Amazon Forecast – 시계열 데이터 예측을 위한 AI 서비스 출시

만약 여러분이 미래를 볼 수 있는 예지력을 가지고 있다면 이는 엄청난 초능력입니다. AWS가 여러분께 이런 초능력을 줄 수는 없지만, 기계 학습을 사용하여 시계열을 몇 단계 앞서 예측하는 기능은 제공할 수 있습니다.

시계열 예측(Time-series prediction)은 주간 매출, 일일 재고 수준 또는 시간당 웹 사이트 트래픽 같은 시간 종속적 데이터의 미래 값을 예측하기 위해 사용합니다. 기업에서는 단순한 스프레드시트부터 복잡한 재무 계획 소프트웨어에 이르는 모든 수단을 사용해 미래의 비즈니스 결과(예: 제품 수요, 리소스 필요량 또는 재무 성과)를 정확하게 예측하려고 합니다.

이러한 도구는 데이터 계열의 과거 이력을 살펴보는 방법으로 예측을 수행하는데 이를 시계열 데이터라고 합니다. 예를 들어 과거가 미래를 결정한다는 기본적인 가정 하에 이전 매출 데이터만 살펴보는 방법으로 미래의 레인코트 예상 매출이 산정될 수도 있습니다.

이 접근 방식으로는 불규칙한 추세를 보이는 대량의 데이터 세트를 정확하게 예측하기 어려울 수 있습니다. 게다가 시간대별로 변경되는 데이터 계열(예: 가격, 할인, 웹 트래픽)을 관련된 독립 변수(예: 제품 특징 및 매장 위치)와 결합하기도 어렵습니다.

Amazon Forecast 소개

Amazon은 소매, 공급망 및 서버 용량을 포함한 여러 영역에서 20년 넘게 시계열 예측 문제를 해결해 왔습니다. 오늘 소개하는 Amazon Forecast는 이 경험으로부터 배운 기계 학습 기술을 시계열 예측에 적용한 완전관리형 딥 러닝 서비스입니다. Amazon Forecast는 확장 가능하고 고도로 정확한 예측 기술을 구축하고 운영해 온 Amazon의 경험을 사용하기 쉬운 완전관리형 서비스 패키지로 제공합니다.

Amazon Forecast에서 시계열 데이터에 대한 예측을 사용하여 다음과 같은 추정을 생성할 수 있습니다.

서버의 웹 트래픽, AWS 사용량 또는 IoT 센서 지표 등의 운영 지표
매출, 수익 및 경비 등의 비즈니스 지표
수요 충족을 위해 필요한 에너지 또는 대역폭 수량 등의 리소스 요구 사항
제조 공정에 필요한 원자재, 서비스 또는 기타 투입의 양
가격 할인, 마케팅 프로모션 및 기타 캠페인의 영향을 고려한 소매 수요

Amazon Forecast는 다음 3가지 이점을 염두에 두고 설계되었습니다.

정확성 – 심층 신경망 및 전통적인 통계법을 예측에 사용합니다. Amazon Forecast는 데이터를 자동으로 학습하고 최선의 알고리즘을 선택해 데이터에 적합하게 설계된 모델을 훈련합니다. 관련 시계열이 많은 경우, Amazon Forecast 딥 러닝 알고리즘(예: DeepAR 및 MQ-RNN)을 사용한 예측이 지수평활법 같은 기존 방법을 사용한 예측보다 더 정확한 경향이 있습니다.
포괄적인 관리 – 데이터 업로드부터 데이터 처리, 모델 훈련, 데이터 세트 업데이트 및 예측에 이르는 전체 예측 워크플로를 자동화합니다. 엔터프라이즈 시스템에서는 예측 결과를 API를 통해 직접 사용할 수 있습니다.
사용 편의성 – 콘솔에서 모든 시계열에 대한 예측을 서로 다른 세분성으로 조회하고 시각화할 수 있습니다. 예측 변수의 예측 정확성을 나타내는 지표도 볼 수 있습니다. 기계 학습 전문 지식이 없는 개발자도 Amazon Forecast API, AWS CLI(명령줄 인터페이스) 또는 콘솔을 사용하여 훈련 데이터를 Amazon Forecast 데이터 세트로 가져오고, 모델을 훈련하고, 모델을 배포해 예측을 생성할 수 있습니다.

사용 방법 미리보기

Amazon Forecast에서 예측 프로젝트를 생성할 때는 주로 다음 리소스를 사용합니다.

데이터를 업로드할 데이터 세트. Amazon Forecast 알고리즘은 데이터 세트를 사용하여 모델을 훈련합니다.
다수의 데이터 세트를 모델 훈련에 사용하기 위한 데이터 세트 그룹(하나 이상의 데이터 세트를 포함하는 컨테이너).
모델 훈련의 결과를 나타내는 예측 변수. 예측 변수를 생성하려면 데이터 세트 그룹 및 레시피(알고리즘을 제공함)를 제공하거나 Amazon Forecast를 통해 가장 적합한 예측 모델을 결정합니다. 알고리즘은 데이터 세트의 데이터를 사용하여 모델을 훈련합니다.
예측. 예측 변수를 사용하여 예측을 생성하는 추론을 실행할 수 있습니다.

Amazon Forecast는 AWS 콘솔, CLI 및 SDK를 통해 사용할 수 있습니다. 예를 들어 AWS SDK for Python을 사용하여 Jupyter Notebook에서 모델을 훈련하거나 예측을 확인할 수 있습니다. 또는 AWS SDK for Java를 사용하여 기존 비즈니스 애플리케이션에 예측 기능을 추가할 수 있습니다.