MLOps란 무엇일까요?

MLOps란 무엇일까요?

 

우선 간단히 적어보자면 MLOps는 ML(머신러닝) Ops(운영)으로, 머신러닝 기반 서비스의 운영을 효율화 하는 것이라고 할 수 있습니다.

 

이 MLOps는 기존의 DevOps와 같은 프로세스 또는 기술이며, 이 DevOps에 머신러닝에 필수적인 사항들이 추가되었다고 이해를 하면 되겠습니다.

 

 

 

그렇다면 MLOps는 왜 필요하게 되었을까요? 기존의 DevOps랑은 어떤 차이가 있는 걸까요?

 

ML과 기존의 소프트웨어와의 가장 큰 차이점은 기존의 소프트웨어처럼 코드 뿐만 아니라, 데이터가 더해졌다는 것입니다. 이 데이터는 굉장히 방대하며, 끊임없이 변화할 수 있습니다. MLOps는 DevOps의 지속적 통합(CI), 지속적 배포(CD)에 지속적인 학습 과정(Continuous Training)까지 포함하게 됩니다. MLOps는 다음과 같은 이미지로 정의가 될 수 있습니다.

MLOps의 영역

(이미지 출처 : https://towardsdatascience.com/ml-ops-machine-learning-as-an-engineering-discipline-b86ca4874a3f )

 

 

이전까지 ML(머신 러닝)은 주로 실험적인 관점으로 정적인 데이터들을 활용하여 진행이 되었습니다.

 

현재는 머신 러닝을 실제 비즈니스에 활용하는 상용화 단계로 들어서게 되었으며, 이에 따라 실험 뿐만이 아닌, 상품화된 모델의 배포가 필요하게 되었습니다.

 

실제 비즈니스 환경에서 동작하는 모델은 기초가 되는 데이터가 계속 현실에 발 맞추어 변화하게 되고, 이런 이유로 모델 재 학습이 필요하거나, 파이프 라인 재 설계를 필요로 하기도 합니다. 동시에 서비스에우선 간단히 적어보자면 MLOps는 ML(머신러닝) Ops(운영)으로, 머신러닝 기반 서비스의 운영을 효율화 하는 것이라고 할 수 있습니다. 

 

MLOps는 머신러닝, 개발, IT 운영을 결합한 통합적인 접근법입니다.

(이미지 출처 : 엔비디아 공식 블로그)

 

 

 

MLOps를 도입한다면 ML 기반 서비스의 운영 시 아래의 장점이 있습니다.

• 서비스의 가동 중지 시간이 줄어들게 됩니다.
• 자동화된 모델 학습과 테스트가 가능합니다.
• 서비스는 새 ML모델을 빠르게 활용 가능하며, 데이터를 제공할 수 있습니다.
• 전체 시스템이 자동화가 되며, 모니터링이 쉽습니다.

 

 

또한 각각의 구성원들의 입장에서 MLOps의 도입 시 장점을 분류해보면 아래와 같습니다.

[데이터 전문가]

• 파이프라인의 자동화
• ML 모델의 실제 서비스 데이터와 연계
• 지속적인 모니터링 가능
• 재학습 / 재배포 자동화

[IT/개발 부서]

• 기존 서비스에 적용하던 품질 관리를 ML 서비스에도 적용 가능
• ML프로세스 수준 향상 (소스, 통합테스트, 컴파일/배포, 모니터링)

[비즈니스 / 현업]

• 변화 관리, 대응
• 안정적이고 효율적인 운영

즉 MLOps는 머신 러닝 기반 서비스의 다양한 비즈니스 구성원들이 각자의 업무에 집중하면서 업무의 효율을 챙길 수 있도록 도움을 줍니다. 

MLOps를 업무에 도입한다면 발 빠르게 비즈니스 및 환경 변화에 대응이 가능할 수 있습니다.

 

 

 

[참고 문헌]
ML Ops: Machine Learning as an Engineering Discipline https://towardsdatascience.com/ml-ops-machine-learning-as-
개발자들 주목하는 MLOps, 지속가능한 AI 서비스 만든다 an-engineering-discipline-b86ca4874a3f 
MLOps: 머신러닝의 지속적 배포 및 자동화 파이프라인 https://cloud.google.com/architecture/mlops-continuous-delivery-and-automation-pipelines-in-machine-learning?hl=ko
MLOps: ML 모델 관리 - Azure Machine Learning https://docs.microsoft.com/ko-kr/azure/machine-learning/concept-model-management-and-deployment
[애저듣보잡] MLOps 101 | ep2. ML 생애주기 1 - 데이터 준비 https://www.youtube.com/watch?v=zyGYnYZaUEk&list=PLGh_JNxzXsX_8t45YO2Ktv36nkp1sx-Dy&index=4