워크스페이스 사용자의 데이터 업로드, 학습, 결과 비교와 모델 선택, 승인, 서빙, 현장 장비(엣지) 배포, 재학습 방법.

플랫폼 설치는 설치, 멤버·토큰·학습 런타임 같은 관리 화면은 관리, 외부 학습 컨테이너·MLflow 직접 연동은 연동 참고.

이 장을 읽는 방법

구분읽는 경우위치
튜토리얼: 첫 모델을 현장에 배포하기처음 한 번 순서대로 따라 하는 경우 (약 30분)튜토리얼
화면 레퍼런스특정 화면의 버튼·칸이 무엇인지 확인하는 경우이 장의 화면별 페이지
How-to자주 하는 작업 하나를 처리하는 경우How-to

워크스페이스 메뉴

로그인 시 왼쪽 사이드바에 워크스페이스 메뉴 표시. 테넌트에서 비활성화한 기능과 내 역할로 사용할 수 없는 메뉴는 표시되지 않음(예: 승인은 승인자·관리자에게만 표시).

메뉴하는 일흐름 속 단계
대시보드핵심 지표(KPI)·최근 경보·모델 상태·GPU 슬롯·Edge Fleet·최근 배포 요약전체
실험MLflow 실험과 Run 목록, Run 비교, Run 을 모델로 등록③ 실험
학습새 학습(11단계 마법사), 학습 실행 목록·상세, 사전학습 가중치② 학습
모델 레지스트리모델 버전과 스테이지(Staging·Production·Archived), 프로덕션 승격 요청, 서빙 이미지 빌드④ 레지스트리
컨테이너 레지스트리플랫폼 내장 레지스트리의 이미지 조회·반입보조
파이프라인파이프라인 실행 이력보조
배포어떤 모델 버전을 어느 장비에 배포했는지 기록, 롤백 기록⑦ 배포
API 서비스서빙 엔드포인트 생성, 추론 콘솔로 시험⑥ 서빙
모니터링운영 KPI와 추세⑨ 모니터링
경보활성 경보 처리, 룰·채널·음소거⑨ 모니터링
승인프로덕션 승격 요청의 승인·반려⑤ 승인
데이터셋데이터셋 생성, 파일 업로드, 외부 소스 동기화① 데이터셋
Edge Fleet현장 장비 상태·명령(모델 내려받기)·정책⑧ 엣지
수집 데이터테넌트 전체 장비가 업로드한 수집 데이터(레코드·추론 결과·파일)의 검색과 정리⑧ 엣지
드리프트입력 데이터 분포 변화(PSI·KS) 추이, 재학습⑩ 드리프트 → 재학습

오른쪽 위에 테넌트 선택(예: DEMO), 알림함 종, 계정 메뉴. 관리 권한이 있으면 사이드바 아래에 관리자 콘솔도 표시.

전체 흐름

모델은 아래 단계를 순서대로 진행. 드리프트 감지 시 ② 학습부터 반복.

모델의 전체 흐름: AI 개발자가 데이터셋, 학습, 실험, 모델 레지스트리 등록(Staging)을 진행하고 승인자가 승인하면 Production 으로 전환. 센터 운영 담당자가 서빙과 배포를 진행하면 현장 PC 가 모델을 실행하고, 모니터링과 드리프트에서 변화 감지 시 ② 학습으로 복귀

단계메뉴필요한 역할결과물
① 데이터셋 생성·파일 업로드데이터셋개발자·운영자·관리자확정(FROZEN)된 데이터셋과 파일 목록
② 학습학습 → 새 학습개발자·운영자·관리자학습 실행 1건 = MLflow Run 1개
③ Run 비교실험누구나(보기)선택한 Run
④ 모델 등록실험 → Run → 모델 등록개발자·운영자·관리자모델 버전 (Staging)
⑤ 프로덕션 승격 요청 → 승인모델 레지스트리 → 승인승인자·관리자Production 버전
⑥ 서빙 이미지 빌드·API 서비스모델 레지스트리 → API 서비스운영자·관리자컨테이너 이미지, 추론 엔드포인트
⑦~⑧ 배포·엣지 장비배포, Edge Fleet → 명령운영자·관리자배포 기록, 장비에서 실행 중인 모델
⑨~⑩ 모니터링·드리프트모니터링·경보·드리프트누구나(보기)재학습 판단

역할은 테넌트 관리자가 멤버마다 지정. 보기(viewer)·개발자(developer)·운영자(operator)·승인자(approver)·관리자(admin) 다섯 가지(역할과 권한). 권한이 없는 버튼은 화면에 표시되지 않고, 서버도 요청 거절. 표시되지만 비활성화된 버튼은 권한이 아니라 상태 때문에 현재 사용 불가(예: 완료되지 않은 Run 의 모델 등록).

2026-10-02 기준 플랫폼으로 작성

© MLOps Central Platform