MLOps 실전 가이드

469

12

장

MLOps 실사례 연구

MLOpsMLOps

플랫폼 플랫폼

주요 클라우드 플랫폼에서는

MLOps

플랫폼을 통합하여 제공하고 있다.

AWS

는

AWS

세

이지메이커, 애저는 애저

ML

스튜디오, 구글은 버텍스

AI

가 있다. 대규모 팀이나 프로젝트,

빅데이터 또는 위의 요소가 모두 적용된 경우에는 사용 중인 클라우드에서

MLOps

플랫폼

을 같이 사용하면 머신러닝 애플리케이션의 구축과 관리에 소요되는 시간을 상당히 절약할

수 있다.

서버리스서버리스

AWS

람다는 머신러닝 마이크로서비스를 구축 시 빠르게 구축할 수 있도록 도와주는 이상

적인 서버리스 기술이다. 마이크로서비스는 클라우드의

AI

API

를 호출하여 자연어 처리나

컴퓨터 비전, 다른 기타 작업을 수행하게 할 수 있다. 또한 외부에서 구현된 모델이나 직접

개발한 모델을 사용해서 수행할 수도 있다.

스파크 활용스파크 활용

빅데이터를 많이 다룬 조직이라면 이미 스파크를 많이 활용해봤을 것이다. 스파크를 경험해

본 사람에게는 관리형 스파크 플랫폼

AWS

EMR

과 같은 클라우드 플랫폼을 기반으로 한 스

파크의 빅데이터 처리 기능을 사용하는 것이 합리적이다.

쿠버네티스 활용쿠버네티스 활용

조직에서 이미 쿠버네티스 사용하고 있다면, 쿠브플로 혹은

MLflow

와 같은 쿠버네티스 중

심의 머신러닝 서비스를 사용하는 것이 합리적이다.

12.6

마치며 마치며

푸 캠프

Foo

Camp

에서 팀 오라일리, 마이크 루키데스

Mike

Loukides

와 함께 어떻게 하면 머신러닝

을 더 효율적으로 운영할 수 있을지에 ...