MLOps 란? (DevOps 와 비교)

MLOps 란?

- Machine Learning Operations

- 인공지능, 머신러닝 기반 솔루션을 개발, 배포, 운영 하기 위한 전반적인 절차

- 개발과 운영을 따로 나누지 않고 개발의 생산성과 운영의 안정성을 최적화하는 DevOps를 머신러닝 시스템에 적용한 것 

- MLOps 파이프 라인에서 모델 검증 및 제공/배포 단계 = DevOps 에서 애플리케이션을 테스트하고 배포하는 과정과 흡사

 

 

 

머신러닝을 도입한 데이터 처리 파이프라인

1. 데이터 분석

- 데이터 분석을 위한 탐색적 데이터 분석 수행 (EDA, Exploratory Data Analysis)

2. 데이터 준비 (추출 및 정제)

- 데이터 추출 및 정제 -> 변환, 집합, 중복제거 등 과정 포함

3. 모델 학습 및 튜닝

- 다양한 알고리즘 구현, 하이퍼 파라미터 조정, 학습모델을 결과로 도출

4. 모델평가 및 검증

- 모델 평가 - 정확도 수치 확인  / 모델 성능 검증 - 배포에 적합한 수준인지 검증

5. 모델 제공

- CI/CD 툴을 이용하여 프로덕션 수준에서 이용할 수 있도록 파이프 라인 자동화

6. 모델 배포 및 모니터링

- 어플리케이션에서 사용 가능하도록 endpoint 활성화

 

 

ML 생애 주기