MedScan Health는 요청마다 이미지 전처리 컨테이너, TensorFlow 모델 컨테이너, 후처리 컨테이너를 순서대로 실행하는 SageMaker 엔드포인트가 필요합니다. 클라이언트를 위해 단일 HTTP 엔드포인트 URL을 원합니다. 최소한의 추가 네트워킹과 올바른 모델 수명 주기 동작으로 이 요구 사항을 가장 잘 충족하는 SageMaker 배포 접근 방식은 무엇입니까?

정답은 SageMaker 추론 파이프라인을 생성하는 것입니다. 이는 여러 컨테이너(전처리, 모델, 후처리)를 단일 SageMaker 모델 정의 내에서 순서대로 연결하여 단일 HTTP 엔드포인트 URL을 통해 복잡한 추론 워크플로우를 제공합니다. SageMaker가 컨테이너 간의 네트워킹을 관리하므로 추가 네트워킹 구성이 필요 없으며, 모델 수명 주기 동작도 올바르게 처리됩니다. 다른 옵션들은 다음과 같은 이유로 적합하지 않습니다: 개별 실시간 엔드포인트와 ALB + Lambda는 추가적인 네트워킹 오버헤드와 복잡성을 발생시킵니다. 다중 모델 엔드포인트는 여러 모델을 호스팅하는 데 사용되며, 단일 추론 파이프라인 내에서 순차적인 컨테이너 실행과는 다릅니다. SageMaker Processing 작업은 배치 처리나 데이터 전처리에 더 적합하며, 실시간 추론 파이프라인에는 적합하지 않습니다.