잘되는 머신러닝 팀엔 이유가 있다

228

Part 2

엔지니어링

6.1

모델 테스트

ML

종사자들은 수동으로 모델을 평가하는 데 비교적 친숙합니다. 그러나 이러한 테스트의

탐색적인 특성은 모델을 개발하는 초기 단계에서는 유용하지만, 시간이 많이 걸리게 되고 또

지루해지기 쉽습니다. 다행스럽게도 우리는 모델이 충분히 좋거나 이전보다 나은지를 구분

하는 지표와 휴리스틱들을 정의해가면서, 모델 테스트를 사용하여 이런 수동적인 휴리스틱

과 검사들을 자동화할 수 있습니다. 그리고 이는 더 중요한 문제들을 해결하는 데 시간과 에

너지를 사용할 수 있게 해 줍니다.

이 절에서는 훈련된 모델을 통해 무엇을, 어떻게, 왜 테스트해야 하는지를 자세히 알아볼 것

입니다.

■

ML

모델에 대해 자동 테스트가 필요한 이유

■

ML

모델을 테스트하는 데 있어서의 도전 과제

■ 적합도 함수의 기능이 이러한 도전을 극복하는 데 어떻게 도움이 될 수 있는지에 대한 이유

■ 두 가지 일반적인 유형의 모델 테스트를 구현하는 방법인

지표 테스트

와

동작 테스트

■

LLM

과

LLM

애플리케이션을 테스트하는 방법

이제 파헤쳐봅시다!

6.1.1

모델 테스트의 필요성

ML

전달 과정을 ‘신발을 생산하는 공장’이라고 상상해 보세요. 데이터 과학자들은 신발을 만

들면서 나름의 방법으로 신발의 품질을 테스트합니다. 그리고

ML

엔지니어들은 데이터 과학

자들이 만든 어떤 신발도 담을 수 있는 상자를 만들도록 생산 라인을 설정합니다. 자연스레

ML

엔지니어는 자동화를 통해 생산 라인을 가속화하려고 하는 반면, 데이터 ...