MLOps 실전 가이드

128

MLOps 실전 가이드

"Acceleration": 8.5,

"ModelYear": 2019,

"Country": "USA",

}

input_data = json.dumps(data)

headers = {"Content-Type": "application/json"}

response = requests.post(url, input_data, headers=headers)

print(response.text)

작업 디렉토리의

predict

.

py

파일을 생성하고 위 스크립트를 작성한다. 스크립트를 실행하면

아래와 같은 결과를 얻을 수 있다.

$ python3 predict.py

{

"MPG": [

15.871747970581055

]

}

컨테이너화된 배포는 프로그램 사용 시 실행 환경을 구성하며 발생할 수 있는 수많은 문제를

생략해 줄 수 있다는 점에서 특히 훌륭하다. 게다가 컨테이너화된 배포는 반복적으로 재사용

가능한 시스템을 구성하는 데 도움을 주기도 한다. 이번 절에서는 머신러닝 모델을 서빙하는

컨테이너를 생성, 실행, 배포하는 방법에 대해 살펴보았다. 이를 응용하여 아직 컨테이너 기반

으로 작동되고 있지 않은 머신러닝 프로젝트 환경 구성을 자동화해보자. 이를 통해 개발 속도

와 안정성 모두를 향상시킬 수 있을 것이다.

지금까지 살펴본 컨테이너 기술 외에도 엣지 ...