머신러닝 시스템 설계

386

머신러닝 시스템 설계

)

self.next(self.end)

def end(self):

print(self.outputs)

10.4

머신러닝 플랫폼 머신러닝 플랫폼

한번은 유명 스트리밍 회사의

ML

플랫폼 팀 관리자가 자신의 팀이 어떻게 시작됐는지 들려줬

습니다. 그는 원래 추천 시스템 작업을 위해 회사에 합류했고, 추천 시스템을 배포하기 위해 피

처 관리, 모델 관리, 모니터링 같은 도구를 구축해야 했습니다. 작년 그의 회사에서는 추천 시

스템뿐 아니라 다른

ML

애플리케이션에서도 동일한 도구를 사용할 수 있다는 점을 깨달았습니

다. 그리고는

ML

애플리케이션 전반에 걸쳐 공유 인프라를 제공한다는 목표로

ML

플랫폼 팀

을 새로 만들었죠. 추천 시스템 팀이 가장 성숙한 도구들을 보유하고 있었기에 해당 도구를 다

른 팀에서도 채택했고, 추천 시스템 팀원 중 몇몇은 새롭게 만든

ML

플랫폼 팀에 합류해달라

는 제안을 받기도 했습니다.

이 이야기는

2020

년 초에 증가하기 시작한 트렌드를 보여줍니다. 회사마다 점점 더 많은 애플

리케이션에

ML

을 사용함에 따라, 각 애플리케이션에 별도의 도구 집합을 지원하는 대신 여러

애플리케이션에 동일한 도구 집합을 활용함으로써 보다 큰 효용을 얻을 수 있습니다.

ML

배포

를 위한 이 도구 집합이

ML

플랫폼을 구성합니다.