어제 Training Job의 구조를 봤다면, 오늘은 그 안에서 실제로 돌릴 수 있는 빌트인 알고리즘들을 본다. 빌트인 알고리즘은 AWS가 미리 만들어둔 컨테이너로, 내가 학습 코드를 한 줄도 안 짜도 데이터만 올바른 포맷으로 주면 학습이 된다. 직접 PyTorch를 짜는 것과, AWS가 최적화해둔 알고리즘을 가져다 쓰는 것 사이의 선택이다.
MLA-C01 시험에서 빌트인 알고리즘은 "어떤 문제에 어떤 알고리즘", "입력 포맷(RecordIO vs CSV)", "각 알고리즘의 특성" 키워드로 나온다. 모든 알고리즘을 외울 필요는 없고, 대표 알고리즘과 문제 유형 매핑, 그리고 포맷 규칙이 핵심이다.
빌트인 알고리즘은 세 가지 이점이 있다. ① 코드 불필요: 학습 스크립트를 안 짜도 된다. ② 최적화: AWS가 분산 학습·GPU 활용을 미리 튜닝해뒀다. ③ 확장성: 대용량 데이터에 맞게 설계됐다(특히 RecordIO 포맷 + Pipe 모드).
from sagemaker import image_uris
# 빌트인 알고리즘 컨테이너 URI 조회
container = image_uris.retrieve('xgboost', region, version='1.7-1')