자주 묻는 질문

vs. Notebooks

제품명	역할	특
Apache Zeppelin, Jupyter Notebook	노트북 스타일의 문서 + 코드 프론트엔드	Familiarity from data scientists and researchers, but hard to avoid insecure host resource sharing
Backend.AI	모든 프론트엔드들에 연결 가능한 backend 구조	Built for multi-tenancy: scalable and better isolation

vs. 오케스트레이션 프레임워크

제품명	대상	특
Amazon ECS, Kubernetes	Long-running interactive services	Load balancing, fault tolerance, incremental deployment
Amazon Lambda, Azure Functions	Stateless light-weight, short-lived functions	관리가 필요없는 서버리스 구조
Backend.AI	Stateful batch computations mixed with interactive applications	Low-cost high-density computation, maximization of hardware potentials

vs. 빅데이터와 AI 프레임워크

제품명	역할	특
TensorFlow, Apache Spark, Apache Hive	연산 런타임	Difficult to install, configure, and operate at scale
Amazon ML, Azure ML, GCP ML	Managed MLaaS	Highly scalable but dependent on each platform, still requires system engineering backgrounds
Backend.AI	연산 런타임의 호스트	Pre-configured, versioned, reproducible, customizable (open-source)

(모든 상품명과 트레이드 마크들은 각 소유자의 재산입니다.)