MLOps 도입 가이드

머신러닝

Machine

Learning

기술은 이론과 학문의 영역에서 ‘현실 세계’의 영역으로 이동하는 전환점

에 이르렀다. 전 세계의 모든 서비스와 제품에 머신러닝 기술을 적용해보려는 시도가 이어지고

있다. 이러한 변화가 흥미롭기는 하지만, 머신러닝 모델의 복잡한 특성과 현대적인 조직의 복

잡한 구조를 조합하는 대단히 도전적인 과제다.

조직이 머신러닝을 실험실 수준에서 상용 환경으로 확대 적용할 때 겪는 어려움 중 하나는 유

지보수다. 기업은 하나의 모델만 다루던 환경에서 수십, 수백 혹은 수천 개의 모델을 다루는 환

경으로 어떻게 전환할 수 있을까? 바로 이 지점에서 앞서 언급한 기술적인 복잡성과 비즈니스

적 복잡성이 드러나고,

MLOps

가 필요하다.

이 책에서는 독자들에게

MLOps

의 당면 과제를 소개하고,

MLOps

역량을 개발하기 위한 실

질적인 통찰과 해결책을 제공하도록 하겠다.

이 책의 대상 독자

이 책은 상용 환경에서 머신러닝 적용 실무를 담당하는 데이터 분석 팀 혹은

IT

운영 팀의

관리자들을 대상으로 한다.

MLOps

가 새로운 영역이라는 점을 감안하여 조직적 이슈부터

기술적 이슈까지 모두 다루어

MLOps

환경을 성공적으로 구축하기 위한 가이드로 삼을

수 있도록 하였다.

이 책의 구성

이 책은 크게

3

부로 구성되어 있다.

1

부:

MLOps

개념과 ...