AmazonAmazon ML Engineer Associate MLA-C01 Certification·KO·업데이트됨 3 Aug 2026
한 회사가 온프레미스에서 훈련하던 대규모 언어 모델(LLM)을 실시간 신용카드 쿼리에 응답하는 라이브 대화 시스템에 사용하기 위해 Amazon SageMaker로 이전하고 있습니다. LLM을 훈련하고 배포하는 데 어떤 SageMaker 접근 방식을 사용해야 할까요?
정답 선택
옵션을 탭하여 정답을 확인하세요.
정답: SageMaker Training Compiler를 사용하여 LLM 훈련 속도를 높이고, 훈련된 모델을 SageMaker 실시간 추론을 사용하여 배포합니다..
이것이 정답인 이유
실시간 대화 시스템에는 빠른 응답 속도가 필수적이므로, SageMaker Training Compiler를 사용하여 LLM 훈련 속도를 높이는 것이 효율적입니다. 훈련된 모델은 실시간 쿼리에 즉시 응답해야 하므로 SageMaker 실시간 추론(real-time inference)을 사용하여 배포하는 것이 가장 적합합니다.
다른 옵션들은 실시간 요구사항에 부합하지 않습니다. 대규모 모델 추론을 위한 딥러닝 컨테이너는 훈련 속도 향상에 직접적인