Day 1 - 커스텀 학습: 스크립트 모드, BYOC, 프레임워크 컨테이너

📌 핵심 정리

• 커스텀 학습은 "내 코드를 어디까지 가져오느냐"의 스펙트럼이다 — 내장 알고리즘 → 스크립트 모드 → requirements 확장 → BYOC.
• 스크립트 모드: train.py만 주면 AWS 프레임워크 컨테이너가 실행한다. Docker 불필요 → 시험의 "최소 노력" 정답.
• requirements.txt 확장: 파이썬 패키지만 더 필요할 때. source_dir에 넣으면 컨테이너 시작 시 자동 설치된다.
• BYOC: 시스템 패키지(apt)·특수 런타임·미지원 프레임워크일 때만. ECR 이미지 + /opt/ml/ 경로 규약.
• 규약을 어기면 조용히 실패한다 — 데이터는 SM_CHANNEL_<채널명>, 모델은 반드시 SM_MODEL_DIR에 저장.

세 가지 커스터마이징 수준

실무에서는 PyTorch·TensorFlow로 직접 짠 모델을 학습하거나 회사 표준 라이브러리를 묶은 자체 환경이 필요할 때가 많다. SageMaker 학습은 "AWS가 제공하는 컨테이너를 얼마나 그대로 쓰느냐"로 구분된다.