
87
5장 상용화준비
연구실에서 작동한다고 해서 현실 세계에서도 무조건 작동하지 않듯이, 머신러닝 모델도 똑같
다. 일반적으로 상용 환경은 개발 환경과 크게 다를 뿐만 아니라, 모델이 상용 환경에서 작동할
때 발생할 수 있는 상업적 리스크도 매우 크다. 상용 배포하는 전환 과정의 복잡함을 이해하고
테스트해야 하며, 잠재적 리스크를 적절히 경감해야 한다.
이번 장에서는 상용 배포를 준비하는 과정을 살펴보겠다. [그림
5
-
1
]에서 전체 생애주기 중 확
인할 부분을 강조해두었다. 견고한
MLOps
시스템을 구축하기 위해 반드시 고려해야 하는 요
소들을 설명할 것이다.
상용화 준비
모델 개발
선택된
모델
성능 지표 및
문서화
상용화가 준비된 모델
검증 테스트 및 모니터링
·실행 환경
·모델 리스크 평가
·품질 검증
· 재현 가능성과
감사 가능성
·머신러닝 보안
·모델 리스크 경감
상용 배포
모니터링과
피드백 루프
그림
5-1
머신러닝모델생애주기내의상용화준비
상용화 준비
5
CHAPTER