머신러닝 인터뷰 실무 가이드

267

CHAPTER 06

기술 인터뷰: 모델 배포와 종단 간 머신러닝

다음 절에서는 클라우드 환경과 로컬 환경, 모델 배포 기술, 클라우드 제공업체, 기타 도구

등에 대해 다룰 것입니다. 이미 이러한 개념에 익숙하거나 어떤 절이 당장은 본인과 관련없

다고 느낀다면 건너뛰어도 좋습니다. 해당 주제에 대해 알 필요가 생겼을 때 이 장으로 돌아

오면 됩니다.

클라우드 환경과 로컬 환경

저는

4

장에서 모델 학습과 평가에 대해 이야기했습니다. 그러나 개발 환경에 대해서는 자세

히 설명하지 않았습니다. 모델을 학습시키고 평가하기 위해서는 해당 작업이 이루어질 환

경이 필요합니다. 이 환경은 여러분의 맥북 프로와 같은 로컬 머신이나 클라우드 가상 머신

(

VM

) 등이 될 수 있습니다.

또한, 모델이 학습되는 환경은 대체로 운영 환경과 다릅니다. 예를 들어 모델이

VM

에서

학습되고 피클 파일로 패키징된 후, 스크립트에 의해 완전히 다른 구글 클라우드 플랫폼

(

GCP

) 네임스페이스의 운영 환경으로 복사될 수 있습니다. 모델 학습을 담당하는 사람은

이 환경에 개인적으로 접근할 수 없을 수도 있습니다.

클라우드든 로컬이든, 모델 학습에서 배포로의 전환을 주의 깊게 고려해야 합니다. 모델 학

습 아티팩트는 어떻게 운영 환경으로 전송되나요? 운영 환경 프로세스는 어떠하며, 프로세스

의 각 단계는 어디에서 이뤄지나요? 운영 환경 프로세스가 실제로 존재하나요? 머신러닝 워

크플로가 구축되는 다양한 플랫폼 유형에 대한 기본적인 이해는 머신러닝 배포를 스트림라

인화, 자동화, ...