한 회사의 고객 세분화를 위한 생성형 AI 모델이 오랫동안 프로덕션 환경에서 실행되어 왔는데, 최근 들어 일관성 없는 출력을 생성하기 시작했습니다. 이 회사는 모델 편향을 평가하고 드리프트를 감지하고자 합니다. 어떤 AWS 서비스 또는 기능을 사용해야 할까요?

Amazon SageMaker Model Monitor는 프로덕션 환경에서 기계 학습 모델의 성능을 지속적으로 모니터링하고 데이터 드리프트, 모델 드리프트 및 이상 징후를 감지하는 데 사용됩니다. 이 시나리오에서는 모델이 일관성 없는 출력을 생성하기 시작했으므로, Model Monitor를 사용하여 모델 편향을 평가하고 드리프트를 감지하는 것이 가장 적절합니다. Amazon SageMaker Clarify는 모델 학습 전후에 잠재적인 편향을 감지하고 설명하는 데 중점을 두지만, 지속적인 드리프트 감지에는 Model Monitor가 더 적합합니다. Amazon SageMaker Model Cards는 모델에 대한 표준화된 문서화를 제공하여 투명성을 높이지만, 직접적인 모니터링 기능은 없습니다. Amazon SageMaker Feature Store는 ML 기능의 저장, 검색 및 공유를 위한 전용 리포지토리이며 모델 모니터링과는 관련이 없습니다.