Update 2024-04-02-AWS 시작하기

added more coments on intro section

_posts/2024-04-02-AWS 시작하기

@@ -9,15 +9,28 @@ tags : [AWS]
 
 ## INTRO
 
-본격적으로 시작하기 앞서서, 개인적으로 AWS 공부를 시작하는 이유에 대해 간략하게 적어두고 싶어서 먼저 들어가는 글로 남깁니다.
-주니어 인공지능 엔지니어로서 커리어를 보내면서, 모델을 학습할 때에도 많은 고민과 실험이 뒤따르지만, '모델을 어떤 형태로 서빙을 하느냐?'라는 고민이 더 중요하다는 생각이 들고 있기 때문입니다.
+ 본격적으로 시작하기 앞서서, 개인적으로 AWS 공부를 시작하는 이유에 대해 간략하게 적어두고 싶어서 먼저 들어가는 글로 남깁니다.
+주니어 인공지능 엔지니어로서 커리어를 보내면서, 모델을 학습할 때에도 많은 고민과 실험이 뒤따르지만, '모델을 어떻게 서빙을 하느냐?'라는 고민이 더 중요하다는 생각이 들고 있기 때문입니다.
 최근에는 TensorRT라던가 quantization, pruning등 모델을 경량화해서 최대한 적은 리소스를 사용하면서 빠르게 사용자에게 서비스를 제공하려는 시도가 늘어나고 있고 아마 대부분 조직에서
-사용하는 방식이라고 생각이 들기 때문입니다.
+사용하고 있을 것입니다. 
+
+ 하지만, 위와 같이 모델을 경량화하더라도 해당 모델에 대한 요청을 다 CPU runtime에서 돌리는 건 상당한 무리가 따르고, 
+많은 사용자가 제한된 GPU 자원을 통해 서비스를 요청하는 상황에서 코드를 통해 리퀘스트를 잘 스케쥴링하여 제어하는 것은 상대적으로 한계가 있습니다.
+결국 백엔드와 인프라적인 고민이 들어가야 하는 부분이라고 생각합니다.
+
+ 이때, AWS는 상당히 매력적입니다. 비용만 충분하다면, 손쉽게 서버 자원을 확장할 수 있기 때문입니다. 
+그래서 딥러닝 서비스의 경우 Amazon Sagemaker나 그외에 다양한 서비스를 통해 서비스하는 경우가 많은 것 같습니다. 온프레미스 형태로 서비스를 하더라도 사용자가 급증하게 되면
+AWS로 요청을 분산하는 경우가 점점 늘어나고 있는 것 같습니다. 이러한 상황에서 딥러닝 엔지니어로서 AWS나 AZURE같은 클라우드 기술을 잘 배워놓는 것은 필수적인 역량 사항으로 변해가는 것 같습니다.
+
+## AWS 계정 만들기
+
+...
+
+
+
+
+
 
-하지만, 위와 같이 모델을 경량화하더라도 해당 모델에 대한 요청을 다 cpu runtime에서 돌리는 건 상당한 무리가 따르고, 
-대규모 사용자가 제한된 GPU 자원을 통해 서비스를 경험하는 상황에서 코드를 통해 리퀘스트를 잘 스케쥴링하여 제어하는 것은 상대적으로 한계가 있기 떄문입니다.
-결국 백엔드와 인프라적인 고민이 들어가야 하는 부분이라고 생각하기 때문입니다.
-이때, AWS는 상당히 매력적입니다. 비용만 충분하다면, 손쉽게 서버 자원을 확장할 수 있기 때문입니다.