리뷰] MLOps 실전 가이드

MLOps 실전 가이드 - DevOps와 MLOps의 이론과 실습부터 클라우드 컴퓨팅, AutoML, 엣지 컴퓨팅까지 | AWS, GCP, Azure 클라우드 기반 환경 실습
노아 기프트.알프레도 데자 지음, 이장후 외 옮김, 맹윤호 감수 / 한빛미디어 / 2023년 7월

MLOps는 무엇일까요?

MLOps는 머신러닝 모델 개발과 머신러닝 운영 Workflow의 간국을 줄이는 분야로 알려져 있습니다. 머신러닝을 운영하는 데 기반이 되는 소프트웨어, 인프라, 배포, 개발 방법론 등의 전반적인 것을 아우르는 플랫폼입니다.

이번에 소개할 MLOps실전 가이드 저서는 AI 시대에 맞춰 진화한 DevOps입니다. 많은 기업이 경쟁력을 유지하기 위해 머신러닝을 점점 더 많이 활용하고 있는데요. 기업이 머신러닝 운용 사례를 도입하는 과정에서 MLOps는 이제 선택이 아닌 필수로 자리 잡고 있습니다.

MLOps는 쉽게 말해 DevOps 방법론을 사용해 머신러닝을 자동화하는 프로세스라고 할 수 있는데요. 데이터 학습, 테스팅, 배포를 자동화할 수 있기 때문에 전체 작업 프로세스가 훨씬 더 효율적으로 진행합니다. 이 책에서 소개하는 MLOps로 머신러닝 모델의 안정적인 운영과 성공적인 CI/CD를 위한 MLOps 엔지니어링 노하우가 듬뿍 담겨 있습니다.

머신러닝이라는 강력한 기술을 사용한 시스템이 때로는 고전적인 소프트웨어 시스템만큼도 효용을 내지 못하는 경우가 종종 있습니다. 그러한 이유는 머신러닝 시스템에서 문제를 일으키는 요소는 머신러닝 모델링이 아닌데요. 머신러닝을 이용해 문제를 해결하는 것이 합리적인 생각인지 고민이 듭니다. 머신러닝 기술을 이용해 비즈니스 문제를 해결하는 것에는 크게 관심이 없고, 세부적인 기술에만 초점을 맞추는 점일지도 모릅니다.

MLOps 실전 가이드에서는 심도 있는 의문을 제시하고, 관련된 질문과 답을 찾아가는 재미도 있습니다. 또한, 장마다 연습해보기, 생각해보기, 데이터과학, 컴퓨터 과학, MBA 프로그램의 수업에서 사용하기에도 좋을 정도로 많은 예시가 존재합니다.

이뿐만 아니라 부록을 통해 MLOps 포트폴리오를 구축하는 데 도움이 될 수 있는 여러 사례에 대한 연구가 담겨 있는데요. MLOps 구현 시 고려해야 할 사항과 MLOps 커리어 준비를 위한 Tip도 만날 수 있습니다.  이 책의 모든 예제와 의견들은 미래의 자동화 측면에서 받아들여져야 한다고 조언합니다.

MLOps 실전 가이드는 총 12장으로 구성되어 있습니다. 초반에는 DevOps와 MLOps의 기초적인 배경지식과 이론과 합쳐진 실습을 다룹니다. 자동화와 함께 책에서 끊임없이 다루는 주제는 지속적인 통합과 지속적인 배포입니다. 중반으로 넘어갈수록 클라우드 컴퓨팅에 대한 내용과 AWS, 애저, GCP 등 내용들을 7 ~ 9장에서 만날 수 있습니다.

다른 장에서 AutoML, 컨테이너, 엣지, 컴퓨팅, 모델 이식성을 포함해 머신러닝 운영에서 요구될 수 있는 중요한 기술 분야들에 대해 다룹니다. 마지막은 노아의 소셜 미디어 스타트업에서 경험을 바탕으로 MLOps를 수행하면서 마주했던 실제 사례에 대한 내용을 다룹니다. 그리고 실무자들의 인터뷰 내용도 간간히 소개되고 있습니다.

MLOps의 개념과 원리, 구현하는데 필요한 도구와 기술, MLOps를 도입하고 운영하는 과정에서 발생할 수 있는 문제와 해결책 등 MLOps에 대한 모든 것을 담고 있습니다. 클라우드 기반 MLOps에 익숙해지기 위한 훌륭한 지름길이 되어 줄 있는 저서는 MLOps 실전 가이드라고 생각합니다.

 "한빛미디어 <나는 리뷰어다> 활동을 위해서 책을 제공받아 작성된 서평입니다."