실험 추적

MLOps 개념

Folkert Stijnman

ML Engineer

머신러닝 실험

왜 실험 추적이 중요한가?

각 실험에서 다음 요소를 구성할 수 있습니다:

ML 생애주기에서의 실험 추적 활용

실험 추적은 다음에 도움이 됩니다:

• 결과 비교
• 과거 실험 재현
• 개발자·이해관계자와 협업
• 결과 보고

실험은 어떻게 추적하나?

도구	장점	단점
스프레드시트	직관적이고 사용이 쉬움	수작업이 많음
상용 플랫폼	프로세스에 맞춘 맞춤형 솔루션	시간과 노력이 필요
실험 추적 도구	실험용으로 설계됨	도구 학습이 필요

 

머신러닝 실험 예시

실험 프로세스

1. 가설 수립: "우리는 …를 기대한다"
2. 이미지와 레이블 수집
3. 실험 정의: 모델 유형, 하이퍼파라미터, 데이터셋 등
4. 실험 추적 설정
5. ML 모델 학습
6. 홀드아웃 테스트 세트로 테스트
7. 최적 모델 등록
8. 시각화·보고, 다음 단계 결정

Passons à la pratique !

MLOps 개념