Day 1 - SageMaker 학습 작업(Training Job): Estimator, 입력 채널, 인스턴스, Spot

지난 주에 데이터를 준비하고 특성으로 정리했다면, 이번 주부터는 그 데이터로 실제 모델을 학습시킨다. SageMaker에서 모델 학습의 기본 단위는 Training Job이다. 노트북에서 for epoch in ...을 직접 돌리는 대신, "이 데이터로, 이 컨테이너에서, 이 인스턴스로 학습해줘"라고 작업을 던지면 SageMaker가 인스턴스를 띄우고 학습을 끝낸 뒤 결과를 S3에 저장하고 인스턴스를 자동으로 내린다.

MLA-C01 시험에서 Training Job은 "Estimator 구성", "입력 채널(S3/FSx)", "인스턴스 선택", "Spot 학습으로 비용 절감" 같은 키워드로 등장한다. 오늘은 학습 작업의 구조와 비용을 다루는 네 축을 본다.

Training Job의 동작 흐름

Training Job은 한 번 던지면 다음 순서로 진행된다. 이 흐름을 머릿속에 그려두면 나머지 개념이 다 그 위에 얹힌다.

1. 인스턴스 프로비저닝: 지정한 타입·개수만큼 EC2 인스턴스를 띄운다.
2. 컨테이너 실행: 알고리즘이 담긴 Docker 이미지(ECR)를 인스턴스에 내려 실행한다.
3. 입력 데이터 다운로드: S3(또는 FSx)에서 학습 데이터를 인스턴스로 가져온다.
4. 학습 수행: 컨테이너가 데이터를 읽어 모델을 학습한다. 5