 수 있는 고품질 데이터가 많을수록 솔루션이 더욱 스마트해집니다. scikit-learn, XGBoost, Keras, TensorFlow(Google 포토부터 Google Cloud Speech에 이르는 다양한 Google 제품을 지원하는 최첨단 딥 러닝 프레임워크)를 비롯한 여러 ML 프레임워크(베타 버전)로 모델을 빌드할 수 있습니다. Cloud ML Engine을 사용하면 모델 아키텍처를 자동으로 설계하고 평가하여 전문가 없이도 지능형 솔루션을 보다 신속하게 구현할 수 있습니다. Cloud ML Engine은 모든 데이터를 활용할 수 있도록 확장됩니다. 관리형 클러스터에서 모든 모델을 대규모로 훈련시킬 수 있습니다.

예측

예측 기능은 애플리케이션 및 워크플로에 인텔리전스를 통합합니다. 학습된 모델이 생성되면 예측 기능이 컴퓨터에서 학습한 내용을 새로운 사례에 적용합니다. ML Engine은 두 가지 유형의 예측을 제공합니다.

온라인 예측은 가용성이 높고 실시간으로 응답하는 완전 관리형 서버리스 호스팅을 통해 ML 모델을 배포합니다. Google의 글로벌 예측 플랫폼은 처리량에 맞게 자동으로 조정되며 ML을 애플리케이션에 통합하는 데 사용되는 안전한 웹 엔드포인트를 제공합니다.

배치 예측은 비동기식 애플리케이션에 적합한 탁월한 처리량으로 비용 효율적인 추론을 제공합니다. 프로덕션 데이터 크기(TB)에 대한 추론을 수행할 수 있도록 확장됩니다.

여러 프레임워크를 훈련시키고 배포하세요.

개발자와 데이터 과학자는 학습 및 온라인 예측을 통해 여러 ML 프레임워크를 사용할 수 있으며, Docker 컨테이너 없이도 ML 모델을 프로덕션 환경에 원활하게 배포할 수 있습니다. 또한 사용자는 어디에서나 학습된 모델을 가져올 수 있습니다.

Tensorflow 로고 Scikit learn 로고 Keras 로고 Xgboost 로고

Cloud ML Engine 특징

자동 리소스 프로비저닝
인프라에 대한 걱정 없이 모델 개발과 배포에 집중할 수 있습니다. 관리형 서비스가 모든 리소스 프로비저닝과 모니터링을 자동화합니다. CPU, GPU, TPU를 지원하는 관리형 분산 학습 인프라를 사용하여 모델을 빌드할 수 있습니다. 다수의 노드에서 학습시키거나 여러 실험을 동시에 실행하여 모델 개발 속도를 높여 보세요.
HyperTune
HyperTune을 통해 딥 러닝 초매개변수를 자동으로 조정하여 뛰어난 결과를 더 빠르게 얻을 수 있습니다. 데이터 과학자는 클라우드에서 수천 개의 조정 실험을 관리할 수 있습니다. 따라서 지루하고 오류가 발생하기 쉬운 작업에 걸리는 많은 시간을 절약할 수 있습니다.
이식 가능한 모델
오픈소스 TensorFlow SDK 또는 기타 지원되는 ML 프레임워크(베타)를 사용하여 샘플 데이터세트로 로컬에서 모델을 학습시키고, Google Cloud Platform을 사용하여 대규모 학습을 실시하세요. Cloud ML Engine으로 학습시킨 모델을 다운로드하여 로컬에서 실행하거나 모바일로 통합할 수 있습니다. 또한 Docker 컨테이너 없이도 학습된 scikit-learn, XGBoost, Keras, TensorFlow 모델을 어디서나 가져와 완전 관리형 실시간 예측 호스팅을 구현할 수 있습니다.
서버 측 사전 처리
scikit-learn 파이프라인 및 tf.transform을 사용하여 배포 사전 처리를 Google Cloud로 푸시합니다. 즉, 프로덕션 환경에서 모델에 원시 데이터를 보내고 로컬 계산을 줄일 수 있습니다. 또한 학습 및 예측에서 다른 사전 처리를 사용해 데이터 편향이 생기는 일을 방지합니다.
통합
Google 서비스는 함께 작동하도록 설계되었습니다. Cloud ML Engine은 기능 처리 시 Cloud Dataflow, 데이터 저장 시 Cloud Storage와 함께 작동합니다.
여러 프레임워크
학습 및 온라인 예측은 분류, 회귀, 클러스터, 차원 감소 모델을 학습시키고 제공하는 데 여러 프레임워크를 지원합니다.
  • scikit-learn - 광범위하면서도 단순한 일반 머신러닝에 적합
  • XGBoost - 간편하고 정확한 eXtreme Gradient Boosting에 적합
  • Keras - 쉽고 빠른 딥 러닝 프로토타이핑에 적합
  • TensorFlow - 최첨단 딥 러닝 성능에 적합

"Google Cloud Machine Learning Engine을 통해 위성에서 캡처한 이미지에서 시각적 이상이 있는 부분을 수정하는 속도와 정확도를 향상할 수 있었습니다. 이를 통해 수십 년 동안 지속된 문제가 해결되어 앞으로도 Airbus Defence and Space는 현재 활용 가능한 상업용 지구 관측 데이터 중 가장 포괄적인 범위의 자료를 독보적으로 제공할 수 있게 되었습니다."

— 마티아스 오트너 Airbus Defence and Space 데이터 분석 및 이미지 처리 책임자

CLOUD ML Engine 가격

Cloud ML Engine은 ML 모델 학습 및 학습된 모델을 사용한 예측 실행에 대한 비용을 청구합니다. 자세한 가격 정보는 가격 책정 가이드를 참조하세요.

미국 유럽 아시아
학습 - 사전 정의된 확장 등급 - 시간당 가격 학습 - 머신 유형 - 시간당 가격 배치 예측 - 노드 시간당 가격 온라인 예측 - 노드 시간당 가격
BASIC standard
STANDARD_1 large_model
PREMIUM_1 complex_model_s
BASIC_GPU complex_model_m
BASIC_TPU (Beta) complex_model_l
CUSTOM 확장 등급으로 '커스텀'을 선택하면 학습 작업에 사용되는 가상 머신의 개수와 유형을 제어할 수 있습니다. 머신 유형 표를 참조하세요. standard_gpu
complex_model_m_gpu
complex_model_l_gpu
standard_p100
complex_model_m_p100
standard_v100 (Beta)
large_model_v100 (Beta)
complex_model_m_v100 (Beta)
complex_model_l_v100 (Beta)
cloud_tpu (Beta)
USD 외의 통화로 지불하면 Cloud Platform SKU에 해당 통화로 표기된 가격이 적용됩니다.

다음에 대한 의견 보내기...

Cloud Machine Learning Engine (Cloud ML Engine)