왜 MLOps 인가
모델을 만드는 것보다 운영하는 것이 어렵습니다. Geo-MLOps 가 무엇을 해결하는지 먼저 봅니다.
머신러닝 프로젝트의 첫 모델은 보통 한 사람의 노트북에서 태어납니다. 문제는 그 다음입니다. 모델이 늘고, 데이터가 바뀌고, 현장 장비가 수십 대가 되면 "지금 현장에서 도는 모델은 누가, 언제, 어떤 데이터로 만들었나?" 하는 질문에 아무도 바로 답하지 못합니다.
MLOps 는 소프트웨어의 DevOps 처럼, 모델을 반복해서 만들고 안전하게 내보내고 계속 지켜보는 일을 체계로 만드는 방법입니다. Geo-MLOps 는 그 체계를 설치해서 바로 쓸 수 있는 플랫폼으로 제공합니다.
이 장의 내용
| 페이지 | 읽는 시간 | 내용 |
|---|---|---|
| 운영에서 생기는 문제 | 3분 | 모델 운영이 어려운 다섯 가지 이유와 플랫폼의 대응 |
| Geo-MLOps 가 하는 일 | 3분 | 기능 지도: 화면 메뉴와 하는 일 |
| 도입 전과 후 | 3분 | 같은 일을 손으로 할 때와 플랫폼으로 할 때 |
| 핵심 개념 | 5분 | 테넌트, 데이터셋, 실험, 모델 버전, 승인, 서빙, 엣지, 드리프트 |
| 역할과 권한 | 3분 | 누가 무엇을 할 수 있는가 |