[데이터넷] 인공지능(AI) 기업 슈퍼브에이아이(대표 김현수)는 AI 기업 및 관련 산업 종사자들의 ML옵스 이해도 제고 및 관련 생태계 확장을 위해 ‘실리콘밸리의 ML옵스’ 이북을 번역해 무료 배포한다고 밝혔다. 부제는 ‘머신러닝 서비스 구축을 위한 실전 ML옵스 가이드’다.
‘실리콘밸리의 ML옵스’는 글로벌 ML옵스 플랫폼 기업 발로하이(Valohai)를 비롯해 시그옵트(SigOpt), 테크톤(Tecton)이 제작에 참여했다. 발로하이와 테크톤은 슈퍼브에이아이와 함께 글로벌 인공지능 기업 연합 ‘AI 인프라스트럭쳐 얼라이언스’에 참여하고 있으며, 이번 이북 제작 및 한국어 번역도 ML옵스 저변 확장의 일환으로 기획됐다.
이북에는 ▲ML옵스의 중요성 ▲머신러닝 프로젝트의 역할 체계 ▲기존 소프트웨어와 머신러닝의 구분 ▲ML옵스 워크플로우 ▲ML옵스 프로젝트 성과 측정 방법 ▲실제 사례 ▲ML옵스 툴체인 등 AI 기술을 폭넓게 활용하고, 개발 효율성 및 생산성 강화에 도움을 줄 수 있는 다양한 내용이 담겨 있다.
특히 ‘ML옵스 툴체인’ 파트에는 슈퍼브에이아이가 직접 작성한 데이터 플랫폼 내용이 포함됐다. 해당 섹션은 데이터 플랫폼이 머신러닝 개발 프로젝트에서 필요한 이유와 데이터 플랫폼 도입을 통해 얻을 수 있는 편익 등에 대해 기술했다.
머신러닝 프로젝트의 역할 체계는 지난 4년간 스타트업부터 포춘 500대 기업까지 500여 개의 다양한 조직 연구를 통해 나타난 머신러닝 프로젝트와 연관된 다양한 역할을 소개한다. 데이터 사이언티스트, 데이터 엔지니어, 머신러닝 엔지니어, 데브옵스 엔지니어, IT, 비즈니스 책임자, 관리자 등 여러 학문 분야에 걸친 각 직무의 역할 및 특성 등을 정의해 머신러닝 프로젝트에 대한 이해를 돕는다.
ML옵스 워크플로우는 ML옵스의 목적, 머신러닝의 위험 요인, 출시 기간, 공통 언어, 자동화 등 머신러닝 시스템 개발 및 서비스 운영 시 참고 가능한 최적의 워크플로우 구축 방법을 제시한다. 또한 지식 상실, 생산 실패, 규제와 윤리 등 프로덕션용 머신러닝에서 발생하는 위험 요인을 자세히 소개함으로써 안정적이고 신뢰성 있는 규칙을 통한 프로덕션 모델 제작의 중요성을 전달하고 있다.
실제 사례는 2개의 가상 기업을 설정해 5년간 반복적으로 관찰 가능한 실제 패턴을 반영해 작성됐다. 실무에 바로 뛰어들어 데이터 수집과 분석 업무에 착수한 기업 1, 최초 개념 증명 단계 전 머신러닝 전용 툴링을 도입한 기업 2에 대한 비교 분석을 통해 머신러닝 워크플로우의 선제적 검토의 중요성을 시사하고 있다.
슈퍼브에이아이 김현수 대표는 “국내에 ML옵스에 대해 자세하게 정리된 서적의 부재로 많은 AI 기업에서 ML옵스 도입 및 활용에 난항을 겪어 왔기에 슈퍼브에이아이에서 직접 제작사와의 커뮤니케이션을 통해 ‘실리콘밸리의 ML옵스’에 대한 한국어판을 제작하게 됐다”며 “ML옵스를 도입해 좋은 성과를 내고 있는 선진 기업들의 노하우를 통해 제대로 된 워크플로우 구축 및 적절한 툴 관리로 엔지니어와 관리자 등이 더욱 수월하게 ML옵스를 시작할 수 있길 바란다”고 전했다.
