MLOps 도입 가이드

41

2장 MLOps이해관계자들

려면 엔터프라이즈 아키텍처뿐만 아니라 머신러닝에 대한 깊은 이해가 동반되어야 한다.

이 역할을 수행하려면 데이터 과학자, 데이터 엔지니어,

DevOps

및 소프트웨어 엔지니어에

이르는 모든 관련자들과 협업해야 한다. 각 업무에 대한 이해 없이는 적절한 자원 배분이나 머

신러닝 모델의 최적 성능을 보장할 수 없다.

MLOps

에서 머신러닝 아키텍트의 역할은 자원 할당을 중앙에서 통제하는 것이다. 전략적이자

전술적인 역할이기 때문에 병목 지점을 판단하고 장기적인 향상을 꾀하기 위한 통합적 관점이

필요하다. 또한 시스템 확장성을 해치지 않는 수준의 빠른 패치뿐 아니라 투자를 필요로 하는

신기술이나 인프라를 파악하는 것도 머신러닝 아키텍트의 역할이다.

2.8

마치며

MLOps

는 데이터 과학자만을 위한 것이 아니다. 다양한 전문가가 머신러닝 모델 생애주기뿐

만 아니라

MLOps

전략 아래에서 각자의 역할을 수행한다. 사실 직무 전문가부터 머신러닝 아

키텍트에 이르는 모든 사람이 상용 환경에서 머신러닝 모델을 유지보수하기 위한 핵심적 역할

을 담당한다. 머신러닝 모델에서 가장 좋은 결과(머신러닝 기반 시스템에서 좋은 결과는 시스

템에 대한 신뢰와 함께 시스템을 더 구축하기 위한 예산 증가를 불러온다)를 얻어야 하는 것뿐

아니라

1

장에서 언급한 리스크를 비즈니스에서 제거하는 것도 중요한 목표다.