MLOps 도입 가이드

106

2부MLOps적용방법

을 거치고 상용 배포될 수 있는 아티팩트로 번들되어야 한다.

●

모델및전처리관련코드

●

하이퍼파라미터와설정

●

학습데이터와검증데이터

●

실행가능한형태의학습된모델

●

버전을지정한라이브러리,환경변수등의실행환경

●

문서화

●

테스트시나리오관련코드와데이터

6.2.2

테스트용 파이프라인

5

장에서 언급한 바와 같이, 테스트 파이프라인은 아티팩트에 포함된 모델의 다양한 속성을 검

증할 수 있다. 테스트의 중요한 운영 측면 중 하나는 요건 준수를 검증하는 것 외에 좋은 테스

트를 해서 실패했을 때 소스상의 이슈를 가능한 한 쉽게 진단할 수 있도록 하는 것이다.

이를 위해서는 테스트의 이름을 지정하는 것이 매우 중요하다. 또한 모델을 검증할 때 사용할

여러 데이터 세트를 신중하게 선택해야 한다. 예를 들면 다음과 같다.

●

간단한데이터와너무제한되지않은성능임곗값을사용하여고정된(자동적으로갱신되지않음)데이터세트

로테스트를먼저수행하는데,이를‘기반사례(

base



case

)’라고한다.테스트보고서에이테스트가실패한

것으로표시된다면모델이크게빗나갔을가능성이크고,그원인은프로그래밍오류또는모델의오용일수

있다.

●

그런다음,하나씩특이사항(결측값,극단적인값등)이있는여러데이터세트에대해세트별로적절한이름

을붙여테스트를수행하면,각테스트의결과보고서에는특정값으로인해모델이실패한것임이즉시드러

날수있다.이런데이터 ...