324
로우코드 AI
•
MLOps
소개(
https://oreil.ly/E1K_3
)
•
MLOps
: 머신러닝의 지속적 배포 및 자동화 파이프라인(
https://oreil.ly/X6jv0
)
•
『머신러닝 시스템 설계』(한빛미디어,
2023
)
9.3
지속적인 학습 및 평가
5
장에서는
AutoML
로 사기 거래와 정상 거래를 분류하는 모델을 학습했습니다. 제공된 데이
터셋에서는 모델이 잘 작동했지만, 모델을 몇 달 동안 프로덕션에서 사용한 후, 회사 지원팀은
고객으로부터 사후 사기 거래 신고가 더 많이 접수되고 있다고 공유했습니다. 하지만 모델은
이러한 사기 거래 중 상당수를 신고하지 않았습니다. 무슨 일이 일어났을까요?
시간이 지남에 따라 다양한 유형의
드리프트
drift
가 발생하여 모델 성능에 영향을 미칠 수 있습니
다. 가령 원래 학습 데이터셋에는 존재하지 않았던 새로운 유형의 사기 거래가 등장할 수 있습
니다. 그러면 모델이 이를 알아채지 못할 가능성이 높을 것입니다. 이는 기본 데이터 분포에 변
화가 발생한
데이터 드리프트
data
drift
의 예시입니다.
개념 드리프트
concept
drift
라는 유형의 드리프트도 발생할 수 있습니다. 개념 드리프트는 시간이
지남에 따라 특징과 레이블 사이의 관계가 변하는 것을 말합니다. 소매업의 수요 예측이 좋은
예입니다. 쇼핑 트렌드는 시간이 지남에 따라 변하며, 똑같은 제품이라도 현재 트렌드에 따라
판매량이 달라질 수 있습니다. 제품은 변경되지 않았지만, 제품과 판매 간의 관계가 변경되었
습니다. ...