MLOps 도입 가이드

126

2부MLOps적용방법

위해구축한모델이최고의할인을최고의고객에게제안하고있었다면편향될것이다.선택편향은종종데

이터수집파이프라인자체에서비롯된다.와인예시에서알코올도수가

11

%이상인와인만으로구성한원본

데이터세트표본은확실히전체와인을대표하지않는다.이는표본이너무한쪽으로치우친것이다.알코올

도수가

11

%이상인와인표본몇개만두더라도가중치를조절하여상용환경에서입력되는데이터의분포에

가깝도록한다면편향성을완화할수있다.하지만이런작업은말로는쉽지만문제가되는특성을알수없거

나특성을알더라도가중치조절에사용할수없는경우가많다.

●

끊임없이 변화하는 환경:원천(

source

)모집단에서수집한학습데이터가대상(

target

)모집단을대표하지

않는경우다.사용사례예측과같이시간의존적이고계절적효과가강한작업에서자주발생한다.이런경우,

특정월에학습한모델이다른월에대해서는작동하지않을수있다.와인예시에서라면,원본데이터세트의

표본이특정연도의와인만포함하고있고해당연도가특히나품질이좋은(또는나쁜)빈티지와인의연도일

수있다.그러면이데이터로학습한모델은다른연도에는쓸수없다.

7.3.2

입력값 드리프트 감지 기법

여러 유형의 드리프트를 유발할 수 있는 상황을 이해했다면, 그다음으로 자연스럽게 나올 수

있는 질문은 ‘드리프트를 어떻게 감지할 수 있는가?’다. 여기서는