°£Æí°áÁ¦, ½Å¿ëÄ«µå û±¸ÇÒÀÎ
ÀÎÅÍÆÄÅ© ·Ôµ¥Ä«µå 5% (29,930¿ø)
(ÃÖ´ëÇÒÀÎ 10¸¸¿ø / Àü¿ù½ÇÀû 40¸¸¿ø)
ºÏÇǴϾð ·Ôµ¥Ä«µå 30% (22,050¿ø)
(ÃÖ´ëÇÒÀÎ 3¸¸¿ø / 3¸¸¿ø ÀÌ»ó °áÁ¦)
NH¼îÇÎ&ÀÎÅÍÆÄÅ©Ä«µå 20% (25,200¿ø)
(ÃÖ´ëÇÒÀÎ 4¸¸¿ø / 2¸¸¿ø ÀÌ»ó °áÁ¦)
Close

AWS Ŭ¶ó¿ìµå ¸Ó½Å·¯´× : ¸Ó½Å·¯´× ±âÃʺÎÅÍ AWS SageMaker±îÁö

¿øÁ¦ : Machine Learning in the Aws Cloud
¼Òµæ°øÁ¦

2013³â 9¿ù 9ÀÏ ÀÌÈÄ ´©Àû¼öÄ¡ÀÔ´Ï´Ù.

°øÀ¯Çϱâ
Á¤°¡

35,000¿ø

  • 31,500¿ø (10%ÇÒÀÎ)

    1,750P (5%Àû¸³)

ÇÒÀÎÇýÅÃ
Àû¸³ÇýÅÃ
  • S-Point Àû¸³Àº ¸¶ÀÌÆäÀÌÁö¿¡¼­ Á÷Á¢ ±¸¸ÅÈ®Á¤ÇϽŠ°æ¿ì¸¸ Àû¸³ µË´Ï´Ù.
Ãß°¡ÇýÅÃ
¹è¼ÛÁ¤º¸
  • 3/29(±Ý) À̳» ¹ß¼Û ¿¹Á¤  (¼­¿ï½Ã °­³²±¸ »ï¼º·Î 512)
  • ¹«·á¹è¼Û
ÁÖ¹®¼ö·®
°¨¼Ò Áõ°¡
  • À̺¥Æ®/±âȹÀü

  • ¿¬°üµµ¼­(86)

  • »óÇ°±Ç

AD

Ã¥¼Ò°³

ÇÑ ±ÇÀÇ Ã¥À¸·Î ¸Ó½Å·¯´× ±âÃÊ °³³äºÎÅÍ AWSÀÇ ¸Ó½Å·¯´× ¼­ºñ½º¸¦ Çѹø¿¡ ÈȾ ¼ö ÀÖÀ¸¸ç, Å©°Ô µÎ ºÎºÐÀ¸·Î ³ª´² ¼³¸íÇÑ´Ù. 1ÀåºÎÅÍ 8Àå±îÁö Àü¹ÝºÎ¿¡¼­´Â ¸Ó½Å·¯´×ÀÇ ±âº» °³³äºÎÅÍ µ¥ÀÌÅÍ ¼öÁý, Àüó¸®¿Í ½Ã°¢È­, Scikit-learnÀ» ÅëÇÑ ¸Ó½Å·¯´× ¸ðµ¨ »ý¼º°ú ¸ðµ¨ Æò°¡ ¹æ¹ýÀ» ´Ù·ç¸ç, 9ÀåºÎÅÍ 17Àå±îÁö´Â Amazon S3¸¦ ½ÃÀÛÀ¸·Î Comprehend, Lex, Rekognition µî AWSÀÇ ÁÖ¿ä ¸Ó½Å·¯´× ¼­ºñ½º¸¦ °£´ÜÇÑ ½Ç½À°ú ÇÔ²² ¼Ò°³ÇÏ°í AWSÀÇ ¸Ó½Å·¯´× ¼­ºñ½º Áß °¡Àå ÇÙ½ÉÀÌ µÇ´Â SageMaker¸¦ µÎ °³ÀÇ Àå¿¡ °ÉÃÄ ¼³¸íÇÑ´Ù.

ÃâÆÇ»ç ¼­Æò

¡Ú ÀÌ Ã¥¿¡¼­ ´Ù·ç´Â ³»¿ë ¡Ú

¡á ±âº»ÀûÀÎ ¸Ó½Å·¯´× °³³ä°ú NumPy, Pandas, Scikit-learn »ç¿ë¹ý
¡á MatplotlibÀ» È°¿ëÇÑ µ¥ÀÌÅÍ ½Ã°¢È­
¡á Amazon SageMaker¸¦ È°¿ëÇÑ ¸Ó½Å·¯´× ¸ðµ¨ ±¸Ãà ¹× ¹èÆ÷
¡á Amazon Lex, Amazon Comprehend, Amazon Rekognition »ç¿ë¹ý
¡á Amazon S3, Amazon DynamoDB, Amazon Cognito, AWS Lambda¿Í °°Àº ±âº»Àû AWS ¼­ºñ½º »ç¿ë¹ý

AWS Ŭ¶ó¿ìµå»ó¿¡¼­ ÆÄÀ̽ãÀ» È°¿ëÇØ ¸Ó½Å·¯´× ¸ðµ¨À» ±¸ÃàÇÏ°í ÇнÀ½ÃÅ°´Â °úÁ¤°ú Amazon Rekognition, Amazon Comprehend, Amazon Lex¿Í °°Àº AWS ¸Ó½Å·¯´× ¼­ºñ½º¸¦ ´Ù·é´Ù.
¶ÇÇÑ ÇÇó ¿£Áö´Ï¾î¸µ, µ¥ÀÌÅÍ ½Ã°¢È­¿Í °°Àº ÀϹÝÀûÀÎ ¸Ó½Å·¯´× °³³ä°ú ¸Ó½Å·¯´× ½Ã½ºÅÛÀ» ±¸ÃàÇÏ´Â µ¥ »ç¿ëÇÏ´Â Amazon IAM, Amazon Cognito, Amazon S3, Amazon DynamoDB, AWS Lambda¿Í °°Àº AWS ¼­ºñ½º¸¦ ´Ù·é´Ù.
Ã¥¿¡¼­ »ç¿ëÇÑ ¸ðµ¨ »ý¼º°ú Æò°¡ ÄÚµå´Â Python 3·Î ÀÛ¼ºÇß´Ù. ¾Æ¸¶Á¸, ¾ÖÇÃ, ±¸±Û°ú °°Àº ȸ»ç°¡ Á¦°øÇÏ´Â ¼­ºñ½º´Â ÀÚÁÖ ¾÷µ¥ÀÌÆ®µÇ±â ¶§¹®¿¡ Ã¥À» µû¶ó ½Ç½ÀÇÏ´Ù°¡ »õ·Î¿î È­¸éÀ» ¸¸³ª´Â °æ¿ì°¡ Á¾Á¾ ÀÖÀ» ¼ö ÀÖ´Ù.


¡Ú ÀÌ Ã¥ÀÇ ´ë»ó µ¶ÀÚ ¡Ú

¸Ó½Å·¯´×À» ¹è¿ì°í AWS°¡ Á¦°øÇÏ´Â ¸Ó½Å·¯´× °ü·Ã ¼­ºñ½º¸¦ È°¿ëÇغ¸·Á´Â ¼ÒÇÁÆ®¿þ¾î °³¹ßÀÚ¿¡°Ô ÀûÇÕÇÑ Ã¥ÀÌ´Ù. AWSÀÇ ¼­ºñ½º Áß ¸¹ÀÌ »ç¿ëµÇ´Â ¸Ó½Å·¯´× °ü·Ã ¼­ºñ½º¸¦ ¾Ë°í ½ÍÀº µ¥ÀÌÅÍ °úÇÐÀÚ, ½Ã½ºÅÛ ¼³°èÀÚ, ¾ÖÇø®ÄÉÀÌ¼Ç ¼³°èÀÚ¿¡°Ôµµ À¯¿ëÇÒ °ÍÀÌ´Ù.
¸Ó½Å·¯´×°ú AWS ¸ðµÎ°¡ »ý¼ÒÇÏ´Ù¸é Ã¥ÀÇ Ã³À½ºÎÅÍ ³¡±îÁö Â÷·Ê·Î Àб⸦ ±ÇÇÑ´Ù. °æÇèÀÌ ¸¹Àº µ¥ÀÌÅÍ °úÇÐÀÚ¶ó¸é Ã¥ÀÇ ÈĹݺÎÀÎ AWSÀÇ ¸Ó½Å·¯´× °ü·Ã ¼­ºñ½º¸¦ ´Ù·ç´Â ÀåÀ¸·Î ¹Ù·Î ³Ñ¾î°¡µµ ÁÁ´Ù.

¡Ú ÀÌ Ã¥ÀÇ ±¸¼º ¡Ú

ÃÑ 17°³ ÀåÀ» Æ÷ÇÔÇÏ´Â 2°³ÀÇ ÆÄÆ®¿Í 4°³ÀÇ ºÎ·ÏÀ¸·Î ±¸¼ºµÅ ÀÖ´Ù. ù ¹ø° ÆÄÆ®´Â 5°³ ÀåÀ¸·Î ±¸¼ºµÅ ÀÖÀ¸¸ç ÇÇó ¿£Áö´Ï¾î¸µ, µ¥ÀÌÅÍ ½Ã°¢È­, ¸ðµ¨ »ý¼º°ú Æò°¡ °°Àº ¸Ó½Å·¯´×À» À§ÇÑ ±â¹ýÀ» ÆÄÀ̽ãÀÇ Pandas, NumPy, Matplotlib, Scikit-learnÀ» È°¿ëÇØ ¼³¸íÇÑ´Ù.
ù ¹ø° ÆÄÆ®ÀÇ ¿¹Á¦´Â Jupyter NotebookÀ» »ç¿ëÇϸç, ¸Ó½Å·¯´×À» óÀ½ Á¢ÇÏ´Â µ¶ÀÚ¸¦ ´ë»óÀ¸·Î ÇÑ´Ù.
µÎ ¹ø° ÆÄÆ®´Â AWS ¼­ºñ½º¸¦ »ç¿ëÇØ ¸Ó½Å·¯´× ¾ÖÇø®ÄÉÀ̼ÇÀ» ±¸ÃàÇÏ´Â ¹æ¹ýÀ» ´Ù·é´Ù. ¸ÕÀú Amazon S3, Amazon DynamoDB, AWS Lambda¿Í °°Àº ±âº» ¼­ºñ½º¸¦ ¼Ò°³ÇÏ°í, Amazon Comprehend, Amazon Lex, Amazon SageMaker¿Í °°Àº ¸Ó½Å·¯´×°ú ¹ÐÁ¢ÇÑ AWS ¼­ºñ½º¸¦ ¼Ò°³ÇÑ´Ù. µÎ Àå¿¡ °ÉÃÄ Amazon SageMaker¸¦ ÀÚ¼¼È÷ ´Ù·ç¸ç, óÀ½ Àå¿¡¼­´Â ³»Àå ¾Ë°í¸®Áò°ú Scikit-learnÀ» ÀÌ¿ëÇÑ ¸ðµ¨ »ý¼º ¹× ¹èÆ÷ ¹æ¹ýÀ» ¼Ò°³ÇÑ´Ù. µÎ ¹ø° Àå¿¡¼­´Â Google TensorFlow¸¦ ÀÌ¿ëÇÑ ¸ðµ¨ »ý¼º ¹× ¹èÆ÷ ¹æ¹ýÀ» ´Ù·é´Ù. µÎ ¹ø° ÆÄÆ®ÀÇ ÀϺΠÀå¿¡¼­´Â Àüü ¼Ò½º Äڵ尡 Ã¥¿¡ Ç¥½ÃµÇÁö ¾ÊÁö¸¸ Àüü Äڵ带 ±êÇãºê(GitHub)¿¡¼­ ´Ù¿î·ÎµåÇÒ ¼ö ÀÖ´Ù. ¶ÇÇÑ ½Ç½ÀÀ» À§ÇØ ÀϺΠÀå¿¡¼­´Â Amazon S3¿¡ ÆÄÀÏÀ» ¾÷·ÎµåÇØ¾ß Çϸç, °¢ÀÚÀÇ °èÁ¤¿¡ ¸Â°Ô ¹öŶÀÇ À̸§À» º¯°æÇØ¾ß ÇÑ´Ù.

1ºÎ. ¸Ó½Å·¯´×ÀÇ ±âÃÊ
1Àå, ¡®¸Ó½Å·¯´× ¼Ò°³¡¯¿¡¼­´Â ¸Ó½Å·¯´× ½Ã½ºÅÛ°ú ¾ÖÇø®ÄÉÀ̼Ç, ¸Ó½Å·¯´× ¾ÖÇø®ÄÉÀ̼ÇÀ» ±¸ÃàÇÏ´Â µ¥ ÇÊ¿äÇÑ µµ±¸¸¦ ¼Ò°³ÇÑ´Ù.
2Àå, ¡®µ¥ÀÌÅÍ ¼öÁý ¹× Àü󸮡¯¿¡¼­´Â ÈÆ·Ã µ¥ÀÌÅÍ È¹µæ, µ¥ÀÌÅÍ Å½»ö ¹× ±âº»ÀûÀÎ ÇÇó ¿£Áö´Ï¾î¸µ'À» ¾Ë·ÁÁØ´Ù.
3Àå, ¡®ÆÄÀ̽㠵¥ÀÌÅÍ ½Ã°¢È­¡¯¿¡¼­´Â Matplotlib¸¦ È°¿ëÇÑ µ¥ÀÌÅÍ ½Ã°¢È­ ±â¹ýÀ» ¼Ò°³ÇÑ´Ù.
4Àå, ¡®Scikit-learnÀ¸·Î ¸Ó½Å·¯´× ¸ðµ¨ »ý¼º¡¯¿¡¼­´Â Scikit-learnÀ» È°¿ëÇÑ ºÐ·ù ¹× ȸ±Í ¸ðµ¨ »ý¼º ¹× ÇнÀ ±â¹ýÀ» ´Ù·é´Ù.
5Àå, ¡®¸Ó½Å·¯´× ¸ðµ¨ Æò°¡¡¯¿¡¼­´Â ¸Ó½Å·¯´× ¸ðµ¨ Æò°¡ ¹æ¹ýÀ» ¾Ë·ÁÁØ´Ù.

2ºÎ. ¸Ó½Å·¯´×°ú AWS
6Àå, ¡®AWS ¼Ò°³¡¯¿¡¼­´Â Ŭ¶ó¿ìµå ÄÄÇ»Æðú AWS, ÀϹÝÀûÀÎ ¼­ºñ½º¿Í ¹èÆ÷ ¸ðµ¨À» ¼Ò°³ÇÑ´Ù.
7Àå, ¡®AWS ±Û·Î¹ú ÀÎÇÁ¶ó¡¯¿¡¼­´Â AWS ¸®Àü, °¡¿ë ¿µ¿ª, ¿§Áö(edge) ·ÎÄÉÀ̼ÇÀ» ¼Ò°³ÇÑ´Ù.
8Àå, ¡®ÀÚ°Ý Áõ¸í ¹× Á¢¼Ó °ü¸®¡¯¿¡¼­´Â Amazon Ŭ¶ó¿ìµåÀÇ ÀÚ¿ø º¸È£ ¹æ¹ý ¹× AWS ÇÁ¸® Ƽ¾î °èÁ¤ »ý¼º ¹æ¹ýÀ» ¼³¸íÇÑ´Ù.
9Àå, ¡®Amazon S3¡¯¿¡¼­´Â AWS¿¡¼­ °¡Àå ¸¹ÀÌ »ç¿ëÇÏ´Â ÀúÀå ¼­ºñ½ºÀÎ S3¸¦ ´Ù·é´Ù.
10Àå, ¡®Amazon Cognito¡¯¿¡¼­´Â Ŭ¶ó¿ìµå ±â¹Ý OAuth2.0 ÀÎÁõ °ü¸® ¼Ö·ç¼ÇÀÎ Amazon Cognito¸¦ ¼³¸íÇÑ´Ù.
11Àå, ¡®Amazon DynamoDB¡¯¿¡¼­´Â AmazonÀÇ °ü¸®Çü NoSQL µ¥ÀÌÅͺ£À̽º ¼­ºñ½ºÀÎ Amazon DynamoDB¸¦ ´Ù·é´Ù.
12Àå, ¡®Amazon Lambda¡¯¿¡¼­´Â ÀÎÇÁ¶ó ÇÁ·ÎºñÀú´× ¾øÀÌ Äڵ带 ½ÇÇàÇÒ ¼ö ÀÖ´Â AWS Lambda¸¦ ¼Ò°³ÇÑ´Ù.
13Àå, ¡®Amazon Comprehend¡¯¿¡¼­´Â Ŭ¶ó¿ìµå ±â¹ÝÀÇ ÀÚ¿¬¾î ó¸® ¼­ºñ½ºÀÎ Amazon Comprehend¸¦ ¼³¸íÇÑ´Ù.
14Àå, ¡®Amazon Lex¡¯¿¡¼­´Â Ŭ¶ó¿ìµå ±â¹ÝÀÇ Ãªº¿ ¼­ºñ½º¸¦ ±¸ÃàÇÒ ¼ö ÀÖ´Â Amazon Lex¸¦ ¼Ò°³ÇÑ´Ù.
15Àå, ¡®Amazon SageMaker¡¯¿¡¼­´Â ±âº» ³»Àå ¾Ë°í¸®Áò ȤÀº »ç¿ëÀÚ Á¤ÀÇ ¾Ë°í¸®ÁòÀ» ÅëÇØ ¸Ó½Å·¯´× ¸ðµ¨À» ÇнÀ½ÃÅ°°í ¹èÆ÷ÇÒ ¼ö Àִ Ŭ¶ó¿ìµå ±â¹Ý ¸Ó½Å·¯´× ¼­ºñ½ºÀÎ Amazon SageMaker¸¦ ¼Ò°³ÇÑ´Ù.
16Àå, ¡®Amazon SageMaker¿¡¼­ TensorFlow »ç¿ëÇϱ⡯¿¡¼­´Â ±¸±ÛÀÇ TensorFlow ÇÁ·¹ÀÓ¿öÅ©¿Í Amazon SageMaker¸¦ È°¿ëÇÑ TensorFlow ¸ðµ¨ ±¸Ãà°ú ¹èÆ÷ ¹æ¹ýÀ» ¾Ë·ÁÁØ´Ù.
17Àå, ¡®Amazon Rekognition¡¯¿¡¼­´Â ¿ÏÀü °ü¸®Çü Ŭ¶ó¿ìµå ±â¹Ý ÄÄÇ»ÅÍ ºñÀü ¼­ºñ½ºÀÎ Amazon RekognitionÀ» ¼Ò°³ÇÑ´Ù.

ºÎ·Ï
ºÎ·Ï A, ¡®Anaconda¿Í Jupyter Notebook ¼³Á¤¡¯¿¡¼­´Â ·ÎÄà ȯ°æ¿¡ Anaconda¿Í Jupyter Notebook ¼³Ä¡ ¹æ¹ýÀ» ¾È³»ÇÑ´Ù.
ºÎ·Ï B, ¡®½Ç½À¿¡ ÇÊ¿äÇÑ AWS ÀÚ¿ø ¼³Á¤¡¯¿¡¼­´Â ¿¹Á¦ ½Ç½À¿¡ ÇÊ¿äÇÑ °èÁ¤ ³» AWS ¸®¼Ò½º ¼³Á¤ ¹æ¹ýÀ» ¾Ë·ÁÁØ´Ù.
ºÎ·Ï C, ¡®AWS CLI ¼³Ä¡ ¹× ±¸¼º¡¯¿¡¼­´Â AWS CLI ´Ù¿î·Îµå ¹× ¼³Ä¡ ¹æ¹ýÀ» ¾Ë·ÁÁØ´Ù.
ºÎ·Ï D, ¡®NumPy¿Í Pandas ¼Ò°³¡¯¿¡¼­´Â NumPy¿Í Pandas ¶óÀ̺귯¸®¸¦ ¼Ò°³ÇÑ´Ù.

*¹ø¿ª¼­¿¡¼­´Â ¿ø¼­ ¡ºMachine Learning in the AWS Cloud¡»ÀÇ ¡®15Àå. Amazon Machine Learning¡¯Àº ´Ù·çÁö ¾Ê½À´Ï´Ù.


¡Ú ¿Å±äÀÌÀÇ ¸» ¡Ú

ÀÌ Ã¥Àº ¸Ó½Å·¯´×°ú Ŭ¶ó¿ìµå µÎ °¡Áö¸¦ ¸ðµÎ ´Ù·é´Ù. 1ÀåºÎÅÍ 8Àå±îÁö Àü¹ÝºÎ¿¡¼­´Â ¸Ó½Å·¯´×¿¡ °üÇÑ ÀÌ·ÐÀû °³³ä°ú µ¥ÀÌÅÍ ¼öÁý, Àüó¸®¿Í ½Ã°¢È­ ¹× ¸ðµ¨ »ý¼º°ú Æò°¡¿¡ À̸£´Â ÀüüÀûÀÎ ¸Ó½Å·¯´× ÆÄÀÌÇÁ¶óÀÎÀ» ¼³¸íÇÑ´Ù. 9ÀåºÎÅÍ 17Àå±îÁö ÈĹݺο¡¼­´Â S3¿Í °°Àº ±âº»ÀûÀÎ AWS ¼­ºñ½º¸¦ ½ÃÀÛÀ¸·Î Comprehend, Lex, Rekognition°ú °°Àº AWS ¸Ó½Å·¯´× ¼­ºñ½º¸¦ °£´ÜÇÑ ½Ç½À°ú ÇÔ²² ¼Ò°³ÇÑ´Ù. ¶ÇÇÑ AWS ¸Ó½Å·¯´×ÀÇ ÇÙ½É ¼­ºñ½ºÀÎ SageMakerÀÇ ±âº» ³»Àå ¾Ë°í¸®Áò°ú TensorFlow¸¦ È°¿ëÇÑ »ç¿ëÀÚ ÁöÁ¤ ¾Ë°í¸®ÁòÀ» »ç¿ëÇÏ´Â ¹æ¹ý±îÁö ±âº»ÀûÀÎ ½Ç½À°ú ÇÔ²² ¼³¸íÇÑ´Ù. ¸ðµç ½Ç½À ¿¹Á¦´Â Jupyter notebook ÇüÅ·Π´Ù¿î·ÎµåÇÒ ¼ö ÀÖµµ·Ï Á¦°øµÈ´Ù.
ÇÑ ±ÇÀÇ Ã¥¿¡¼­ µÎ °¡Áö ÁÖÁ¦¸¦ ´Ù·ç±â¿£ ´Ù¼Ò ±íÀÌ°¡ ºÎÁ·ÇÒ ¼ö´Â ÀÖÀ¸³ª ¸Ó½Å·¯´×À̳ª AWS¸¦ µ¿½Ã¿¡ ½ÃÀÛÇÏ°íÀÚ ÇÏ´Â µ¶ÀÚ¿¡°Ô´Â ÁÁÀº ¼±ÅÃÀÏ ¼ö ÀÖÀ» °ÍÀÌ´Ù. ¸ÕÀú ºÎ·ÏÀ» µû¶ó ½Ç½ÀÇÒ ¼ö Àִ ȯ°æÀ» ¼³Á¤ÇÏ°í ½ÃÀÛÇÑ´Ù¸é Å« ¾î·Á¿ò ¾øÀÌ Áøµµ¸¦ ³ª°¥ ¼ö ÀÖ´Ù. ¸¸¾à ¸Ó½Å·¯´×¿¡ ´ëÇÑ ±âº»ÀûÀÎ °³³äÀ» ¾Ë°í ÀÖ´Ù¸é ºÎ·ÏÀ» ¸¶Ä£ ÈÄ 9ÀåºÎÅÍ ½ÃÀÛÇÏ´Â °Íµµ ÁÁ´Ù. ´Ù¸¸ ÀϺΠ½Ç½ÀÀº ÀÌÀü Àå¿¡¼­ ÀÛ¾÷ÇÑ ³»¿ëÀ» ¹ÙÅÁÀ¸·Î ÁøÇàµÉ ¼öµµ ÀÖÀ¸´Ï ÁÖÀÇÇÏ±æ ¹Ù¶õ´Ù. ´õºÒ¾î AWS Certified Machine Learning Specialty ÀÚ°Ý°ú °ü·ÃµÈ ÇÑ±Û ÀÚ·á°¡ ¸¹ÀÌ ¾ø´Â »óȲ¿¡¼­ ÀÚ°ÝÀ» ÁغñÇÏ´Â µ¶Àڵ鿡°Ôµµ ÀÛ°Ô³ª¸¶ µµ¿òÀÌ µÉ °ÍÀÌ´Ù.
¶ÇÇÑ ÀÌ Ã¥Àº ¸Ó½Å·¯´× °³³ä°ú AWSÀÇ ¸Ó½Å·¯´× °ü·Ã ¼­ºñ½º¸¦ ¸ðµÎ °æÇèÇÒ ¼ö ÀÖ´Â ±âȸ¸¦ Á¦°øÇÏ´Â ¸¸Å­ óÀ½ ½ÃÀÛÇÏ´Â µ¶ÀÚ¿¡°Ô´Â ¾ÕÀ¸·Î °øºÎÇØ ³ª°¥ ¹æÇâÀ» Á¦½ÃÇÏ°í, ¾î´À Á¤µµ °æÇèÀÌ ÀÖ´Â µ¶ÀÚ¿¡°Ô´Â AWS°¡ ¾î¶°ÇÑ ¸Ó½Å·¯´× ¼­ºñ½º¸¦ Á¦°øÇÏ°í ¾î¶»°Ô È°¿ëÇØ ½ÇÁ¦ ¼­ºñ½º¸¦ ±¸¼ºÇÒ ¼ö ÀÖ´ÂÁö ¾ÆÀ̵ð¾î¸¦ Á¦°øÇßÀ¸¸é ÇÑ´Ù.
IT´Â ¿ö³« ºü¸£°Ô ¹ßÀüÇÏ´Â ºÐ¾ß´Ù. ±×·¯´Ù º¸´Ï ¿ø¼­°¡ Ãâ°£µÈ µÚ ¹ø¿ª¼­°¡ Ãâ°£µÇ´Â »çÀÌ ÀϺΠ¿ø¼­¿¡¼­ ¼Ò°³ÇÑ ±â´ÉÀ̳ª ¼­ºñ½º°¡ Á¾·áµÇ±âµµ ÇÏ°í, È­¸é ±¸¼ºÀ̳ª ±â´ÉÀÌ Á» ´õ °³¼±µÈ ¹æÇâÀ¸·Î ¹Ù²î¾î Àֱ⵵ ÇÑ´Ù. Ç㳪 ³»¿ëÀ» ÇϳªÇϳª ºñ±³Çغ»´Ù¸é Å« ¾î·Á¿ò ¾øÀÌ µû¶ó°¥ ¼ö ÀÖÀ» °ÍÀÌ´Ù. ÀÌ·¯ÇÑ °úÁ¤À» ÅëÇØ AWS°¡ ¾î¶² ¹æÇâÀ¸·Î ¹ßÀüÇØ ³ª¾Æ°¡´ÂÁö ÆľÇÇغ¸ÀÚ.

¸ñÂ÷

PART 1. ¸Ó½Å·¯´×ÀÇ ±âÃÊ

Chapter 1. ¸Ó½Å·¯´× ¼Ò°³
__¸Ó½Å·¯´×À̶õ?
__ÀϹÝÀûÀÎ µ¥ÀÌÅÍ °úÇÐ µµ±¸µé
____¿ë¾î ¼³¸í
____¸Ó½Å·¯´× ½ÇÁ¦ »ç·Ê
__¸Ó½Å·¯´×ÀÇ Á¾·ù
____Áöµµ ÇнÀ
____ºñÁöµµ ÇнÀ
____ÁØÁöµµ ÇнÀ
____°­È­ ÇнÀ
____¹èÄ¡ ÇнÀ
____Á¡Áø ÇнÀ
____»ç·Ê ±â¹Ý ÇнÀ
____¸ðµ¨ ±â¹Ý ÇнÀ
__¸Ó½Å·¯´× Á¢±Ù ¹æ½Ä vs ÀüÅëÀûÀÎ Á¢±Ù ¹æ½Ä
____±ÔÄ¢ ±â¹Ý ÀÇ»ç °áÁ¤ ½Ã½ºÅÛ
____¸Ó½Å·¯´× ±â¹Ý ½Ã½ºÅÛ
____ÇÇó ¼±ÅÃÇϱâ
____ÈÆ·Ã µ¥ÀÌÅÍ¿Í Å×½ºÆ® µ¥ÀÌÅÍ ÁغñÇϱâ
____¸Ó½Å·¯´× ¸ðµ¨ ¼±Á¤
____¸ðµ¨ ¼º´É Æò°¡
__¿ä¾à

Chapter 2. µ¥ÀÌÅÍ ¼öÁý ¹× Àüó¸®
__¸Ó½Å·¯´× µ¥ÀÌÅͼÂ
____Scikit-learn µ¥ÀÌÅͼÂ
____¾Æ¸¶Á¸ À¥¼­ºñ½º °ø°³ µ¥ÀÌÅͼÂ
____Kaggle.com µ¥ÀÌÅͼÂ
____UCI ¸Ó½Å·¯´× ÀúÀå¼Ò
__µ¥ÀÌÅÍ Àüó¸® ±â¹ý
____µ¥ÀÌÅÍ Å½»ö
____°áÃø°ª ´Ù·ç±â
____»õ·Î¿î ÇÇó »ý¼ºÇϱâ
____¼öÄ¡Çü ÇÇó º¯È¯Çϱâ
____¹üÁÖÇü ÇÇó ¿ø-ÇÖ ÀÎÄÚµù
__¿ä¾à

Chapter 3. ÆÄÀ̽㠵¥ÀÌÅÍ ½Ã°¢È­
__Matplotlib ¼Ò°³
__PlotÀÇ ±¸¼º ¿ä¼Ò
____Figure °´Ã¼
____Axes
____Axis
____Axis Label
____Grid
____Title
__ÀϹÝÀûÀÎ PlotÀÇ Á¾·ù
____Histogram
____Bar Chart
____Grouped Bar Chart
____Stacked Bar Chart
____Stacked Percentage Bar Charts
____Pie Chart
____Box Plot
____»êÁ¡µµ
__¿ä¾à

Chapter 4. Scikit-learnÀ¸·Î ¸Ó½Å·¯´× ¸ðµ¨ »ý¼º
__Matplotlib ¼Ò°³
__ÈÆ·Ã µ¥ÀÌÅÍ¿Í Å×½ºÆ® µ¥ÀÌÅÍ·Î ³ª´©±â
____k°ã ±³Â÷°ËÁõ
__¸Ó½Å·¯´× ¸ðµ¨ »ý¼º
____¼±Çüȸ±Í
____¼­Æ÷Æ® º¤ÅÍ ¸Ó½Å
____·ÎÁö½ºÆ½È¸±Í
____ÀÇ»ç °áÁ¤ ³ª¹«
__¿ä¾à

Chapter 5. ¸Ó½Å·¯´× ¸ðµ¨ Æò°¡
__ȸ±Í ¸ðµ¨ Æò°¡
____RMSE ÁöÇ¥
____R©÷ ÁöÇ¥
__ºÐ·ù ¸ðµ¨ Æò°¡
____ÀÌÁø ºÐ·ù ¸ðµ¨
____´ÙÁß ºÐ·ù ¸ðµ¨
__ÇÏÀÌÆÛÆĶó¹ÌÅÍ ¼±ÅÃ
__¿ä¾à

PART 2. ¸Ó½Å·¯´×°ú AWS

Chapter 6. AWS ¼Ò°³
__Ŭ¶ó¿ìµå ÄÄÇ»Æà ¼Ò°³
__Ŭ¶ó¿ìµå ¼­ºñ½º ¸ðµ¨
__Ŭ¶ó¿ìµå ¹èÆ÷ ¸ðµ¨
__AWS »ýÅ°è
____¸Ó½Å·¯´× ¾ÖÇø®ÄÉÀÌ¼Ç ¼­ºñ½º
____¸Ó½Å·¯´× Ç÷§Æû ¼­ºñ½º
____Áö¿ø ¼­ºñ½º
__AWS ÇÁ¸® Ƽ¾î °èÁ¤ °¡ÀÔÇϱâ
____1´Ü°è: ¿¬¶ôó Á¤º¸
____2´Ü°è: °áÁ¦ Á¤º¸
____3´Ü°è: ÀÚ°Ý Áõ¸í È®ÀÎ
____4´Ü°è: Áö¿ø Ç÷£ ¼±ÅÃ
____5´Ü°è: µî·Ï È®ÀÎ
__¿ä¾à

Chapter 7. AWS ±Û·Î¹ú ÀÎÇÁ¶ó
__¸®Àü°ú °¡¿ë ¿µ¿ª
__¿§Áö ·ÎÄÉÀ̼Ç
__AWS Á¢¼Ó
____AWS °ü¸® ÄܼÖ
__¿ä¾à

Chapter 8. ÀÚ°Ý Áõ¸í ¹× Á¢¼Ó °ü¸®
__IAM ÁÖ¿ä °³³ä
____·çÆ® °èÁ¤
____IAM »ç¿ëÀÚ
____ÀÚ°Ý Áõ¸í Æä´õ·¹À̼Ç
____IAM ±×·ì
____IAM Á¤Ã¥
____IAM ¿ªÇÒ
__ÀϹÝÀûÀÎ ÀÛ¾÷
____IAM »ç¿ëÀÚ »ý¼º
____±âÁ¸ ±×·ì ±ÇÇÑ ¼öÁ¤
____IAM ¿ªÇÒ »ý¼º
____·çÆ® °èÁ¤¿¡ MFA Àû¿ë
____IAM ºñ¹Ð¹øÈ£ Á¤Ã¥
__¿ä¾à

Chapter 9. Amazon S3
__Amazon S3 ÁÖ¿ä °³³ä
____¹öŶ
____°´Ã¼ Å°
____°´Ã¼ °ª
____¹öÀü ID
____½ºÅ丮Áö Ŭ·¡½º
____ºñ¿ë
____°´Ã¼ ÇÏÀ§ ¸®¼Ò½º
____°´Ã¼ ¸ÞŸµ¥ÀÌÅÍ
__ÀϹÝÀûÀÎ ÀÛ¾÷
____¹öŶ »ý¼º
____°´Ã¼ ¾÷·Îµå
____°´Ã¼ Á¢±Ù
____°´Ã¼ÀÇ ½ºÅ丮Áö Ŭ·¡½º º¯°æ
____°´Ã¼ »èÁ¦
____Amazon S3 ¹öŶ ¹öÀú´×
____AWS CLI·Î Amazon S3 Á¢¼Ó
__¿ä¾à

Chapter 10. Amazon Cognito
__Amazon Cognito ÁÖ¿ä °³³ä
____ÀÎÁõ
____±ÇÇÑ ºÎ¿©
____ÀÚ°Ý Áõ¸í °ø±ÞÀÚ
____Ŭ¶óÀ̾ðÆ®
____OAuth 2.0
____OpenID Connect
____Amazon Cognito »ç¿ëÀÚ Ç®
____ÀÚ°Ý Áõ¸í Ç®
____Amazon Cognito ¿¬µ¿ ÀÚ°Ý Áõ¸í
__ÀϹÝÀûÀÎ ÀÛ¾÷
____»ç¿ëÀÚ Ç® »ý¼º
____¾Û Ŭ¶óÀ̾ðÆ® º¸¾ÈÅ° È®ÀÎ
____ÀÚ°Ý Áõ¸í Ç® »ý¼º
__»ç¿ëÀÚ Ç®°ú ÀÚ°Ý Áõ¸í Ç® ¼±ÅÃÇϱâ
__¿ä¾à

Chapter 11. Amazon DynamoDB
__Amazon DynamoDB ÁÖ¿ä °³³ä
____Å×À̺í
____Àü¿ª Å×À̺í
____Ç׸ñ
____¼Ó¼º
____±âº» Å°
____º¸Á¶ À妽º
____Äõ¸®
____½ºÄµ
____Àбâ ÀÏ°ü¼º
____Àбâ/¾²±â ¿ë·® ¸ðµå
__ÀϹÝÀûÀÎ ÀÛ¾÷
____Å×ÀÌºí »ý¼º
____Å×ÀÌºí¿¡ Ç׸ñ Ãß°¡
____À妽º »ý¼º
____½ºÄµ ½ÇÇà
____Äõ¸® ½ÇÇà
__¿ä¾à

Chapter 12. AWS Lambda
__Amazon Lambda »ç¿ë »ç·Ê
__AWS Lambda ÁÖ¿ä °³³ä
____Áö¿ø ÇÁ·Î±×·¡¹Ö ¾ð¾î
____Lambda ÇÔ¼ö
____ÇÁ·Î±×·¡¹Ö ¸ðµ¨
____À̺¥Æ®
____½ÇÇà ȯ°æ
____¼­ºñ½º Á¦ÇÑ
____°¡°Ý°ú °¡¿ë¼º
__ÀϹÝÀûÀÎ ÀÛ¾÷
____AWS °ü¸® ÄַܼΠPython Lambda ÇÔ¼ö »ý¼ºÇϱâ
____AWS °ü¸® ÄַܼΠLambda ÇÔ¼ö Å×½ºÆ®Çϱâ
____AWS °ü¸® ÄַܼΠLambda ÇÔ¼ö »èÁ¦Çϱâ
__¿ä¾à

Chapter 13. Amazon Comprehend
__Amazon Comprehend ÁÖ¿ä °³³ä
____ÀÚ¿¬¾î ó¸®
____ÅäÇÈ ¸ðµ¨¸µ
____Áö¿ø ¾ð¾î
____°¡°Ý Á¤Ã¥ ¹× °¡¿ë¼º
__Amazon Comprehend °ü¸® ÄַܼΠÅؽºÆ® ºÐ¼®Çϱâ
__AWS CLI·Î ´ëÈ­Çü ÅؽºÆ® ºÐ¼®Çϱâ
____AWS CLI·Î ¿£Æ¼Æ¼ °ËÃâ
____AWS CLI·Î ÁÖ¿ä ¹®±¸ °ËÃâ
____AWS CLI·Î °¨¼º ºÐ¼®
__Amazon Comprehend¸¦ À§ÇÑ AWS Lambda ÇÔ¼ö »ý¼º
__¿ä¾à

Chapter 14. Amazon Lex
__Amazon Comprehend ÁÖ¿ä °³³ä
____º¿
____Ŭ¶óÀ̾ðÆ® ¾ÖÇø®ÄÉÀ̼Ç
____ÀÎÅÙÆ®
____½½·Ô
____¾îÅÍ·±½º
____ÇÁ·Î±×·¡¹Ö ¸ðµ¨
____°¡°Ý Á¤Ã¥ ¹× °¡¿ë¼º
__Amazon Lex 꺿 ±¸ÃàÇϱâ
____Amazon DynamoDB Å×ÀÌºí »ý¼º
____AWS Lambda ÇÔ¼ö »ý¼º
____꺿 »ý¼º
____AccountOverview ÀÎÅÙÆ® ¼³Á¤
____ViewTransactionList ÀÎÅÙÆ® ¼³Á¤
____꺿 Å×½ºÆ®
__¿ä¾à

Chapter 15. Amazon SageMaker
__Amazon SageMaker ÁÖ¿ä °³³ä
____ÇÁ·Î±×·¡¹Ö ¸ðµ¨
____Amazon SageMaker ³ëÆ®ºÏ ÀνºÅϽº
____ÈÆ·Ã ÀÛ¾÷
____¿¹Ãø ÀνºÅϽº
____¿¹Ãø ¿£µåÆ÷ÀÎÆ®¿Í ¿£µåÆ÷ÀÎÆ® ±¸¼º
____Amazon SageMaker ¹èÄ¡ º¯È¯
____µ¥ÀÌÅÍ Ã¤³Î
____µ¥ÀÌÅÍ À§Ä¡¿Í Çü½Ä
____±âº» Á¦°ø ¾Ë°í¸®Áò
____°¡°Ý Á¤Ã¥ ¹× °¡¿ë¼º
__Amazon SageMaker ³ëÆ®ºÏ ÀνºÅϽº »ý¼ºÇϱâ
____ÈÆ·Ã µ¥ÀÌÅÍ¿Í Å×½ºÆ® µ¥ÀÌÅÍ ÁغñÇϱâ
__Amazon SageMaker ³ëÆ®ºÏ ÀνºÅϽº¿¡¼­ Scikit-Learn ¸ðµ¨ ÈÆ·ÃÇϱâ
__ÈÆ·Ã Àü¿ë ÀνºÅϽº¿¡¼­ Scikit-Learn ¸ðµ¨ ÈÆ·ÃÇϱâ
__ÈÆ·Ã Àü¿ë ÀνºÅϽº¿¡¼­ ±âº» Á¦°ø ¾Ë°í¸®Áò ¸ðµ¨ ÈÆ·ÃÇϱâ
__¿ä¾à

Chapter 16. Amazon SageMaker¿¡¼­ TensorFlow »ç¿ëÇϱâ
__Google TensorFlow ¼Ò°³
__Google TensorFlow·Î ¼±Çüȸ±Í ¸ðµ¨ »ý¼º
__TensorFlow Estimator API¿Í Amazon SageMaker¸¦ ÀÌ¿ëÇÑ DNN ¸ðµ¨ ÈÆ·Ã ¹× ¹èÆ÷
__¿ä¾à

Chapter 17. Amazon Rekognition
__Amazon Rekognition ÁÖ¿ä °³³ä
____°´Ã¼ °¨Áö
____°´Ã¼ À§Ä¡ °ËÃâ
____Àå¸é °¨Áö
____È°µ¿ °¨Áö
____¾ó±¼ ÀνÄ
____¾ó±¼ ¸ðÀ½
____API ÁýÇÕ
____ºñ½ºÅ丮Áö ¹× ½ºÅ丮Áö ±â¹Ý ÀÛ¾÷
____¸ðµ¨ ¹öÀü °ü¸®
____°¡°Ý Á¤Ã¥ ¹× °¡¿ë¼º
__Amazon Rekognition °ü¸® ÄܼÖÀ» ÀÌ¿ëÇÑ À̹ÌÁö ºÐ¼®
__AWS CLI¸¦ ÀÌ¿ëÇÑ À̹ÌÁö ºÐ¼®
__Amazon Rekognition°ú AWS Lambda·Î ÀÛ¾÷Çϱâ
____Amazon DynamoDB Å×ÀÌºí »ý¼º
____AWS Lambda ÇÔ¼ö »ý¼º
__¿ä¾à

Appendix A. Anaconda¿Í Jupyter Notebook ¼³Á¤
Appendix B. ½Ç½À¿¡ ÇÊ¿äÇÑ AWS ÀÚ¿ø ¼³Á¤
Appendix C. AWS CLI ¼³Ä¡ ¹× ±¸¼º
Appendix D. NumPy¿Í Pandas ¼Ò°³

ÀúÀÚ¼Ò°³

¾Æºñ¼½ ¹Ì½¬¶ó [Àú] ½ÅÀ۾˸² SMS½Åû
»ý³â¿ùÀÏ -

ÇØ´çÀÛ°¡¿¡ ´ëÇÑ ¼Ò°³°¡ ¾ø½À´Ï´Ù.

¹ÚÁ¤Çö [¿ª] ½ÅÀ۾˸² SMS½Åû
»ý³â¿ùÀÏ -

ÇØ´çÀÛ°¡¿¡ ´ëÇÑ ¼Ò°³°¡ ¾ø½À´Ï´Ù.

ÀÌ »óÇ°ÀÇ ½Ã¸®Áî

(ÃÑ 88±Ç / ÇöÀ籸¸Å °¡´Éµµ¼­ 87±Ç)

¼±ÅÃÇÑ »óÇ° ºÏÄ«Æ®´ã±â
ÆîÃ帱â

Àü°øµµ¼­/´ëÇб³Àç ºÐ¾ß¿¡¼­ ¸¹Àº ȸ¿øÀÌ ±¸¸ÅÇÑ Ã¥

    ¸®ºä

    0.0 (ÃÑ 0°Ç)

    100ÀÚÆò

    ÀÛ¼º½Ã À¯ÀÇ»çÇ×

    ÆòÁ¡
    0/100ÀÚ
    µî·ÏÇϱâ

    100ÀÚÆò

    10.0
    (ÃÑ 0°Ç)

    ÆǸÅÀÚÁ¤º¸

    • ÀÎÅÍÆÄÅ©µµ¼­¿¡ µî·ÏµÈ ¿ÀǸ¶ÄÏ »óÇ°Àº ±× ³»¿ë°ú Ã¥ÀÓÀÌ ¸ðµÎ ÆǸÅÀÚ¿¡°Ô ÀÖÀ¸¸ç, ÀÎÅÍÆÄÅ©µµ¼­´Â ÇØ´ç »óÇ°°ú ³»¿ë¿¡ ´ëÇØ Ã¥ÀÓÁöÁö ¾Ê½À´Ï´Ù.

    »óÈ£

    (ÁÖ)±³º¸¹®°í

    ´ëÇ¥ÀÚ¸í

    ¾Èº´Çö

    »ç¾÷ÀÚµî·Ï¹øÈ£

    102-81-11670

    ¿¬¶ôó

    1544-1900

    ÀüÀÚ¿ìÆíÁÖ¼Ò

    callcenter@kyobobook.co.kr

    Åë½ÅÆǸž÷½Å°í¹øÈ£

    01-0653

    ¿µ¾÷¼ÒÀçÁö

    ¼­¿ïƯº°½Ã Á¾·Î±¸ Á¾·Î 1(Á¾·Î1°¡,±³º¸ºôµù)

    ±³È¯/ȯºÒ

    ¹ÝÇ°/±³È¯ ¹æ¹ý

    ¡®¸¶ÀÌÆäÀÌÁö > Ãë¼Ò/¹ÝÇ°/±³È¯/ȯºÒ¡¯ ¿¡¼­ ½Åû ¶Ç´Â 1:1 ¹®ÀÇ °Ô½ÃÆÇ ¹× °í°´¼¾ÅÍ(1577-2555)¿¡¼­ ½Åû °¡´É

    ¹ÝÇ°/±³È¯°¡´É ±â°£

    º¯½É ¹ÝÇ°ÀÇ °æ¿ì Ãâ°í¿Ï·á ÈÄ 6ÀÏ(¿µ¾÷ÀÏ ±âÁØ) À̳»±îÁö¸¸ °¡´É
    ´Ü, »óÇ°ÀÇ °áÇÔ ¹× °è¾à³»¿ë°ú ´Ù¸¦ °æ¿ì ¹®Á¦Á¡ ¹ß°ß ÈÄ 30ÀÏ À̳»

    ¹ÝÇ°/±³È¯ ºñ¿ë

    º¯½É ȤÀº ±¸¸ÅÂø¿À·Î ÀÎÇÑ ¹ÝÇ°/±³È¯Àº ¹Ý¼Û·á °í°´ ºÎ´ã
    »óÇ°À̳ª ¼­ºñ½º ÀÚüÀÇ ÇÏÀÚ·Î ÀÎÇÑ ±³È¯/¹ÝÇ°Àº ¹Ý¼Û·á ÆǸÅÀÚ ºÎ´ã

    ¹ÝÇ°/±³È¯ ºÒ°¡ »çÀ¯

    ·¼ÒºñÀÚÀÇ Ã¥ÀÓ ÀÖ´Â »çÀ¯·Î »óÇ° µîÀÌ ¼Õ½Ç ¶Ç´Â ÈÑ¼ÕµÈ °æ¿ì
    (´ÜÁö È®ÀÎÀ» À§ÇÑ Æ÷Àå ÈѼÕÀº Á¦¿Ü)

    ·¼ÒºñÀÚÀÇ »ç¿ë, Æ÷Àå °³ºÀ¿¡ ÀÇÇØ »óÇ° µîÀÇ °¡Ä¡°¡ ÇöÀúÈ÷ °¨¼ÒÇÑ °æ¿ì
    ¿¹) È­ÀåÇ°, ½ÄÇ°, °¡ÀüÁ¦Ç°(¾Ç¼¼¼­¸® Æ÷ÇÔ) µî

    ·º¹Á¦°¡ °¡´ÉÇÑ »óÇ° µîÀÇ Æ÷ÀåÀ» ÈѼÕÇÑ °æ¿ì
    ¿¹) À½¹Ý/DVD/ºñµð¿À, ¼ÒÇÁÆ®¿þ¾î, ¸¸È­Ã¥, ÀâÁö, ¿µ»ó È­º¸Áý

    ·½Ã°£ÀÇ °æ°ú¿¡ ÀÇÇØ ÀçÆǸŰ¡ °ï¶õÇÑ Á¤µµ·Î °¡Ä¡°¡ ÇöÀúÈ÷ °¨¼ÒÇÑ °æ¿ì

    ·ÀüÀÚ»ó°Å·¡ µî¿¡¼­ÀÇ ¼ÒºñÀÚº¸È£¿¡ °üÇÑ ¹ý·üÀÌ Á¤ÇÏ´Â ¼ÒºñÀÚ Ã»¾àöȸ Á¦ÇÑ ³»¿ë¿¡ ÇØ´çµÇ´Â °æ¿ì

    »óÇ° Ç°Àý

    °ø±Þ»ç(ÃâÆÇ»ç) Àç°í »çÁ¤¿¡ ÀÇÇØ Ç°Àý/Áö¿¬µÉ ¼ö ÀÖÀ½

    ¼ÒºñÀÚ ÇÇÇغ¸»ó
    ȯºÒÁö¿¬¿¡ µû¸¥ ¹è»ó

    ·»óÇ°ÀÇ ºÒ·®¿¡ ÀÇÇÑ ±³È¯, A/S, ȯºÒ, Ç°Áúº¸Áõ ¹× ÇÇÇغ¸»ó µî¿¡ °üÇÑ »çÇ×Àº ¼ÒºñÀÚºÐÀïÇØ°á ±âÁØ (°øÁ¤°Å·¡À§¿øȸ °í½Ã)¿¡ ÁØÇÏ¿© 󸮵Ê

    ·´ë±Ý ȯºÒ ¹× ȯºÒÁö¿¬¿¡ µû¸¥ ¹è»ó±Ý Áö±Þ Á¶°Ç, ÀýÂ÷ µîÀº ÀüÀÚ»ó°Å·¡ µî¿¡¼­ÀÇ ¼ÒºñÀÚ º¸È£¿¡ °üÇÑ ¹ý·ü¿¡ µû¶ó ó¸®ÇÔ

    (ÁÖ)KGÀ̴Ͻýº °áÁ¦´ë±Ý¿¹Ä¡¾÷ µî·Ï¹øÈ£: 02-006-00013

    (ÁÖ)ÀÎÅÍÆÄÅ©Ä¿¸Ó½º´Â ȸ¿ø´ÔµéÀÇ ¾ÈÀü°Å·¡¸¦ À§ÇØ ±¸¸Å±Ý¾×, °áÁ¦¼ö´Ü¿¡ »ó°ü¾øÀÌ (ÁÖ)ÀÎÅÍÆÄÅ©Ä¿¸Ó½º¸¦ ÅëÇÑ
    ¸ðµç °Å·¡¿¡ ´ëÇÏ¿© (ÁÖ)KGÀ̴Ͻýº°¡ Á¦°øÇÏ´Â ±¸¸Å¾ÈÀü¼­ºñ½º¸¦ Àû¿ëÇÏ°í ÀÖ½À´Ï´Ù.
    µî·Ï ¿©ºÎ´Â e-±ÝÀ¶¹Î¿ø¼¾ÅÍ È¨ÆäÀÌÁö(www.fcsc.kr)ÀÇ µî·Ï¡¤½Å°í>ÀüÀÚ±ÝÀ¶¾÷µî·ÏÇöȲ ¸Þ´º¿¡¼­ È®ÀÎÇÏ½Ç ¼ö ÀÖ½À´Ï´Ù. ¼­ºñ½º °¡ÀÔ»ç½Ç È®ÀÎ

    ¹è¼Û¾È³»

    • ±³º¸¹®°í »óÇ°Àº Åùè·Î ¹è¼ÛµÇ¸ç, Ãâ°í¿Ï·á 1~2Àϳ» »óÇ°À» ¹Þ¾Æ º¸½Ç ¼ö ÀÖ½À´Ï´Ù.

    • Ãâ°í°¡´É ½Ã°£ÀÌ ¼­·Î ´Ù¸¥ »óÇ°À» ÇÔ²² ÁÖ¹®ÇÒ °æ¿ì Ãâ°í°¡´É ½Ã°£ÀÌ °¡Àå ±ä »óÇ°À» ±âÁØÀ¸·Î ¹è¼ÛµË´Ï´Ù.

    • ±ººÎ´ë, ±³µµ¼Ò µî ƯÁ¤±â°üÀº ¿ìü±¹ Åù踸 ¹è¼Û°¡´ÉÇÕ´Ï´Ù.

    • ¹è¼Ûºñ´Â ¾÷ü ¹è¼Ûºñ Á¤Ã¥¿¡ µû¸¨´Ï´Ù.

    • - µµ¼­ ±¸¸Å ½Ã 15,000¿ø ÀÌ»ó ¹«·á¹è¼Û, 15,000¿ø ¹Ì¸¸ 2,500¿ø - »óÇ°º° ¹è¼Ûºñ°¡ ÀÖ´Â °æ¿ì, »óÇ°º° ¹è¼Ûºñ Á¤Ã¥ Àû¿ë