MLOps 도입 가이드

66

2부MLOps적용방법

력하는 경우와 날짜별 공휴일 여부 데이터도 있어 날짜와 공휴일 여부 플래그

flag

를 같이 입력하

는 경우 사이에 성능상으로 큰 차이가 있을 수 있다. 혹은 모델을 평가하고 비교하기 위한 지표

에 따라 모델의 버전을 자동으로 변경하며 최고의 모델을 찾아가는 절차는 데이터 수집 프로세

스의 수준에 따라 불가능할 수도 있다.

이러한 부분들을 확인하기 위해 이번 장에서는 모델 개발의 기초, 특히

MLOps

관점에서

MLOps

프로세스 전체를 용이하게 진행하기 위한 고려 사항에 맞춰 머신러닝 모델을 개발하

는 방법에 대해 살펴본다.

4.1

머신러닝 모델이란?

머신러닝 모델은 학계와 현실 세계(즉, 비즈니스) 양쪽에서 활용된다. 따라서 모델이 이론적

으로 표현하고자 한 것과 모델을 실제로 구현한 방법을 구분해야 한다.

3

장을 기반으로 양쪽의

관점을 각각 살펴보겠다.

4.1.1

이론적으로는

머신러닝 모델은 현실의 반영이다. 즉, 현실의 물건 혹은 프로세스의 어떤 면모를 부분적으로

혹은 대략적으로 표현한 것이다. 여기서 어떤 면모를 표현할 것인가는 사용 가능성과 유용성에

따라 달라진다. 머신러닝 모델은 학습시키고 나면 수학 공식으로 집약되고, 입력값을 넣으면

결과를 출력한다. 결과의 예시로 어떤 이벤트가 발생할 확률을 추정하거나 원시 값에 대한 추

정값을 계산하는 것 등을 들 수 있다.

머신러닝 모델은 통계 이론을 기반으로 하며, 머신러닝 알고리즘은 학습 데이터를 사용해 모델

을 구축하는 도구다. 즉, 머신러닝 모델과 알고리즘의 ...