Amazon SageMaker 지리 공간 기능 정식 출시 – 보안 업데이트 및 다양한 활용 사례 소개
AWS re:Invent 2022에서는 Amazon SageMaker의 지리 공간 기능을 미리 살펴보았습니다. 데이터 사이언티스트와 기계 학습(ML) 엔지니어는 이 기능을 사용하여 지리 공간 데이터로 ML 모델을 구축, 훈련 및 배포할 수 있습니다. Amazon SageMaker 기반 지리 공간 ML은 즉시 사용 가능한 지리 공간 데이터, 목적별 처리 작업 및 오픈 소스 라이브러리, 사전 훈련된 ML 모델 및 Amazon SageMaker의 지리 공간 기능을 갖춘 기본 제공 시각화 도구에 대한 액세스를 지원합니다.
SageMaker Studio 기반 지리 공간 ML 기능 소개
시작하려면 빠른 설정을 사용하여 미국 서부(오레곤) 리전에서 Amazon SageMaker Studio를 시작하세요. Studio에서 새 사용자를 생성할 때 기본 Jupyter Lab 3 버전을 사용해야 합니다. 이제 SageMaker Studio에서 홈페이지로 이동할 수 있습니다. 그런 다음 Data(데이터) 메뉴를 선택하고 Geospatial(지리 공간)을 클릭합니다.
다음은 Amazon SageMaker 지리 공간 기능에 대한 세 가지 주요 개요입니다.
- 지구 관측 작업 – 목적별 지리 공간 작업이나 사전 훈련된 ML 모델로 위성 이미지 데이터를 수집, 변환 및 시각화하여 예측을 하고 유용한 인사이트를 얻을 수 있습니다.
- 벡터 보강 작업 – 지리적 좌표를 읽을 수 있는 주소로 변환하는 등의 작업을 통해 데이터를 보강합니다.
- 지도 시각화 – CSV, JSON 또는 GeoJSON 파일에서 업로드된 위성 이미지 또는 지도 데이터를 시각화합니다.
SageMaker Studio 노트북에서 모든 지구 관측 작업(EOJ)을 생성하여 목적별 지리 공간 작업으로 위성 데이터를 처리할 수 있습니다. 다음은 SageMaker Studio 노트북에서 지원하는 목적별 지리 공간 작업 목록입니다.
- 밴드 스태킹 – 여러 스펙트럼 속성을 결합하여 단일 이미지를 생성합니다.
- 클라우드 마스킹 – 구름과 구름이 없는 픽셀을 식별하여 개선된 정확한 위성 이미지를 얻을 수 있습니다.
- 구름 제거 – 위성 이미지에서 구름의 일부가 포함된 픽셀을 제거합니다.
- 지오모자이크 – 여러 이미지를 결합하여 충실도를 높입니다.
- 토지 피복 세분화 – 위성 이미지에서 식생 및 물과 같은 토지 피복 유형을 식별합니다.
- 리샘플링 – 이미지를 다른 해상도로 스케일링합니다.
- 스펙트럼 지수 – 관심 있는 기능이 풍부한 스펙트럼 밴드의 조합을 얻을 수 있습니다.
- 시간 통계 – 동일한 영역에 있는 여러 GeoTIFF에 대한 시간 경과에 따른 통계를 계산합니다.
- 영역 통계 – 사용자 정의 영역에 대한 통계를 계산합니다.
벡터 보강 작업(VEJ)은 역 지오코딩과 지도 매칭을 위한 목적별 작업을 통해 위치 데이터를 보강합니다. VEJ를 실행하려면 SageMaker Studio 노트북을 사용해야 하지만, 사용자 인터페이스를 사용하여 생성한 모든 작업을 볼 수 있습니다. 노트북에서 시각화를 사용하려면 먼저 출력을 Amazon S3 버킷으로 내보내야 합니다.
- 역 지오코딩 – 좌표(위도 및 경도)를 사람이 읽을 수 있는 주소로 변환합니다.
- 지도 매칭 – 부정확한 GPS 좌표를 도로 세그먼트에 맞춥니다.
지도시각화를 사용하면 지리 공간 데이터, EOJ 또는 VEJ 작업에 대한 입력 및 Amazon Simple Storage Service(S3) 버킷에서 내보낸 출력을 시각화할 수 있습니다.
보안 업데이트
GA에서는 고객 관리형 AWS KMS 키 지원을 위한 AWS Key Management Service(AWS KMS)와 고객 Amazon VPC 환경의 지리 공간 작업을 위한 Amazon Virtual Private Cloud(VPC)라는 두 가지 주요 보안 업데이트를 제공합니다.
AWS KMS 고객 관리형 키는 고객이 자신의 키를 사용하여 지리 공간 워크로드를 암호화할 수 있도록 하여 향상된 유연성과 제어 기능을 제공합니다.
KmsKeyId를 사용하여 StartEarthObservationJob과 StartVectorEnrichmentJob에서 사용자 자신의 키를 선택적 파라미터로 지정할 수 있습니다. 고객이 KmsKeyId를 제공하지 않는 경우 서비스 소유 키가 고객 콘텐츠를 암호화하는 데 사용됩니다. 자세히 알아보려면 AWS 설명서의 Amazon SageMaker geospatial capabilities(Amazon SageMaker 지리 공간 기능)를 참조하세요.
Amazon VPC를 사용하면 네트워크 환경을 완벽하게 제어하고 AWS의 지리 공간 워크로드에 보다 안전하게 연결할 수 있습니다. SageMaker 지리 공간 작업을 위해 Amazon VPC 환경에서 SageMaker Studio 또는 노트북을 사용하고 SageMaker 지리 공간 작업에서 인터페이스 VPC 엔드포인트를 통해 SageMaker 지리 공간 API 작업을 실행할 수 있습니다.
Amazon VPC 지원을 시작하려면 SageMaker Studio 도메인에서 Amazon VPC를 구성하고 Amazon VPC 콘솔의 VPC에서 SageMaker 지리 공간 VPC 엔드포인트를 생성합니다. 서비스 이름을 com.amazonaws.us-west-2.sagemaker-geospatial로 선택하고 VPC 엔드포인트를 생성할 VPC를 선택합니다.
EOJ 및 VEJ 작업에서 입력 또는 출력에 사용되는 모든 Amazon S3 리소스는 인터넷 액세스가 활성화되어 있어야 합니다. 인터넷을 통해 해당 Amazon S3 리소스에 직접 액세스할 수 없는 경우 해당 S3 버킷 정책을 변경하여 SageMaker 지리 공간 VPC 엔드포인트 ID에 액세스 권한을 부여할 수 있습니다. 자세히 알아보려면 AWS 설명서의 Amazon SageMaker geospatial capabilities(Amazon SageMaker 지리 공간 기능)를 참조하세요.
지리 공간 ML의 사용 사례 예시
다양한 산업 분야의 고객이 실제 애플리케이션에 Amazon SageMaker 지리 공간 기능을 사용합니다.
수확량 및 식량 안보 극대화
디지털 농업은 농부들이 고급 분석 및 기계 학습을 사용하여 농업에서 작물 생산을 최적화할 수 있도록 디지털 솔루션을 적용하는 것으로 구성됩니다. 디지털 농업 애플리케이션을 사용하려면 농부가 밭이 위치한 지역의 위성 사진을 포함한 지리 공간 데이터로 작업해야 합니다.
SageMaker를 사용하면 토지 피복 분류를 위해 사전 훈련된 모델을 통해 위성 이미지에서 농지 경계를 식별할 수 있습니다. AWS 기계 학습 블로그에서 Xarvio가 어떻게 Amazon SageMaker 지리 공간 기능을 사용하여 디지털 농업을 위한 공간 데이터 파이프라인을 가속화했는지 알아보세요. GitHub 리포지토리를 통해 엔드 투 엔드 디지털 농업 예시 노트북을 찾을 수 있습니다.
피해 평가
자연 재해의 빈도와 심각도가 증가함에 따라 의사 결정자와 최초 대응 담당자에게 빠르고 정확한 피해 평가를 제공하는 것이 중요합니다. 지리 공간 이미지를 사용하여 자연 재해 피해를 예측하고 자연 재해 직후의 지리 공간 데이터를 사용하여 건물, 도로 또는 기타 중요한 인프라의 피해를 신속하게 식별할 수 있습니다.
예시 노트북에서 2022년 10월 중순 호주 로체스터의 홍수로 인한 자연 재해 피해를 훈련, 배포 및 예측할 수 있습니다. 재해 전후의 이미지를 훈련된 ML 모델의 입력으로 사용합니다. 다음 이미지에는 로체스터 홍수에 대한 분할 마스크의 결과가 나와 있습니다. 여기에서 모델이 침수 지역 내에서 피해 가능성이 있는 위치를 식별했음을 확인할 수 있습니다.
GitHub 리포지토리를 통해 다중 시간 Sentinel-2 위성 데이터를 사용하여 산불 피해 평가를 위해 지리 공간 분할 모델을 훈련하고 배포할 수 있습니다. 이 예시의 관심 영역은 2021년 딕시 산불의 영향을 받은 지역의 북부 캘리포니아에 있습니다.
기후 변화 모니터링
지구의 기후 변화는 지구 온난화로 인한 가뭄의 위험을 늘립니다. SageMaker 지리 공간 기능을 사용하여 데이터를 수집하고, 분석을 수행하고, 변경 사항을 시각화하여 미국 최대의 저수지인 미드 호 예시의 기후 변화로 인한 물가 축소를 모니터링하는 방법을 확인할 수 있습니다.
GitHub 리포지토리에서 이 예시의 노트북 코드를 찾을 수 있습니다.
소매 수요 예측
새로운 노트북 예시에서는 SageMaker 지리 공간 기능을 사용하여 벡터 기반 지도 매칭 작업을 수행하고 결과를 시각화하는 방법을 보여줍니다. 지도 매칭을 통해 노이즈가 많은 GPS 좌표를 도로 세그먼트에 맞출 수 있습니다. Amazon SageMaker 지리 공간 기능을 사용하면 지도 매칭을 위한 VEJ를 수행할 수 있습니다. 이 유형의 작업은 경로 정보(예: GPS 측정의 경도, 위도 및 타임스탬프)가 포함된 CSV 파일을 입력으로 사용하고 예측된 경로가 포함된 GeoJSON 파일을 생성합니다.
지속 가능한 도시 개발 지원
AWS 고객 중 하나인 Arup은 기계 학습과 같은 디지털 기술을 사용하여 열이 도시 지역에 미치는 영향과 지역 온도에 영향을 미치는 요인을 탐색하여 더 나은 설계를 제공하고 지속 가능한 결과를 지원합니다. 도시 열섬과 그에 따른 위험 및 불편은 오늘날 도시가 직면한 가장 큰 문제 중 하나입니다.
Amazon SageMaker 지리 공간 기능을 사용하여 Arup은 지구 관측 데이터로 도시 열 요인을 식별하고 측정하여 고객 상담 능력을 크게 개선했습니다. 이를 통해 엔지니어링 팀은 더 큰 데이터 세트의 늘어난 볼륨, 유형 및 분석에 대한 액세스를 제공하여 이전에는 불가능했던 분석을 수행할 수 있었습니다. 자세히 알아보려면 AWS 고객 사례의 Facilitating Sustainable City Design Using Amazon SageMaker with Arup(Arup과 함께 Amazon SageMaker를 사용하여 지속 가능한 도시 설계 촉진)을 참조하세요.
정식 출시
이제 미국 서부(오레곤) 리전에서 Amazon SageMaker 지리 공간 기능을 정식 버전으로 사용할 수 있습니다. AWS 프리 티어의 일부로 SageMaker 지리 공간 기능을 무료로 시작할 수 있습니다. 프리 티어는 30일 동안 지속되며 10시간의 무료 ml.geospatial.interactive 컴퓨팅 시간과 최대 10GB의 무료 스토리지가 포함되고 월 150 USD의 사용자 요금이 없습니다.
30일 무료 평가판 이용 기간이 끝난 후 또는 위에 정의된 프리 티어 한도를 초과하는 경우 요금 페이지에 설명된 구성 요소에 대한 비용을 지불합니다.
자세히 알아보려면 Amazon SageMaker geospatial capabilities(Amazon SageMaker 지리 공간 기능)와 개발자 안내서를 참조하세요. 사용해 보시고 Amazon SageMaker용 AWS re:Post 또는 일반 AWS Support 문의로 피드백을 보내주세요.
– Channy
Source: Amazon SageMaker 지리 공간 기능 정식 출시 – 보안 업데이트 및 다양한 활용 사례 소개
