AWS Certified Machine Learning Engineer - Associate (MLA-C01) 한글 덤프 및 해설

한 핀테크 스타트업이 42개의 수치형 피처를 사용하는 그래디언트 부스팅 트리 기반 사기 탐지 모델을 ml.m5.large 인스턴스의 Amazon SageMaker 실시간 엔드포인트에 배포했으며(목표 p95 지연시간 ≤ 80 ms 및 초당 약 200 요청), 컴플라이언스 부서는 모델 코드를 변경하지 않고도 특정 거래(예: amount=$1,275, country=DE, device_age_days=14)가 탐지되는 이유를 이해하기 위해 추론별 피처 기여도 설명을 요구합니다; 라이브 엔드포인트의 예측에 대한 설명을 제공하는 솔루션은 무엇입니까?

정제소 안전 시스템에서 ML 엔지니어는 센서 스트림으로 메탄 누출을 탐지하는 이진 분류기를 선택해야 하며 실제 누출을 놓치는 경우(거짓 음성)는 평균 120,000달러의 사고 비용을 유발하는 반면 거짓 양성은 현장 점검 비용 300달러와 5분의 가동 중단만 발생하므로 모델을 선택할 때 가장 우선시해야 할 지표 결과는 무엇인가?

한 미디어 분석 회사는 12개의 AWS 계정 전반에 걸쳐 200개 이상의 ML 모델을 운영하며, 각 모델은 계정별 Amazon ECR 리포지토리에 시맨틱 버전 태그가 붙은 Docker 이미지로 저장되어 있습니다. 컴플라이언스 요구사항에 따라 별도의 거버넌스 계정에 단일 중앙 카탈로그를 구축하고, 버전 관리, 승인 상태(Approved/Pending/Rejected), 라인리지 메타데이터, 감사 로그를 지원하며, 공유 데이터 과학 계정에는 읽기 전용 열람을 제공하고, 프로듀서 계정은 CI/CD로 새 버전을 등록할 수 있어야 하며, 계정 간 컨테이너 이미지를 복제하거나 마이그레이션하지 않도록 해야 할 때 어떤 솔루션을 구현해야 합니까?

220명의 데이터 과학자를 보유한 온라인 여행 플랫폼은 Amazon SageMaker Model Registry를 사용하여 이미 95개의 모델 그룹으로 구성된 1,200개 이상의 모델 패키지 버전을 추적하고 있으며, 데이터 과학자들은 가격 최적화, 검색 관련성, 부정 행위 탐지의 세 가지 비즈니스 도메인으로 구분되어 있으므로 ML 플랫폼 엔지니어는 모델 아티팩트, 모델 패키지 버전, 승인 상태, 기존 모델 그룹 소속을 변경하지 않고 대규모로 검색 가능성을 향상시키기 위해 이 도메인별로 기존 자산을 조직하는 솔루션을 구현해야 합니다. 어떤 솔루션이 이러한 요구 사항을 충족합니까?

한 스마트 팜 스타트업은 Amazon SageMaker에서 과수원 줄기의 4K 드론 이미지(3840x2160)를 입력받아 각 익은 과일을 자동으로 찾아내고 각 탐지마다 신뢰도 0.85 이상일 때 클래스 라벨과 경계 상자 좌표(x_min, y_min, x_max, y_max)를 반환하는 ML 모델을 구축해야 한다면, 어떤 SageMaker 알고리즘을 사용해야 하는가?