Amazon SageMaker AI가 이제 Muse Glimmer, Qwen3.8 27B, Ministral 3 3B, 8B, 14B 모델에 대한 서버리스 모델 맞춤 설정을 지원합니다. 이러한 모델을 SageMaker AI에 배포하는 것 외에도, 지도 미세 조정(SFT), 직접 선호도 최적화(DPO), 강화 미세 조정(RFT) 기법을 사용하여 특정 도메인 및 워크플로우에 맞게 조정할 수 있습니다. 또한 저랭크 적응(LoRA) 또는 전체 미세 조정 기법을 사용하여 이러한 모델을 조정할 수도 있습니다. 이번 출시로 Nova, Gemma 4, Nemotron 3.5, Qwen, Llama, gpt-oss, DeepSeek 계열 모델을 포함하여 SageMaker AI에서 서버리스 맞춤 설정으로 사용할 수 있는 다양한 모델에 이러한 모델이 추가되었습니다.모델 맞춤 설정을 통해 독점 데이터를 사용하여 기반 모델을 맞춤 설정할 수 있으므로, 더 작고 적절한 크기의 모델이 작업에서 최첨단 모델 품질을 달성하는 동시에 비용과 지연 시간을 줄일 수 있습니다. SFT에 레이블이 지정된 데이터를 사용하여 도메인별 작업의 정확도를 개선하거나, DPO에 선호도 데이터를 사용하여 조직의 톤에 맞게 출력을 조정하거나, RFT에 보상 신호를 사용하여 새 작업의 성능을 개선할 수 있습니다. 서버리스 맞춤 설정을 통해 SageMaker AI는 모든 인프라 프로비저닝 및 학습 오케스트레이션을 처리하므로, 클러스터 관리 대신 데이터 및 평가에 집중할 수 있으며 사용한 만큼만 비용을 지불하면 됩니다.SageMaker AI의 서버리스 모델 맞춤 설정은 미국 동부(버지니아 북부), 미국 서부(오레곤), 아시아 태평양(도쿄), 유럽(아일랜드)에서 사용할 수 있습니다. 시작하려면 Amazon SageMaker Studio의 모델 페이지로 이동하여 맞춤 설정 작업을 시작하거나, SageMaker Python SDK를 사용하거나, 코딩 도우미와 함께 에이전트 스킬을 사용하십시오. 자세한 내용과 지원되는 전체 모델 목록을 보려면 Amazon SageMaker AI 모델 맞춤 설정 설명서를 참조하십시오.