모델 레지스트리

완전 자동화된 MLOps

Arturo Opsetmoen Amador

Senior Consultant - Machine Learning

ML 모델 라이프사이클

ML 모델 라이프사이클 이미지. 1: 모델 학습, 2: 모델 평가 및 검증, 3: 모델 배포 및 모니터링, 4: 모델 폐기.

관용구 ‘담 넘어 모델 던지기’를 보여주는 이미지. 학습 파이프라인이 끝난 후 모델이 이메일로 운영팀에 전달되어 명확한 사일로가 생깁니다.

워크플로 그림. 모델 학습 후, 모델을 모델 레지스트리에 등록하여 운영팀에 전달합니다.

모델 레지스트리 그림: 모델 라이프사이클에서 스테이징, 프로덕션, 아카이브 단계를 관리하는 구성요소.

개발 환경에서 오케스트레이션된 실험이 실험 추적 시스템을 통해 학습된 ML 모델을 모델 레지스트리에 전달하는 그림. 메타데이터는 메타데이터 저장소에 보관됩니다.

이전 그림의 연속. 모델이 모델 레지스트리를 통해 개발에서 스테이징으로 이동합니다. 워크플로 전반에 CI/CD가 구현되어 있습니다.

그림의 연속. 모델이 스테이징과 프로덕션을 거쳐 이제 다운스트림 서비스에서 사용됩니다.

그림의 마무리. 다운스트림 서비스에 배포되어 있던 이전 모델은, 더 나은 새 모델이 배포된 후 모델 레지스트리에 보관됩니다.

완전 자동화된 MLOps