HealthAI Diagnostics는 SageMaker Model Registry 스테이징 패키지에서 프로덕션으로 승격하기 전에 방사선 모델에 대한 Model Card를 게시할 계획입니다. 규정 준수 팀은 Model Card에 의도된 사용 설명서, 인구 통계별 평가 결과, 완화 단계가 포함된 위험 등급이 포함되어야 한다고 요구합니다. SageMaker를 사용하여 요구 사항을 가장 잘 충족하고 운영 사용을 간소화할 수 있는 방법은 무엇입니까?

정답은 SageMaker Model Card의 기능을 가장 잘 활용합니다. Model Card는 모델의 의도된 사용, 평가 지표(SageMaker Clarify 또는 Processing을 통해 얻은 슬라이스별 결과 포함), 위험 등급 및 완화 조치와 같은 중요한 정보를 표준화된 JSON 형식으로 캡슐화합니다. 이 Model Card를 SageMaker Model Package에 첨부하면 모델이 Model Registry에서 스테이징에서 프로덕션으로 승격될 때 모든 규정 준수 정보가 모델과 함께 이동하여 운영 사용을 간소화하고 규제 요구 사항을 충족합니다. S3에 일반 텍스트 요약을 저장하는 것은 표준화되지 않고 수동 검토에 의존하므로 효율성이 떨어집니다. CloudWatch 사용자 지정 지표는 모델 성능을 모니터링하는 데 유용하지만 Model Card가 요구하는 모든 정보를 포함하지 않으며 규정 준수 문서화에 적합하지 않습니다. Model Monitor는 배포 후 모델 동작을 모니터링하지만, Model Card는 배포 전 규정 준수 검토를 위해 모델에 대한 사전 정보를 제공해야 합니다.