MLOps 도입 가이드

60

1부MLOps개념과필요성

기업 내에서 위와 같이 여성 학교의 위상이 낮은 이유는 역사적으로 조직 상위를 남성이 지배

해왔기 때문이었다. 결국 경험을 바탕으로 예측을 수행하는 기법은 강력하지만, 때로는 비생산

적일 뿐만 아니라 불법적이기까지 할 수 있다.

데이터 거버넌스 도구로 이러한 문제를 해결하는 방법은 아직 초기 단계에 머물고 있다. 대다

수 도구가 데이터 계보와 관련된 두 가지 질문에 대답하는 데 집중하고 있다.

●

데이터세트내의정보는어디서왔고,사용방법에대해무엇을알수있는가?

●

이데이터는어떻게사용되고있는가?어떤식으로든수정한다면이후어떤일이일어날것인가?

두 질문 모두 현실 세계의 데이터 준비 파이프라인에서 완전하고 정확하게 대답할 수 없다. 예

를 들어, 데이터 과학자가

Python

함수를 작성하여 인메모리로 여러 데이터 세트를 입력받아

하나의 데이터 세트로 출력하도록 하였다면, 새로운 데이터 세트 내에 있는 각각의 셀이 어느

정보로부터 도출되었는지 확실하게 설명할 수 있을까?

3.6.2

프로세스 거버넌스

프로세스 거버넌스

Process

Governance

는

MLOps

프로세스 내 각 단계를 공식화하고 관련 작업을 정

의하는 데 중점을 둔다. 일반적인 관련 작업으로는 검토, 승인 및 문서화 같은 지원 서류 작성

이 있다. 프로세스 거버넌스의 목적은 두 가지다.

●

모든거버넌스관련고려사항이정확한시점에이루어지고정확하게수행되는지확인한다.예를들어,모델은

모든유효성검사를통과해야만상용배포될수있다. ...