AWS와 클라우드 서비스에 대해 어느 정도 기초 지식이 있는 사람에게 추천한다.

AWS에서 제공하는 AL, ML 기능을 활용하여 데이터 과학 프로젝트를 구축하고

IAM, EC2, 다이나모 DB, AWS 람다 등의 서비스를 사용하여

데이터 수집과 처리하는 방법에 대해 다루고 있기 때문에 기초 지식이 전혀 없는 상태에서  읽기엔 힘들다고 본다.

마지막에 부록으로 AWS 서비스명 대한 음차 표기 내용이 있어서 읽어보았는데 정말 거의 다 모름..

이렇게 아직 AWS를 모른다.. 너란 서비스.. 멀고 먼 존재..

시간 날 때 아마존 웹서비스 공식 홈페이지랑 같이 보면 좋을듯한 책이다.

책의 내용은 정말 알차다.

AWS에 대한 간단한 설명과 함께 다른 서비스들을 이용하여 데이터를 수집하고 분석, 배포까지 실습해 볼 수 있는 책이다.

AWS와 클라우드에 대한 내용을 같이 다루고 있어서 두 부분을 결합해서 공부해 볼 수 있는 좋은 기회였다.

데이터 과학의 전체적인 흐름을 파악하기에도 좋다.

[BOOK] AWS 기반 데이터 과학 - 크리스 프레글리, 안티 바르트 지음 / 서진호, 최미영 옮김

부제: "엔드투엔드, AI/ML 파이프라인 구현하기"

요즘 ChatGPT는 어딜가나 화제입니다. 몇 일 전에는 네이버가 CLOVA X를 공개해서 주목받았고, ChatGPT와 비교하는 내용의 글은 SNS 등에서 쉽게 찾아 볼 수 있습니다. 꽤 오랜기간 잠잠했던 인공지능이 최근 놀라운 결과물을 쏟아낼 수 있도록 받쳐준 것은 클라우드입니다. ChatGPT와 같은 서비스를 만들기 위해서는 대규모 데이터 셋과 연산 능력이 필요한데 이를 위해 클라우드가 필수적입니다.

데이터 과학과 클라우드는 밀접한 관계를 맺고 있어 데이터 과학 프로젝트를 성공적으로 수행하려면 클라우드에 대한 이해가 필요합니다. 이런 데이터 과학과 클라우드의 관계로 AWS 클라우드를 활용하여 데이터 과학 프로젝트를 구축하는 방법을 다루고 있는 이 책이 나오게된 것 같습니다.

이 책의 저자 두 분은 AWS의 AI/ML 분야 개발자 애드버킷으로 근무하는 분들이니 AWS를 활용한 데이터 과학 프로젝트를 수행하는 방법에 대해서 잘 설명할 수 있는 분들일 것 같습니다. 역자 두 분 중 한 분은 저자들과 마찬가지로 AWS에서 AI/ML 분야에서 근무하는 분이고, 다른 한 분은 MS 테크 에반젤리스트로 업계에 잘 알려진 분이라 책을 펼쳐보기 전부터내용이 좋을 것 같은 기대가 있었습니다.

이 책은 데이터 과학 프로젝트에 활용할 수 있는 AWS의 인프라, 데이터 도구, AI/ML 스택과 서비스 그리고 보안에 이르는 많은 것을 다루고 있습니다. 데이터 과학 파이프라인과 워크플로우를 중심으로 각 단계에서 활용할 수 있는 AWS의 서비스를 설명하고, 데이터 과학 프로젝트 사용 사례에 AWS의 AI/ML 스택을 적용하여 활용법을 설명합니다. 특히 아직 번역자료가 부족한 세이지메이커(SageMaker)를 활용하여 데이터 과학 프로젝트를 수행하는 방법을 잘 보여줍니다.

데이터 과학과 클라우드 두 가지를 동시에 다루고 있어서 책 하나로 두 분야를 공부할 수 있다는 장점도 있지만 두 분야에 대한 기초적인 준비가 없으면 책 한 권을 모두 소화하지 못할 수도 있습니다. 데이터 과학과 클라우드에 대한 기초적인 내용을 한 번 살펴본 후에 이 책으로 AWS와 데이터 과학, 두 마리 토끼를 사냥해 보면 얻는 것이 많을 것 같습니다.

"한빛미디어 [나는 리뷰어다] 활동을 위해서 책을 제공받아 작성된 서평입니다."

기존에 데이터 분석을 위해서는 여러 시스템 및 도구를 활용해야 했습니다.

하지만 이 도서에서는 AWS의 시스템을 이용해서 수집 부터 분석 및 배포까지 설명을 하고 있습니다. 한 곳에 모든게 가능한 것은 도구를 활용함에 있어서 다른 부분의 문제를 해결하는데 고심을 하지 않고 분석에만 치중할 수 있게 해줍니다.

12개의 챕터로 이루어져 있으며

챕터 1에서는 전반적인 소개를 하고 챕터 2에서는 모범사례를 설명해 줍니다. 어떻게 활용해야 할지 모르는 상태에서 이부분들을 이용해서 활용법에 대한 감을 잡을 수 있어 보입니다.

챕터 3부터 AWS서비스를 이용해서 활용하는 방법이 나와서 따라하면서  ML에 대한 활용도를 높일 수 있습니다.

마지막에 AWS보안이 나오는데 이는 AWS서비스가 복잡하기도 하고 실체가 보이지 않아 가지고 있는 데이터의 보안을 어떻게 해야 문제없이 지킬 수 있는지를 알려주기 위해서 존재하는 것 같습니다.

전반적으로  AWS를 이용하여 ML를 구현하는데 이해도를 높이는데 좋은 도서입니다.

한빛미디어 ＜나는 리뷰어다＞ 활동을 위해서 책을 제공받아 작성된 서평입니다

오늘 리뷰할 책은 [AWS 기반 데이터 과학] 입니다. 우선 이 책은 정말 첫 대면부터 놀랍더군요.

https://www.hanbit.co.kr/media/books/book_view.html?p_code=B6134249359

일단 650여 페이지라는 상당한 볼륨, 최근에 본 책중에 두꺼운 편이네요.

그리고 수많은 사람들의 추천사도 대단하고, 목차도 엄청 자세히 나온거 같아

책을 보는 내내 계속 놀라고 있었습니다.

목차를 보는 것도 상당 시간이 걸릴 정도로 이 책은 데이터를 다루는 거의 모든 영역과 대부분의 AWS 서비스에 대한 내용을 다루고 있습니다. 과연 이 내용들을 다 이해 할 수 있을까? 라는 의문이 들었는데...

책을 빠르게 보면서 의문은 자연스레 해결이 되네요. 어떤 부분은 자세히 설명이 되어 있지만, 또 다른 부분들은 간단하게 핵심만 언급하고 지나가는 부분도 보입니다. 이런 부분들은 아마 경험이 있거나 이전에 공부한 사람들이 아니면 도대체 뭔소리인가 넘어갈듯 합니다. 책의 분량이 상당함에도 불구하고 방대한 영역을 모두 자세히 설명하는 것은 역시 무리수인거죠.

또한 이 책의 중반 부터 절반 이상은 머신러닝/딥러닝에 대한 내용을 다루고 있습니다. 요즘 유행하는 chatGPT에 대한 내용은 아니지만, 예전에 유명했던 BERT 모델에 대해 주로 설명하고 있습니다. 사실 BERT 같은 언어 모델은 개념이 많이 어렵기 때문에 이해 하는게 쉽지 않습니다. 당연하거지만 통계나 수학적인 지식이 필요하지만 이 책은 그런 부분은 대부분 생략되어 있습니다. 한빛미디어 사이트에 가서 보니 역시나 이 책은 중고급 대상으로 나와 있네요. 제가 보기엔 중급자들도 어려울거 같은 느낌.

책의 마지막에는 클라우드에서 역시 중요한 보안과 네트워크에 대해서도 한 챕터를 할당해서 설명이 있습니다.

이 책은 정말 모든 챕터가 대부분 주옥 같은 내용들이라 자세한 설명이 없는 부분에 대해서는 다른 책이나 AWS 매뉴얼을 참고 해야 합니다. 특히 제가 개인적으로 관심 있었던 추천 시스템, MLOps, mlflow, AutoML 등도 짧게나마 설명이 있어서 좋았습니다.

결론, AWS 를 사용하거나 데이터를 다룬는 직군, 머신러닝/딥러닝을 한다면 꼭 이책을 한번 보시기를 권합니다.

다양한 내용을 보면서 자신이 어떤 부분에 취약한지 금방 알 수 있게 해주는 그런 책입니다.

"한빛미디어 ＜나는 리뷰어다＞ 활동을 위해서 책을 제공받아 작성된 서평입니다."

ChatGPT의 인기와 더불어 AI의 기술 발전 속도가 어마어마하다. 이러한 AI의 기술 발전 속도에 발 맞추어 아마존 AWS에는 수많은 서비스가 있다. 기본적인 클라우드 컴퓨팅에서 부터, 스토리지 서비스, 보안 등 제공하고 있는 서비스의 명칭이 어디 카테고리에 속하는지 헷갈릴 정도이다. 출판사에서 소개하고 있는 소개 페이지 글은 다음과 같다..

이 책에서 다루는 AWS 서비스 일부 소개

- 스토리지: Amazon EBS, Amazon EFS, Amazon S3 등

- 데이터베이스: Amazon RDS, Amazon DynamoDB, Amazon Aurora, Amazon QLDB 등

- 컴퓨트: Amazon EC2, AWS Lambda, Amazon ECS, Amazon EKS 등

- 인공지능: Amazon SageMaker, Amazon Lex, Amazon Translate, AWS DeepLens 등

- 보안: AWS IAM, AWS KMS, Amazon Macie, AWS Artifact, AWS Config 등

AWS의 서비스 중 클라우드와 웹서비스에 대한 소개 서적은 많은데, 인공지능 + 데이터 과학 서비스를 중점적으로 다룬책은 드물고 이 책은 Amazon SageMaker를 포함하여 인공지능 + 데이터 과학 서비스 중심으로 다루고 있다.

책의 전반부에서는 머신러닝의 일반적인 워크플로우와 아마존 AI, ML에 대한 전반적인 설명을 하고 있다.

---

데이터 준비 -＞ 모델 훈련 및 튜닝 -＞ 배포와 모니터링

---

이러한 워크플로우를 따라가며, AWS의 서비스중 어떠한 것을 적재적소에 사용해야 하는지 그 서비스는 무엇인지 설명하는 방식을 취한다.

단순히 AWS 서비스를 나열하여 설명하는데 그치는 것이 아니라 실질적인 예제와 실질적인 도표를 통해 최대한 시각적으로 표현해 주어 이해도를 높여 주고 있다. 아마 두 공동저자가 현업 AWS 근무하는 직원이어서 서비스들에 대한 이해도도 깊고 그러한 서비스들을 어떻게 활용해야하는지 잘 알고 있으며, 그렇기에 더 친절하게 설명이 가능한 것이라 짐작해 본다.

또한 유독 책 하단에 '옮긴이'의 주석이 많은 것도 인상적이다. 배경지식이 부족하거나 이해가 힘든 부분에 있어 최대한 '옮긴이'의 주석을 통해 쉽게 이해할 수 있도록 역자 두분이 친절하게 설명해 주고 있다.

AWS를 활용하여 AI/ML 파이프라인을 구성하고 최적의 비용으로 서비스하는 프로덕션 레벨의 서비스를 만들고자 한다면 이 책 "AWS기반 데이터 과학'은 훌륭한 길잡이가 될 수 있을 것이다.

"한빛미디어 ＜나는 리뷰어다＞ 활동을 위해서 책을 제공받아 작성된 서평입니다."

이 책의 제목은 많은 것들을 함축하고 있다.

2015년 부터 AI를 공부하고 있지만 아직도 공부 중인 나로서는 이 책의 제목과 목차 그리고 책의 내용은 무척이나 흥미로웠다.

그 이유는 초반에 Machine Learning 기반의 분석과 수요 예측을 할 때는 솔직히 인프라 환경에 대한 중요성 보다는 데이터 분석 포커스에 맞는 데이터 수집 그리고 이를 기반으로 한 분석 프로젝트가 많았었다.

하지만 알파고 이후에 딥러닝이 활성화 되면서 부터는 딥러닝 모델 기반의 솔루션을 제작해야 하는 프로젝트를 수행하게 되었고, 데이터 보안과 맞물려 내부 인프라 장비를 통해 학습을 해야 하는 제약사항이 발생하게 되면서 인프라의 사양이 프로젝트 기간을 수립하는데 중요한 역할을 하게 되었다.

2023년 작금의 상황은 Large Scale Language Model의 시대 무엇보다 중요한 것은 빠르게 학습하여 빠르게 판단할 수 있는 환경을 누가 보유하고 선점하느냐가 가장 중요한 시기가 된 것 같다.

자체 LLM 모델 구축 시에도 무엇보다 선행인건 모델의 빠른 성능 테스트 후 모델의 향상 하지만 이제는 데이터 파이프라인과 데이터 수집은 선결조건인 시대가 되었다.

이에 LLMOPS라는 용어가 탄생하게 되었고 이는 언어 데이터의 메커니즘 및 모델링 메커니즘 기반하여 어떤 식으로 DownStream Task에 효과적으로 적용하여 활용할 수 있는지 까지 고려해야 하는 아키텍처를 구성해야 한다는 측면이라고 생각된다.

이에 AWS에서는 증강 데이터 기반 모델링을 언제 다시 수행해야 하는지에 대하여 오토파일럿을 사용한 AutoML기반의 성능 측정을 통해 재학습할지 여부를 결정하고 이를 비즈니스 로직단에서 활용시에 영향도 분석을 위한 트래킹 실험을 구성한다.

또한 다양한 LLM 오픈 소스 생태계와 연합하여 Foundation Model을 확보하고 이를 기반으로 어떻게 적용될 수 있을지에 대한 엔드포인트 기반 다양항 품질 모니터링을 활용할 수 있는 체계를 수립하였다.

이는 어찌보면 인프라 기반 서비스에 가장 큰 장점이며, 이를 기반으로 빠르게 활용해 보고 적용해 보면서 성능 메트릭을 고도화하는 방법론을 적용하기 위한 선결조건이 인프라라는 것을 의미한다.

이 책은 다양한 분석에 대한 활용을 AWS기반으로 어떻게 작동시키고 사용할 수 있는지에 대하여 전반적으로 다룬 책이다.

지금의 LLM의 열풍을 어떻게 효과적으로 AWS를 활용하여 꾸려갈 수 있는지에 대한 부분도 일부 담고 있다.

이에 데이터 분석을 AWS 클라우드 기반으로 시작하려는 분과 다양한 모델을 빠르게 적용하고, 다양한 데이터 분석 기반하여 모델을 고도화하려는 MLOPS 엔지니어들에게 초석을 다질 수 있는 책이라 생각한다.

"한빛미디어 ＜나는 리뷰어다＞ 활동을 위해서 책을 제공받아 작성된 서평입니다."

"한빛미디어 ＜나는 리뷰어다＞ 활동을 위해서 책을 제공받아 작성된 서평입니다."

개발을 진행하면서 클라우드 시스템을 많이 고려를 해야합니다. 그중에 aws는 클라우드 시스템을 구축하기에 매우 탁월한 시스템이고, 특히 aws을 기반한 데이터 과학을 매우 중요한 분야입니다.

aws에 대한 것을 거의 모두 다 다루고 있고, 자세한 설명을 통해 독자의 이해도를 높이려는 책입니다.

aws를 고려하고 있으시거나, 머신러닝, 딥러닝을 한다면 꼭 이책을 한번 보시면 좋겠습니다.

AWS 클라우드에서 머신러닝, 워크 플로우, 스트리밍 등 데이터 과학을 위한 서비스를 제공합니다.

아마존 세이지메이커, 에어플로우, AutoML, 키네시스 스트리밍 등 AWS 서비스를 사용하면서

얼핏 봤던 서비스들인데 과연 어떻게 사용해야할지, 접근하기가 어려웠었어요.

간단한 예제와 함께 AWS 데이터 과학 서비스를 어떻게 이용하는지 실습해볼 수 있어서 AWS 기반 데이터 과학 책을 선택했었어요!

첫 부분은 GAN, 강화 학습 등의 딥러닝을 어떻게 AWS 서비스로 사용할 수 있을지 소개하는 파트였어요.

데이터 분석, 기계 학습과 관련한 AWS 서비스가 적지 않아서 하나 하나 파악하기 쉽지 않았는데, 책으로 간략하게 처음부터 정리하고 가서 이해하기가 훨씬 좋았었어요.

데이터 수집을 위한 AWS 서비스, 데이터 탐색하는 AWS 서비스 사용법, AWS 에서 생성한 모델을 훈련하는 법, 대규모로 리소스를 투입하여 훈련하는 법, 모델을 배포하는 법을 차례대로 실습합니다.

데이터를 실시간으로 스트리밍 및 머신러닝을 하는 법도 소개합니다.

마지막으로는 AWS 보안을 하는 법도 소개해요.  기본적인 AWS IAM, KMS 서비스를 이용한 보안 방법부터 세이지메이커 등의 VPC 설정 등 데이터 과학 AWS 서비스에서도 보안을 하는 법도 알려줍니다.

머신러닝과 딥러닝 방식을 공부하시는 분들에게 실제 현업에서 클라우드로 어떻게 조작하고 관리하고 배포하는지 알려주는 귀한 기술 서적 입니다!

한빛미디어 ＜나는 리뷰어다＞ 활동을 위해서 책을 제공받아 작성된 서평입니다.

실무에서 실시간으로 쌓이는 대용량 데이터를 사용해서 실무 프로젝트를 진행한다면 클라우드 환경을 빼놓고 일하기가 어렵다. 이 책은 여러 클라우드 제품군 중 AWS를 기반으로 쓰여졌다.

데이터과학에 대한 어느정도 기본 이해가 있는 상태에서 AWS제품군을 활용방안을 제시하고 있기 때문에 데이터 과학에 대한 기초 소양이 필요한 책이기도 하다.

현업에서 AWS의 제품군을 활용하여 어떻게 비즈니스를 해야하는지에 대한 구체적인 사례를 함께 제시하고 있다. 단순히 알고리즘 혹은 클라우드 제품에 대한 소개가 아니라 제품군을 활용하여 실제 비즈니스에 어떻게 활용되는지에 대한 사례가 있어야 현업에 어떻게 적용할지 아이디어를 얻을 수 있는데 그런 점에서 이 책이 좋은 가이드 역할을 한다.

AWS는 제품군이 다양하고 복잡해서 콘솔을 열면 어디부터 작업해야할지 난감한데 이 책을 활용하여 데이터 과학 프로젝트를 어떻게 구축하고 배포해야하는지 상세하게 배울 수 있다.

실제 사례를 바탕으로 자연어처리, 컴퓨터 비전, 사기 탐지 등 비즈니스에 접목할 수 있는 예시라 아이디어를 얻기 좋다.

아마존 ML 스택을 통해 세이지메이커 오토파일럿의 AutoML을 사용한 사례를 통해 복잡한 제품군에 대한 활용법을 찾아볼 수 있다. 머신러닝 모델을 반복가능한 MLOps 파이프라인으로 통한합는 방법, 아마존 키네시스와 아파치 카프카용 아마존 관리형 스트리밍을 활용하여 실시간 데이터 스트림에 머신러닝, 이상탐지, 스트리밍 분석을 적용한 사례를 다룬다.

추천시스템, 컴퓨터비전, 사디탐지, 자연어이해, 대화형 디바이스, 인지검색, 고객지원, 산업예측 유지관리, 홈자동화, 사물인터넷 등 적용해 볼 수 있는 다양한 사례를 제공하고 있기 때문에 데이터 과학 프로젝트를 어떻게 활용해야 하는지에 대한 힌트를 얻을 수 있는 책이기도 하다.

데이터 수집 및 분석, 피처 선택 및 엔지니어링, 모델 훈련 및 튜닝, 아마존 세이지메이커, 아마존 아데나, 레드시프트, 일레스틱 맵리듀스(EMR), 텐서플로, 파이토치, 서비리스 아파치 스파크 등 다루는 기술이 방대하고 데이터 과학을 위한 AWS의 대부분의 제품군을 다루고 있다.

AWS 제품군 위주로 다루고 있기는 하지만 비즈니스 사례에 대한 질문을 곳곳에서 적절하게 던져주고 있기 때문에 실제 비즈니스에서 어떤 고민을 하고 활용해야하는지 생각할 지점을 제공해 준다는 점도 좋다.

예를 들어 2015년에 동일한 상품에 대해 2개 이상의 리뷰를 작성한 고객은 누구인가? 각 상품의 평균 별점은 몇 점인가?와 같은 질문을 통해 현업에서 고민할만한 질문을 어떻게 해결해 나가야할지 현업의 고민을 녹이기 위한 노력이 보이는 책이기도 하다. AWS 제품군 활용 뿐만 아니라 이런 질문을 통해 비즈니스 사례에서 어떻게 활용하면 좋을지 함께 고민해 볼 수 있는 책이다.

이 리뷰는 한빛미디어의 나는 리뷰어다 이벤트를 통해 책을 제공받아 작성했습니다.