
25
1장 왜지금이고도전과제는무엇인가
●
팀간협업과의사소통강화에대한아이디어
●
서비스생애주기의처음부터끝까지개발(
build
),테스트(
test
),출시(
release
)
●
지속적전달(
Continuous
Delivery
,
CD
)과품질검증간의우선순위조정
하지만
MLOps
와
DevOps
사이에는 결정적인 차이점이 하나 있어서
DevOps
담당자를 데
이터 사이언스 팀으로 즉시 전환 배치할 수 없다. 소프트웨어 코드를 상용 배포하는 것과 머신
러닝 모델을 상용 배포하는 것은 근본적인 부분에서 차이가 있다. 소프트웨어 코드는 비교적
정적이지만(최근
SaaS
Software
-
as
-
a
-
Service
회사에서는
DevOps
팀에서 하루에도 몇 번씩 빠르고
반복적으로 배포하기 때문에 ‘비교적’이라는 표현을 썼다), 데이터는 항상 변화한다. 즉, 머신
러닝 모델은 지속적으로(물론 일시적인 경우도 있기는 하다) 학습하고 새로운 입력에 적응한
다. 이처럼 머신러닝 모델이 코드와 데이터를 모두 포함한다는 점을 비롯한 여러 환경적 복잡
성으로 인해
MLOps
는 새롭고 독특한 원칙이 되었다.
DataOps
는 어떤가?
DevOps
에 비해
MLOps
가 복잡하다는 비교에서 한발 더 나아가,
2014
년
IBM
이 소개한
DataOps
를 살펴보자.
DataOps
는 빠르게 ...