이 과정은 기술 전문가용 AWS 커뮤니티인 AWS 기술 필드 커뮤니티(TFC) 회원이 개발했습니다. 콘텐츠는 표준 교육 커리큘럼을 보완하고 AWS 학습 여정을 확대하기 위한 것입니다. AWS는 일부 과정에 접근성 제한이 있음을 인지하고 있으며 이를 해결하기 위해 노력하고 있습니다. 접근성과 관련하여 지원이 필요한 경우 AWS Training and Certification 고객 지원 센터에 문의하십시오.
이 60분 분량의 고급 과정에서는 Amazon Nova Forge의 데이터 혼합 기능이 미세 조정된 대규모 언어 모델에서 발생하는 치명적 망각 문제를 어떻게 해결하는지 살펴봅니다. 1,420개 카테고리에 걸쳐 16,000개 이상의 고객 댓글을 분류하는 실제 사례 연구를 통해, 풀 랭크 지도 미세 조정(SFT)이 F1 점수를 17포인트 향상시키지만 일반 역량을 크게 저하시키는 현상과, 독점 데이터와 Nova 큐레이팅 훈련 데이터를 혼합함으로써 강력한 도메인 성능을 달성하면서도 기준선에 가까운 지능을 유지하는 방법을 확인할 수 있습니다.
이 과정에서는 PEFT와 풀 랭크 SFT의 기본 개념을 다루고, Nova 2 Lite와 Qwen3-30B를 비교한 상세 벤치마크 결과를 살펴보며, 배포 요구 사항에 따라 적합한 미세 조정 방식을 선택하기 위한 실용적인 권장 사항을 제공합니다. 지식 확인 및 실제 시나리오를 통해 데이터 혼합과 고객 데이터 전용 미세 조정 중 어느 것을 사용할지, 이중 평가 프레임워크를 설계하는 방법, 그리고 엔터프라이즈 워크플로가 의존하는 일반 역량을 희생하지 않는 특화 모델을 배포하는 방법을 학습하게 됩니다.
