SageMaker AI와 MLflow 실행 퀴즈
객관식 문제
- 새 관리형 MLflow 배포에 사용하는 리소스는 무엇인가요?
- A) legacy Tracking Server만 사용
- B) SageMaker MLflow App
- C) public EKS LoadBalancer
- D) 로컬 SQLite 파일만 사용
정답 보기
정답: B
새 관리형 경로는 SageMaker MLflow App API를 사용합니다.
- full run 전에 반드시 필요한 것은 무엇인가요?
- A) smoke run과 raw PII logging 검사 통과
- B) project membership 제거
- C) 최대 step 즉시 실행
- D) teardown 비활성화
정답 보기
정답: A
smoke 완료, 로그 안전성, 집계 결과와 adapter inventory를 먼저 확인합니다.
- EKS Job의 실패·시간 제한 계약은 무엇인가요?
- A) 무제한 retry와 deadline 없음
- B)
backoffLimit: 0,activeDeadlineSeconds: 10800 - C) 10회 retry와 1시간
- D) Deployment로 영구 실행
정답 보기
정답: B
재시도 한도와 Job deadline 설정입니다. 컨트롤러·노드 장애 중 모든 자원이 정확히 3시간 안에 회수되거나 전체 비용이 제한된다는 보장은 아닙니다.
verify_cleanup.sh가 1을 반환해야 하는 경우는 무엇인가요?- A) 잔존 자원이 0개
- B) 잔존 자원이 있거나 권한 오류 등으로 상태를 확인할 수 없음
- C) smoke run 성공
- D) dataset hash 일치
정답 보기
정답: B
잔존 0개만으로 충분하지 않습니다. 조회 오류를 미확인으로 남기고, 소유권 없는 과거 inventory를 이름만으로 자동 삭제하지 않습니다.
- 기록된 9월 1일 검증에서 실행된 것은 무엇인가요?
- A) SageMaker full Training Job
- B) EKS full GPU Job
- C) provisioning과 정리 경로
- D) tuned model evaluation
정답 보기
정답: C
두 GPU 학습 Job은 제출 전에 중단됐습니다.
- 2026년 9월 12일 현재 GPU 실행이 차단되는 이유는 무엇인가요?
- A) PyTorch 2.8 DLC의 패치 지원이 8월 6일 종료됨
- B) 소스 번들 생성이 유료임
- C) 모든 MLflow App이 삭제됨
- D) 로컬 단위 테스트가 GPU를 요구함
정답 보기
정답: A
지원되는 DLC·torch·의존성 조합과 GPU smoke 검증이 필요합니다. 날짜 검사만 제거하는 것은 갱신이 아닙니다.
--execute없이 SageMaker launcher를 호출하면 무엇을 하나요?- A) 즉시 full Job 제출
- B) 요청 JSON만 작성
- C) 기존 Job 삭제
- D) 비용 추정치 보장
정답 보기
정답: B
기본값은 요청 미리보기입니다. 실제 제출 전에는 실행 지원 검사와 별도 검토가 필요합니다.
- EKS MLflow의 metric·parameter JSON만 저장하면 충분한가요?
- A) 어댑터가 자동 포함되므로 충분함
- B) 최종 어댑터·집계 artifact를 내려받고 해시까지 확인해야 함
- C)
emptyDir가 클러스터 삭제 후에도 보존함 - D) 로그 tail이 모델을 복원함
정답 보기
정답: B
실제 파일 보존과 metadata export는 다릅니다. export 실패 시 남긴 클러스터도 비용과 후속 정리를 확인해야 합니다.