
21
1장 왜지금이고도전과제는무엇인가
머신러닝 운영
Machine Learning Operations
(
MLOps
, 이하 동일)은 기업의 성공적인 데이터 사이언스
프로젝트에서 필수 요소가 되어가고 있다. 즉, 조직과 비즈니스 리더들이 장기적 가치를 창출
하고 데이터 사이언스, 머신러닝 및
AI
를 주도할 때 리스크
Risk
를 제거하는 데 도움이 되는 프로
세스다.
MLOps
가 다소 새로운 개념임에도 불구하고 데이터 사이언스의 대표 어휘 중 하나로
간주되어 큰 관심을 받고 있는 이유는 무엇인가? 이번 장에서
MLOps
의 추상적 개념과 도전
과제, 기업의 성공적 데이터 사이언스 전략에서
MLOps
가 핵심인 이유를 알아보고, 가장 중요
한 내용으로서 최근에
MLOps
가 뜨겁게 부상한 이유에 대해 살펴보겠다.
MLOps
,
ModelOps
,
AIOps
MLOps
(혹은
ModelOps
)는 다소 새로운 원칙
discipline
으로서,
2018
년 후반부터
2019
년 사이에
부각되기 시작하였다. 이 책을 쓰는 시점에 두 용어
MLOps
와
ModelOps
가 많은 경우 같은 의
미로 사용되고 있다. 하지만 일부의 주장에 따르면
ModelOps
는 머신러닝 모델뿐만 아니라 다
른 종류의 모델(예를 들면, 룰 기반 모델)도 포함하므로
MLOps
보다 더 포괄적이다. 이 책은 머
신러닝