한 전자상거래 팀에서 클라이언트 애플리케이션을 변경하지 않고 기존 실시간 추천 API 뒤에 새로운 SageMaker 모델을 배포하려고 하며, 전체 출시 전에 프로덕션 트래픽의 일부를 대상으로 새 모델을 테스트하려고 합니다. 운영 오버헤드가 가장 적은 접근 방식은 무엇입니까?

SageMaker 프로덕션 변형을 사용하면 기존 엔드포인트를 변경하지 않고도 여러 모델 버전을 배포하고 트래픽을 분할할 수 있습니다. 이는 클라이언트 애플리케이션 변경 없이 새 모델을 테스트하고 점진적으로 출시하는 데 가장 적합한 방법입니다. Application Load Balancer(ALB) 또는 Network Load Balancer(NLB)를 사용하는 방법은 추가 인프라 관리 오버헤드가 발생하며, SageMaker 배치 변환은 실시간 추론이 아닌 대량 데이터 처리에 사용되므로 실시간 추천 API에는 적합하지 않습니다.