머신러닝 시스템 설계

14

제 인생의 버킷리스트 중 하나가 양질의 서적을 번역하는 것이었는데, 머신러닝을 처음 접한

지 정확히

20

년이 된 시점에 이렇게 훌륭한 원서를 번역할 기회가 찾아온 것은 정말 행운입

니다.

과거 오픈 소스 생태계가 활성화되기 전과 딥러닝이 대두되기 전에는 직접 논문의 수학적 이론

과 직관을 이해하고 알고리즘을 직접 구현해야 했기에, 기초 수학과 통계학에 대한 지식이 반

드시 필요했습니다. 제 역량이 너무나 부족한 탓에 수없이 실패하고 좌절했던 기억이 주마등처

럼 스쳐갑니다. 하지만 이제는 오픈 소스 생태계의 활성화, 머신러닝 프레임워크의 급격한 발

전 그리고 수많은 개발 도구의 등장으로 머신러닝의 진입 장벽이 많이 낮아졌습니다. 온라인

강의 플랫폼과 커뮤니티를 통해 누구나 머신러닝을 학습하고 관련 지식을 공유할 수 있게 되었

죠. 그리고 클라우드 인프라의 보급, 대규모 데이터셋을 수집하고 적재하는 기법의 발전과 분

산 훈련 기법의 발전에 따라 엔지니어링 역량이 훨씬 강조되기 시작했습니다.

많은 기업에서 머신러닝 모델을 활용한 비즈니스를 시도하기 시작하면서 이러한 환경에서 모

델을 빠르게 개발, 훈련, 배포, 운영할 자동화 프로세스를 고민했고, 이에 머신러닝 운영의 줄

임말인

MLOps

가 대두되었습니다. 프로젝트 론칭을 위해서 다양한 역할과 책임을 지닌 사

람들이 ...