MLOps란 머신러닝

MLOps 가 많이 이야기되는 이유

머신러닝 모델을 많이 개발했고, 만든 모델을 서비스에 올리는 시도가 진행됨

그러다 생기는 이슈로 인해

1. 이 모델을 어떻게 서비스에서 사용할것인가

2. 모델의 버전관리는 어떻게 할것인가

3. 학습에 사용된 데이터셋의 버전 관리는 어떻게 할것인가

4. 학습에 사용된 데이터와 실제 서비스에서 받는 데이터가 다르다

5. 머신러닝 서버를 올릴 인프라는 어떻게 구현할것인가

6. 언제 다시 학습할것인가 , 재사용여부 판단 

등

Research 단계에서 프로덕으로 갈때 해야하는일이 너무 많음

- api 서버, 모델관리, 데이터셋관리, ML인프라관리 등 이러한 부분을 통칭해서 MLOps 로 통칭

 

 

	DevOps	MLOps
이슈	Dev 하면서 생기는 Ops 이슈	ML 하면서 생기는 Ops이슈
범위	CI/CD, 인프라, 네트워크 등	학습, 모델 serving, 데이터처리, 모델관리 등 CI/CD/CT(Continuous Training)

 

MLOps 관련 라이브러리들이 춘추전국시대라 할만큼 정말 많음