SageMaker 엔드포인트에 배포된 XGBoost 모델이 AWS Lambda 함수를 통해 실시간 추론 요청을 수신합니다. 팀은 수신되는 실시간 데이터를 사용하여 시간 경과에 따른 모델 정확도 저하를 감지해야 합니다. 다음 중 어떤 솔루션이 이러한 요구 사항을 충족합니까?

SageMaker Model Monitor는 실시간 추론 데이터를 훈련 데이터의 기준선과 비교하여 모델 드리프트(데이터 드리프트 및 개념 드리프트)를 자동으로 감지하고 경고를 보낼 수 있는 전용 서비스입니다. 이를 통해 모델 정확도 저하를 사전에 파악하고 대응할 수 있습니다. CloudWatch 대시보드는 모니터링 지표를 시각화하지만, 드리프트 감지 로직을 직접 구현해야 하므로 Model Monitor만큼 효율적이지 않습니다. Lambda 함수에서 드리프트 감지 로직을 직접 구현하는 것은 복잡하고 유지보수가 어려울 수 있습니다. SageMaker Debugger는 모델 훈련 중 발생하는 문제를 분석하는 데 사용되며, 실시간 추론 데이터의 드리프트 감지에는 적합하지 않습니다.