MLOps 도입 가이드

128

2부MLOps적용방법

어떤 경우에도 드리프트를 감지했을 때 자동으로 수행할 수 있는 조치는 거의 없다. 자동 수행

은 모델을 재학습시키고 배포하는 데 비용이 너무 많이 들 때에나 생각해볼 수 있다. 즉, 실측

데이터에 기반하여 측정한 성능이 떨어지거나 상당한 드리프트를 감지한 경우, 새로운 데이터

를 기반으로 모델을 재학습시킨다. 이런 특이한 경우에, 드리프트를 완화하기 위해 새로운 데

이터를 사용할 수 있다.

7.4

피드백 루프

모든 효과적인 머신러닝 프로젝트에서는 데이터 피드백 루프

feedback

loop

의 형태를 구현한다. 즉,

추가 개선을 위해 상용 환경의 정보를 모델 프로토타이핑 환경으로 전달한다.

[그림

7

-

2

]를 보면 모니터링과 피드백 루프에서 수집한 데이터(이 데이터에 대한 자세한 내용

은

6

장에서 다루었다)를 모델 개발 단계로 전송하는 것을 확인할 수 있다. 그 시점부터, 시스템

은 예상한 대로 모델이 작동하는지 분석한다. 만약 예상한 대로라면, 어떠한 조치도 필요하지

않다. 만약 모델 성능이 저하되고 있다면, 자동으로든 혹은 데이터 과학자가 수동으로 하든 업

데이트를 촉발한다. 이번 장의 시작 부분에서 언급한 바와 같이, 업데이트는 새로 레이블된 데

이터로 모델을 재학습시키거나 특성을 추가한 새 모델을 개발하는 것을 의미한다.

모델 ...