Kubeflow Model Registry
모델 레지스트리는 머신러닝 모델 개발자가 모델, 버전 및 머신러닝 아티팩트 메타데이터를 색인화하고 관리할 수 있는 중앙 집중식 인덱스를 제공합니다. 이는 모델 실험과 실제 운영 활동 사이의 간극을 메워줍니다. 또한 머신러닝 라이프사이클의 모든 이해관계자가 머신러닝 모델에 대해 협업할 수 있는 중앙 집중식 인터페이스를 제공합니다.
단계
- 생성 단계 : 생성 단계에서 모델 레지스트리는 여러 팀 간의 협업을 촉진하여 변경 사항을 추적하고, 다양한 모델 아키텍처를 실험하고, 모델 반복 기록을 유지합니다.
- 검증 : 검증 단계에서 모델 레지스트리는 다음 단계로 진행하기 전에 엄격한 테스트 및 유효성 검사를 지원하며, 각 버전에 대한 성능 지표 및 테스트 결과를 기록으로 유지합니다.
- 패키지 : 모델 레지스트리는 모델 아티팩트와 종속성을 체계적으로 관리하여 배포 파이프라인과의 원활한 통합을 지원하고, 다양한 환경에서 재현성을 보장합니다.
- 릴리스 : 모델을 릴리스할 때 모델 레지스트리는 검증된 버전이 프로덕션 준비 상태로 전환되는 과정을 관리하여 조직이 버전 관리 규칙을 유지하고 승인 워크플로를 간소화할 수 있도록 지원합니다.
- 배포 : 배포 과정에서 모델 레지스트리는 승인된 모델 버전 및 관련 아티팩트에 대한 정보를 제공하여 배포 환경 전반에 걸쳐 일관성과 추적성을 보장합니다.
- 모니터링 : 모니터링 단계에서 모델 레지스트리는 배포된 모델에 대한 포괄적인 기록을 유지하고 성능 지표와 연결하여 지속적인 성능 모니터링 및 모델 드리프트 감지를 지원하며, 필요에 따라 사전 예방적 유지 관리 및 재학습을 용이하게 합니다.