MLOps 도입 가이드

183

10장 마케팅추천엔진

10

.

6

.

4

. 모델을 수동으로 제어하는 경우

모델의 모니터링, 재학습, 업데이트가 완전히 자동화되어 있지만, 마켓클라우드는 여전히 클라

이언트가 모델을 켜고 끌 수 있는 여지를 남겨둔다. 좀 더 정확하게 말하면, 사용자는 마켓클라

우드를 통해 모델과 상호작용할 수 있는 세 가지 옵션 중 하나를 선택할 수 있다.

●

가장업데이트된데이터세트를기반으로추천을얻기위해추천기능을켠다.

●

새데이터를활용한재학습을중지하기위해동결(

freeze

)하고기존모델을계속사용한다.

●

세일즈코어의추천기능사용을완전히중지하기위해추천기능을끈다.

머신러닝 알고리즘은 처리 작업을 자동화하기 위해 실질적인 지식을 의미 있는 알고리즘으로

변환하려고 시도한다. 그러나 사용자가 자신의 도메인 지식을 활용할 수 있도록 여지를 남겨두

는 것은 좋은 실천 사례에 속한다. 사용자가 비즈니스에서 매일 발생하는 프로세스상의 문제를

식별하고 선별하며 재연하는 데 알고리즘보다 훨씬 능숙할 수 있기 때문이다.

두 번째 옵션은 사용자가 새로운 데이터로 추천 엔진을 업데이트하지 않고도 추천의 현재 품질

을 유지할 수 있기 때문에 중요하다. 현재 모델을 재학습된 모델로 교체할지는

RMSE

등의 지

표에 따른 수학적 평가에 달려 있다. 그러나 세일즈코어의 제품 추천이 이미 판매를 촉진하는

효과가 있다고 느낄 경우 두 번째 옵션을 사용하면 새 모델에서 오히려 추천 품질이 떨어질 리

스크를 감수하지 않아도 된다.

10.6.5

모델을 ...