모델옵스,ModelOps

• 박서진
• 22-05-25 13:38
• 조회수 92

• 목록

모델옵스, ModelOps

기계학습(ML: Machine Learning) 모델의 학습, 재현, 버전 관리, 배포, 

재학습까지의 모델 생명주기 관리를 원활하게 해주는 기계학습 모델 관리 방법론.

2020년에 가트너에서 정의한 모델옵스(ModelOps)는 기계학습 모델과 운영(operation)을 

결합한 용어로 기계학습(ML) 모델의 거버넌스와 생명 주기 관리를 효과적으로 관리하고 운용하는 데 초점을 맞춘 방법론이다.

기계학습(ML)에서 모델을 학습하고 배포하는 과정은 대부분 전문가의 수작업에 

의존하고 있어 체계적이고 고도화된 기계학습 서비스를 제공하는 데는 한계가 있다. 

이를 해결하기 위해 학습 모델에 대한 자동화되고 체계적인 운용 방법이 요구되었으며, 모델옵스가 제시되었다.

모델옵스를 적용하면 기계학습의 모델 학습, 재현, 버전 관리, 배포, 재학습까지의 

모델 생명주기를 체계적으로 관리할 수 있다. 또한 모델옵스는 데이터옵스(DataOps), 

데브옵스(DevOps)와 결합하여 기존 서비스에 기계학습(ML) 기능을 쉽게 연동할 수도 있다.

출처:TTA 정보통신 용어사전 

• 등록된 댓글이 없습니다.