🔴 MLOps란
- MLOps는 AI 시대에 맞춰 진화한 DevOps임
- MLOps = DataOps + ModelOps + DevOps
- DevOps : 전통적인 프로그래밍 기반 SW 제품 관리를 용이하게 하는 작업
- MLOps : ML(머신러닝)기반 서비스 운영을 효율적으로 하는 업무
-즉, MLOps는 실제 서비스 운영을 위한 것임
🔴 MLOps, 언제 어디서 왔는지?
- MLOps는 ‘Machine Learning Model Operationalization Management’
- MLOps는 인프라 작업을 뜻하는 DevOps에 ML만의 특징인 데이터와 ML 모델 관리 작업을 합한 결과임
- 모델 지속 통합·배포 작업에 데이터와 모델 엔지니어링을 추가한 것
🔴 MLOps, 필요한 이유?
- 급변하는 AI 서비스 환경 때문
🔴 MLOps, 목표
- 데이터·모델·인프라 운영 자동화·효율화
- ML 모델링 자체에 보다 집중할 수 있도록 안정된 인프라와 자동 운영 시스템을 마련하는 것
🟠 AI 시대에 따른 용어들
▶ AIOps - IT 운영 최적화를 위해 사용할 수 있는 AI 기능 스펙트럼을 뜻함 (운영 데이터 내 이상 사항과 반복 문제를 식별하는 AI 솔루션 ▶ MLOps - 좁은 의미 : MLOps 내 모델 엔지니어링 작업 - 넓은 의미 : ML 이외 지식그래프, 규칙, 최적화, 에이전트 등 다양한 모델 운영 작업 ▶ ModelOps ▶ DataOps
® [개발자들 주목하는 MLOps, 지속가능한 AI 서비스 만든다] http://www.aitimes.com/news/articleView.html?idxno=139432