AI / 데이터 · 기초
MLOps에서 CI/CD(Continuous Integration/Continuous Delivery)의 개념은 어떻게 적용되며, 일반적인 소프트웨어 CI/CD와 어떤 차이점이 있을까요?
힌트 · MLOps CI/CD는 코드뿐만 아니라 데이터, 모델, 인프라 변경 사항까지 통합하고 배포하는 것을 포함합니다. 데이터와 모델의 버전 관리, 재학습 및 재평가 과정이 추가된다는 점이 일반 소프트웨어 CI/CD와의 주요 차이점입니다.
모델 검증데이터 드리프트자동화된 배포재현성파이프라인 모니터링
모범답안
MLOps에서 CI/CD는 일반적인 소프트웨어 CI/CD와 유사하지만, 모델 개발 및 배포의 특성을 고려하여 확장된 개념입니다.
일반적인 CI/CD는 코드 변경 사항을 통합하고 테스트하여 자동으로 배포하는 과정을 의미하지만, MLOps에서는 코드뿐만 아니라 데이터, 모델, 인프라 변경 사항까지 포함합니다.
주요 차이점은 다음과 같습니다. 첫째, 모델 검증 단계가 추가됩니다. 모델 성능을 평가하고, 데이터 드리프트 발생 여부를 확인하는 과정이 필요합니다. 둘째, 데이터와 모델의 버전 관리가 중요합니다. 재현 가능한 실험과 배포를 위해 필수적입니다. 셋째, 모델 재학습 및 재평가 파이프라인이 자동화되어야 합니다. 마지막으로, 배포된 모델의 성능을 지속적으로 모니터링하고, 문제가 발생하면 자동으로 롤백하는 기능이 필요합니다. 이러한 요소들이 MLOps CI/CD를 일반적인 소프트웨어 CI/CD와 차별화합니다.
읽었다면, 이제 직접 답해볼 차례예요
패스잇 앱에서 이 질문에 말로 답하면 AI가 꼬리질문까지 이어가며 1:1 코칭합니다.
함께 보는 MLOps 면접 질문
- 일반적인 MLOps 파이프라인은 어떤 주요 단계들로 구성되며, 각 단계에서 어떤 작업들이 수행되나요?
- MLOps에서 데이터 버전 관리(Data Versioning)가 왜 중요하며, 이를 위해 어떤 접근 방식이나 도구를 사용할 수 있을까요?
- 모델 학습 후 모델을 배포하는 과정에서 고려해야 할 기본적인 사항들은 무엇이며, 대표적인 모델 배포 방식에는 어떤 것들이 있나요?
- 모델 모니터링(Model Monitoring)이 MLOps에서 왜 중요한가요? 어떤 지표들을 주로 모니터링해야 할까요?
- MLOps에서 '재현성(Reproducibility)'이 의미하는 바는 무엇이며, 재현성을 확보하기 위해 어떤 요소들을 관리해야 하나요?
- MLOps 파이프라인 구축 시, Airflow, Kubeflow Pipelines, MLflow 중에서 특정 오케스트레이션 도구를 선택해야 한다면, 각 도구의 장단점과 어떤 상황에 적합한지 비교 설명해 주세요.