MLOps 도입 가이드

196

3부MLOps실제사례

그리드는 계속해서 진화하므로 존재하지 않았던 새로운 생산과 소비가 생겨날 수 있고 소비 패

턴에 분열이 일어날 수 있다. 이에 따라 기존 이력 데이터는 더 이상 의미가 없을 가능성이 높

다. 예측 방법론은 이러한 예기치 못한 사례도 감안해야 한다. 패턴의 분열은 이상 감지

anomaly

detection

방법을 활용하여 확인할 수 있다. 분열을 확인하면, 우선 단순화된 모델을 사용하여 데

이터로 활용할 수 있을 만큼 이력 데이터를 충분히 수집한다.

그런 다음, 소비 패턴별로 어떤 표준적 방법을 활용하는 모델을 하나씩 사용하는 대신 신경망

을 활용하면 모든 소비에 대응할 수 있는 하나의 모델을 구축할 수도 있다. 실제로 기존 패턴

에서 벗어나지만 않는다면 이 모델 하나로 약간의 이력 데이터를 사용하여 소비 예측을 할 수

있다.

11.7

배포

오늘날 데이터 과학자들은 모델의 프로토타입을

R

,

Python

또는

MATLAB

스크립트로 만드

는 경우가 많다. 프로토타입은 데이터를 준비하고, 하나의 데이터 세트로 모델을 학습시키고,

다른 데이터 세트에서 스코어링하는 것으로 이루어진다. 운영화는 다음과 같은 몇 가지 방법으

로 진행할 수 있다.

●

프로토타입을완전히다시 제작한다. 비용이많이들고 융통성은 떨어지지만,제조운영 ...