다음을 통해 공유


SQL Server의 독립 실행형 Machine Learning Server 또는 R Server란?

적용 대상: SQL Server 2016(13.x) 이상 버전

중요

Machine Learning Server(이전의 R Server) 지원은 2022년 7월 1일에 종료되었습니다. 자세한 내용은 Machine Learning Server는 어떻게 되나요?를 참조하세요.

SQL Server는 SQL Server와 독립적으로 실행되는 독립 실행형 R Server 또는 Machine Learning Server의 설치를 지원합니다. SQL Server 버전에 따라 독립 실행형 서버는 대규모의 통계 및 예측 분석을 추가하는 Microsoft의 고성능 라이브러리와 함께 오픈 소스 R 및 경우에 따라 Python의 기반을 제공합니다. 라이브러리를 사용하여 R 또는 Python에서 기계 학습 작업을 스크립팅할 수도 있습니다.

SQL Server 2016에서는 이 기능을 R Server(독립 실행형) 라고 하며 R 전용입니다. SQL Server 2017에서는 Machine Learning Server(독립 실행형) 라고 하며 R과 Python을 모두 포함하고 있습니다.

참고

SQL Server 설치 프로그램을 통해 설치되는 독립 실행형 서버는 SQL 브랜드가 아닌 버전의 Microsoft Machine Learning Server와 기능적으로 동일합니다. 즉, 원격 실행, 운영 및 웹 서비스, R 및 Python 라이브러리의 전체 컬렉션을 포함하여 동일한 사용자 시나리오를 지원합니다.

구성 요소

SQL Server 2016은 R 전용입니다. SQL Server 2017은 R과 Python을 지원합니다. 다음 표에서는 각 버전의 기능을 설명합니다.

구성 요소 Description
R 패키지 RevoScaleR은 데이터 조작, 변환, 시각화 및 분석 기능을 제공하는 확장 가능한 R의 기본 라이브러리입니다.
MicrosoftML은 텍스트 분석, 이미지 분석 및 감정 분석을 위한 사용자 지정 모델을 만들기 위한 기계 학습 알고리즘을 추가합니다.
sqlRUtils는 R 스크립트를 T-SQL 저장 프로시저에 배치하고, 저장 프로시저를 데이터베이스에 등록하고, R 개발 환경에서 저장 프로시저를 실행할 수 있는 도우미 함수를 제공합니다.
olapR은 R에서 MDX 쿼리를 지정하는 데 사용됩니다.
Microsoft R Open(MRO) Microsoft R Open(사용 중지)은 Microsoft의 R 오픈 소스 배포판이었습니다.
R 도구 R 콘솔 창 및 명령 프롬프트는 R 배포판의 표준 도구입니다. \Program files\Microsoft SQL Server\140\R_SERVER\bin\x64에서 찾을 수 있습니다.
R 샘플 및 스크립트 오픈 소스 R 및 RevoScaleR 패키지에는 미리 설치된 데이터를 사용하여 스크립트를 만들고 실행할 수 있도록 기본 제공 데이터 세트가 포함되어 있습니다. \Program files\Microsoft SQL Server\140\R_SERVER\library\datasets and \library\RevoScaleR에서 찾을 수 있습니다.
Python 패키지 revoscalepy는 데이터 조작, 변환, 시각화 및 분석 기능을 제공하는 확장 가능한 Python의 기본 라이브러리입니다.
microsoftml은 텍스트 분석, 이미지 분석 및 감정 분석을 위한 사용자 지정 모델을 만들기 위한 기계 학습 알고리즘을 추가합니다.
Python 도구 기본 제공 Python 명령줄 도구는 임시 테스트 및 작업에 유용합니다. 이 도구는 \Program files\Microsoft SQL Server\140\PYTHON_SERVER\python.exe에서 찾을 수 있습니다.
Anaconda Anaconda는 Python 및 필수 패키지의 오픈 소스 배포판입니다.
Python 샘플 및 스크립트 R과 마찬가지로, Python에는 기본 제공 데이터 세트와 스크립트가 포함되어 있습니다. revoscalepy 데이터는 \Program files\Microsoft SQL Server\140\PYTHON_SERVER\lib\site-packages\revoscalepy\data\sample-data에서 찾을 수 있습니다.
R 및 Python의 미리 학습된 모델 미리 학습된 모델은 특정 사용 사례를 위해 만들어지며 Microsoft의 데이터 과학 엔지니어링 팀에서 유지 관리합니다. 미리 학습된 모델을 그대로 사용하여 텍스트의 긍정-부정 감정을 채점하거나, 원하는 새 데이터 입력을 사용하여 이미지의 특징을 감지할 수 있습니다. 미리 학습된 모델은 독립 실행형 서버에서 지원되고 사용할 수 있지만, SQL Server 설치 프로그램을 통해 설치할 수는 없습니다. 자세한 내용은 SQL Server에 미리 학습된 기계 학습 모델 설치를 참조하세요.

독립 실행형 서버 사용

R 및 Python 개발자는 오픈 소스 R 및 Python의 메모리 및 처리 제약 조건을 극복하기 위해 일반적으로 독립 실행형 서버를 선택합니다. 독립 실행형 서버에서 실행되는 R 및 Python 라이브러리는 대량의 데이터를 여러 코어에 로드하여 처리하고, 그 결과를 하나의 통합 출력으로 집계할 수 있습니다. 확장성과 유용성 중심으로 엔지니어링되는 고성능 함수는 Microsoft에서 엔지니어링하고 지원하는 상용 서버 제품에 예측 분석, 통계 모델링, 데이터 시각화 및 첨단 기계 학습 알고리즘을 제공합니다.

SQL Server에서 분리된 독립 서버인 R 및 Python 환경은 SQL Server가 아닌 독립 실행형 서버에서 제공하는 기본 운영 체제 및 표준 도구를 사용하여 구성, 보호 및 액세스됩니다. SQL Server 관계형 데이터를 기본적으로 지원하지 않습니다. SQL Server 데이터를 사용하려면 다른 클라이언트에서 하듯이 데이터 원본 개체 및 연결을 만들면 됩니다.

SQL Server의 보충 모델인 독립 실행형 서버는 로컬 및 원격 컴퓨팅이 모두 필요한 경우에 유용하게 사용할 수 있는 강력한 개발 환경이기도 합니다. 독립 실행형 서버의 R 및 Python 패키지는 데이터베이스 엔진 설치와 함께 제공되는 패키지와 동일하며, 코드 이식 및 컴퓨팅 컨텍스트 전환이 가능합니다.

시작하는 방법

설치 프로그램을 시작하고, 선호하는 개발 도구에 이진 파일을 연결하고, 첫 번째 스크립트를 작성합니다.

1단계: 소프트웨어 설치

다음 버전 중 하나를 설치합니다.

2단계: 개발 도구 구성

독립 실행형 서버의 경우 동일한 컴퓨터에 설치된 개발 도구를 사용하여 로컬에서 작업하는 것이 일반적입니다.

3단계: 첫 번째 스크립트 작성

RevoScaleR, revoscalepy 및 기계 학습 알고리즘의 함수를 사용하여 R 또는 Python 스크립트를 작성합니다.

작업에 가장 적합한 언어를 선택합니다. SQL을 사용하여 구현하기 어려운 통계 컴퓨팅에는 R이 가장 적합합니다. 데이터에 대한 세트 기반 작업의 경우 강력한 SQL Server를 활용하여 성능을 극대화합니다. 열에 대한 컴퓨팅을 매우 빠르게 수행할 수 있는 메모리 내 데이터베이스 엔진을 사용합니다.

4단계: 솔루션 운영

독립 실행형 서버는 SQL 브랜드가 아닌 Microsoft Machine Learning Server운영 기능을 사용할 수 있습니다. 독립 실행형 서버의 운영을 구성할 수 있으며, 이를 통해 코드를 웹 서비스로 배포 및 호스팅하고, 진단을 실행하고, 웹 서비스 용량을 테스트할 수 있습니다.

5단계: 서버 유지 관리

SQL Server는 정기적으로 누적 업데이트가 출시됩니다. 누적 업데이트를 적용하면 기존에 설치된 버전의 보안과 기능이 향상됩니다.

새 기능 또는 변경된 기능에 대한 설명은 CAB 다운로드 문서와 SQL Server 2016 누적 업데이트SQL Server 2017 누적 업데이트에 대한 웹 페이지에서 찾을 수 있습니다.

기존 인스턴스에 업데이트를 적용하는 방법에 대한 자세한 내용은 설치 지침의 업데이트 적용을 참조하세요.

참고 항목

R Server(독립 실행형) 또는 Machine Learning Server(독립 실행형) 설치