MLOps 도입 가이드

160

2부MLOps적용방법

개발

·

데이터준비:

PII

준수,법률적지역범위구분,입력값편향회피

·

모델개발:모델재현가능성및감사가능성고려

상용화전단계

·

상용데이터기반으로성능/편향성검증

·

상용준비테스트:확장성검증

배포

·

배포전략:운영화수준에따름

·

배포검증테스트:상용검증을위한섀도우챌린저(

shadow



challenger

)혹

은

A

/

B

테스트기법활용

모니터링과피드백

·

성능지표및알림

·

입력값드리프트에대한예측로그분석및알림

6

단계: 중앙 집중식 거버넌스 관리를 위한 도구 선택

MLOps

거버넌스 프로세스는 전체 머신러닝 모델 생애주기와 조직 전체에 영향을 미친다. 각

단계마다 특정 작동 및 점검 절차를 실행해야 한다. 모델 개발과 거버넌스 활동 실행 전체를 대

상으로 한 추적 가능성은 복잡한 과제다.

대부분의 조직은 ‘종이 양식’ 기반의 사고방식, 즉 양식을 작성·순환·서명·철하는 사고방식

으로 프로세스를 관리한다. 그 양식은 텍스트 문서일 수도 있고, 이메일을 통해 전달되는 문서

일 수도 있고, 전자적 파일일 수도 있지만, 종이의 한계점은 여전하다. 진행 상황을 추적하고,

아티팩트를 연관시키고, 한 번에 많은 프로젝트를 검토하고, 신속하게 조치를 취하고, 팀에게

책임을 ...