인프라/배포중급
MLOps
ML옵스 · Machine Learning Operations
머신러닝 모델의 개발, 배포, 운영을 자동화하고 관리하는 일련의 방법론
상세 설명
MLOps
DevOps의 ML 버전입니다. 모델을 실제 서비스에 안정적으로 운영하기 위한 체계입니다.
핵심 구성
- 데이터 파이프라인: 데이터 수집 → 전처리 → 저장
- 실험 관리: 하이퍼파라미터, 메트릭 추적
- 모델 배포: 서빙, 버전 관리
- 모니터링: 성능 저하 감지, 드리프트 탐지
도구
- MLflow: 실험 추적
- Kubeflow: 파이프라인 오케스트레이션
- Weights & Biases: 실험 시각화
중요성
ML 프로젝트의 87%가 프로덕션에 도달하지 못함 → MLOps로 해결
태그
#운영#배포#자동화