MLOps란?
MLOps는 머신 러닝 작업(Machine Learning Operations)을 뜻합니다. 구글의 자료(MLOps: Continuous delivery and automation pipelines in machine learning)에 따르면, ML시스템 개발(Dev)과 ML 시스템 운영(Ops)을 통합하는 것을 목표로하는 ML 엔지니어링 문화 및 방식으로 정의를 내리고 있습니다. 따라서, MLOps는 데이터 수집단계 부터 시작해 ML 모델을 학습하고 실제 서비스에 배포하는 단계까지 전 과정을 AI Lifecycle로 보고, MLOps의 대상으로 불 수 있습니다.
실제로 ML의 Lifecycle은 복잡한 구성요소가 모여 있으며 ML의 대량생산 또한 쉽지 않습니다. 모든 프로세스를 동기화하고 협력이 이루어지는 상태를 유지하려면 엄격한 운영 원칙이 필요하기도 하고요. 이러한 문제들은 MLOps가 필요한 이유기도 합니다. 또한, AI의 대부인 Andrew Ng 교수의 A Chat with Andrew on MLOps: From Model-centric to Data-centric AI을 보면, Data-centric AI의 방향에서도 MLOps을 통해 data 수집부터 높은 품질의 데이터를 공급할 수 있도록하는 것이 핵심이다.
ML pipeline automation
