본 페이지에서는 데이터를 저장할 S3 버킷을 생성하고, Jupyter 노트북을 사용하기 위해 SageMaker Notebook 인스턴스를 생성하는 작업을 안내합니다.
본 실습의 경우, ap-northeast-2(서울) 리전에서 수행합니다.
Amazon Forecast에서 사용하는 모든 데이터는 오브젝트 스토리지인 Amazon S3에 저장되어야 합니다. Amazon S3에 데이터를 저장하기 전에 반드시 Bucket을 생성해야 합니다.
S3 콘솔에 접속합니다. Create Bucket(버킷 만들기) 버튼을 눌러 버킷을 생성합니다.
Bucket name 필드에 고유한 버킷 이름을 입력합니다. 본 실습에서는 forecast-bucket-사용자이름
으로 입력하여 진행합니다. 입력한 버킷 이름은 Amazon S3내에서 중복될 수 없고 유일해야 합니다. 조직 이름 또는 사용자 이름 등을 반영하여 유일한 버킷 이름을 선택합니다. Region 드롭다운 박스에서 버킷을 생성할 리전을 지정합니다. 본 실습에서는 Asia Pacific (Seoul) ap-northeast-2을 선택합니다. Bucket settings for Block Public Access는 기본 값을 사용합니다. 마지막으로 우측 하단의 Create bucket를 선택합니다.
버킷이 생성되는 리전에 따라 추가적인 제약이 있을 수 있습니다. 버킷의 이름은 한 번 생성하면 변경이 불가능하며, 버킷 내에 저장된 오브젝트를 지정하기 위하여 URL에 포함됩니다. 생성할 버킷의 이름이 적절한지 확인하시기 바랍니다.
버킷을 생성하는 것만으로는 비용이 과금 되지 않습니다. 버킷에 오브젝트를 저장하거나 오브젝트를 송수신하는 것에 대해서만 과금됩니다.
SageMaker 콘솔에 접속한 후, 화면 왼쪽 사이드 바에서 Notebook instances(노트북 인스턴스)를 클릭한 후, Create notebook instance(노트북 인스턴스 생성) 버튼을 눌러 인스턴스를 생성합니다.
Notebook instance name 필드에 노트북 인스턴스 이름을 입력합니다. 본 실습에서는 forecast-demogo-notebook
으로 입력하여 진행합니다. Notebook instance type 드롭다운 박스에서 적합한 인스턴스 타입을 선택합니다. 본 실습에서는 ml.t2.medium을 선택합니다.
스크롤을 내려 IAM role 드롭다운 박스에서 create a new role을 선택하면 아래와 같은 팝업 창이 생깁니다. S3 buckets you specify - optional 아래 Specific S3 Buckets를 선택합니다. 그리고 텍스트 필드에 앞서 생성한 S3 버킷 이름(forecast-bucket-사용자이름
)을 입력합니다. 이후, Create role을 클릭합니다.
IAM role이 생성된 후, 오른쪽 하단의 Create notebook instance 버튼을 눌러 노트북 인스턴스를 생성합니다. 해당 인스턴스가 생성되기까지는 약 3분 정도의 시간이 소요됩니다. 생성 완료되면 Status 칼럼 부분이 InService로 변경된 것을 확인할 수 있습니다.
본 실습에서는 노트북 인스턴스의 IAM role에 추가적인 권한을 부여해야 가능한 작업들이 있습니다. 따라서 아래의 단계도 이어서 수행합니다.
방금 생성한 노트북 인스턴스를 클릭한 후, 스크롤을 내리면 Permissions and encryption(권한 및 암호화) 필드가 있습니다. 해당 필드에서 IAm role ARN을 클릭하여 IAM 콘솔창으로 이동합니다.
해당 IAM role에서 Attach policies 버튼을 클릭합니다.
Filter policies 검색바에서 AmazonForecastFullAccess
와 IAMFullAccess
를 조회하여 체크합니다. 그리고 오른쪽 하단에 Attach policy를 클릭합니다.
해당 IAM role에 두 개의 추가 policy가 적용되었는지 확인합니다.
실습을 진행하기 위한 모든 준비가 끝났습니다. 다음 페이지로 이동하여 본격적인 실습을 수행합니다.