MLOps 도입 가이드

185

10장 마케팅추천엔진

10.7

마치며

이번 활용 사례는 마켓클라우드가 다른 많은 기업이 제품을 판매할 때 사용하는 판매 플랫폼을

구축했다는 점이 특이 사항으로, 데이터 소유권은 각 기업에 있고 기업 간 공유는 불가능하였

다. 이로 인해 마켓클라우드가 범용 추천 엔진을 만들기 위해 모든 데이터를 읽어들이는 대신

각 사용자에 대해 서로 다른 추천 시스템을 제공해야 하는 어려운 상황이 발생하였다.

마켓클라우드는 다양한 회사의 데이터를 공급할 수 있는 단일 파이프라인을 구축함으로써 이

러한 장애물을 극복할 수 있었다. 또한 마켓클라우드는 데이터가 자동화된 추천 엔진 학습 시

나리오를 거치도록 함으로써 다양한 데이터 세트에 대해 학습된 많은 추천 엔진을 만들었다.

훌륭한

MLOps

프로세스를 활용하여, 마켓클라우드는 이러한 작업들을 규모에 맞게 수행할

수 있었다.

이 활용 사례는 허구이지만, 현실에 기반을 두고 있다는 점에 주목해야 한다. 이와 비슷한 프로

젝트를 진행했던 실제 팀은 프로젝트를 완료하는 데 약

3

개월이 걸렸다. 이 팀은 데이터 사이

언스 및 머신러닝 플랫폼을 활용하여 단일 파이프라인

4

천 개를 복사본으로 복제하는 작업을

조율하고

orchestrate

프로세스를 자동화해서, 각 파이프라인에 해당 데이터 세트를 공급하고 모델

을 학습시켰다.

그들은 제품을 효율적으로 출시하기 위해 추천 품질과 확장성 사이의 절충을 수용했다. 예를

들어, 이 팀이 각 클라이언트에게 가장 적합한 알고리즘을 선택하여

4

천 개의 파이프라인 각각

에 대한 ...