어제 본 스케일링·인코딩·결측치 처리를 매번 pandas로 손코딩하면 시간이 오래 걸리고, 적용한 변환 순서를 재현하기도 어렵다. SageMaker Data Wrangler는 이 전체 흐름을 시각적 인터페이스로 묶어주는 도구다. 데이터를 불러오고, 분포를 눈으로 보고, 변환을 클릭으로 쌓고, 그 결과를 학습 파이프라인으로 내보내는 작업을 한 화면에서 한다.
MLA-C01 시험에서 Data Wrangler는 "탐색적 분석과 변환을 빠르게 시각적으로" 해야 하는 시나리오의 정답으로 자주 등장한다. 오늘은 데이터 소스 연결, 변환, 분석, 내보내기라는 4단계를 본다.
Data Wrangler는 SageMaker Studio 안에서 동작하는 데이터 준비 도구다. 핵심은 flow라는 개념이다. flow는 데이터 소스 → 변환 단계들 → 출력으로 이어지는 방향성 그래프(DAG)이며, 각 노드가 하나의 데이터 처리 단계다. 사용자가 GUI에서 변환을 추가하면 Data Wrangler가 내부적으로 그에 해당하는 코드(pandas/PySpark)를 생성한다.