도입 전과 후 | MLOps Central Platform 매뉴얼

AI 모델과 현장 데이터를 사용한 학습 및 배포 작업 비교.

단계	도입 전 (수동)	MLOps Central Platform
데이터 수집	라벨링 도구에서 압축 파일로 내려받아 공유 폴더에 복사	데이터셋 에서 외부 소스 동기화 버튼. 변경된 파일만 내려받음.
학습	GPU 서버에 접속해 스크립트 인자를 기억에 의존해 입력	마법사에서 이전 실행을 같은 설정으로 다시 제출. GPU 는 테넌트에 배선된 것만 사용.
결과 비교	로그 파일을 열어 수치를 스프레드시트에 옮겨 적음	실험 에서 Run 을 선택해 비교. 지표·파라미터·곡선을 나란히 표시.
모델 보관	`model_final_v3_real.pt` 를 메신저로 전달	모델 레지스트리 에 버전으로 등록, 학습 실행·데이터셋과 연결
배포 승인	구두 확인	승인 요청을 제출하면 책임자가 화면에서 승인·반려, 기록 보존
현장 반영	장비마다 원격 접속해 파일 교체	배포에 기록하고 Edge Fleet에서 대상 장비에 모델 내려받기 명령. 문제 발생 시 롤백을 기록하고 이전 버전 내려받기 명령 전송.
사후 감시	불만 접수 후 확인	드리프트 와 경보 가 먼저 알리고, 그 화면에서 재학습 마법사 시작

화면

학습을 실행하면 실험 목록에 Run 이 대표 지표와 함께 자동 기록.

운영 반영 전 책임자의 승인 필요.

모든 현장 장비의 상태를 한 화면에서 확인.

입력 데이터 분포가 변화한 모델을 드리프트 지표로 표시.