MLOps 도입 가이드

45

3장 MLOps의핵심기능

3.2.2

데이터 소스 및 탐색적 데이터 분석

명확하게 비즈니스 목표를 정의하고 나면, 직무 전문가와 데이터 과학자는 머신러닝 모델 개발

의 여정을 시작할 수 있다. 먼저 적합한 입력 데이터를 찾아야 한다. 데이터를 찾는 일이 간단

해 보일 수 있지만, 실상은 이 여정 중 가장 힘든 부분일 가능성이 높다.

머신러닝 모델 구축을 위해 데이터를 찾기 위한 핵심 질문은 다음과 같다.

●

관련데이터세트중어떤것을사용할수있는가?

●

이데이터는충분히정확하고신뢰할수있는가?

●

이해관계자들이이데이터에접근할권한이있는가?

●

여러개의데이터소스(

Data



Source

)를조합하여어떤데이터속성(

Property

)또는특성(

Feature

)을만

들어낼수있는가?

●

이데이터는실시간으로얻을수있는가?

●

데이터중일부를‘실측데이터(

ground



truth

)’로레이블링(

labeling

)해야하는가,아니면비지도학습으로

충분한가?만약레이블링해야한다면시간과자원측면에서비용이얼마나드는가?

●

어떤플랫폼을사용해야하는가?

●

모델을배포한후데이터를어떻게갱신할것인가?

●

모델을사용하면오히려데이터의대표성을해칠수있는가?

●

비즈니스목표와함께정의한

KPI

를어떻게측정할것인가?

데이터 거버넌스에 의한 제약조건을 준수해야 할 경우 더 많은 질문이 필요하다.

●

선택한데이터세트를이목적을위해사용할수있는가?

●

이용약관은어떻게되는가? ...