[We-Co] Devops, MLops의 의미

안녕하세요. 위기의 코딩맨입니다.

오늘은 간단하게 DevOps, MLOps에 대해 간단하게 알아보도록 하겠습니다.

[ DevOps ]

DevOps는 'Development(개발)'와 'Operations(운영)' 두개의 단어의 합성어입니다.

그러나 두가지의 의미보다 더욱 포괄적인 의미를 갖고있습니다.

코드 통합, 테스트, 배포, 테스트, 모니터링 파이프라인을 자동화하기 위한 작업이며,

기본의 개발의 품질, 속도를 보다 개선하고, 소프트웨어 업데이트 등 제품의 릴리즈의 주기를 단축하기 위한 작업을 의미합니다. 

이를 위해서는 운영팀과 개발팀의 원활한 소통이 중요합니다.

 

[ 장점 ]

 

안전성 - 지속적인 커뮤니케이션을 통해 품질이 보장되며 안전하게 작동하는지도 테스트 가능

속도 - 원활한 커뮤니케이션으로 효율적인 작업을 통해 작업 속도 상승

보안 - 자동화된 규정 준수, 세분화된 제어 및 구성관리 기술 사용

 

[ 단점 ] 

 

초기비용 - 초기에 잡혀있던 방식을 바꿔야하기 때문에 시간과 초기 비용이 발생

 

DevOps

 

 DebOps는 애자일 개발 방법론, 지속적인 통합의 개념이 사용됩니다.

 

애자일 개발 방법론

일정한 주기에 따라 프로토 타입을 생성하고 필요한 고객의 요구사항을 즉각적으로 반영하여 수정하고 적용하여 아웃풋을 제공하는

애자일 개발 방법론

 

지속적인 통합

초기에 개발했던 상태의 코드를 유지하며, 소프트웨어 업데이트 및 배포 시간을 절약하는 방법 

 

DevOps에 대한 관심이 시간이 지날수록 상승하고 있으며, 많은 기업에서도 인재들을 채용하고 있습니다.

개발 + 운영의 능력을 갖추기 위해 노력해야 할것같습니다.ㅎㅎ

 

[ MLOps ]

MLOps는 Machine Learning(머신러닝)'과 'Operations(운영)' 두개의 단어의 합성어입니다.

데이터 관리와 개발하는 팀 과, 서비스 운영을 통한 안정적인 서비스를 제공해야하는 팀

이러한 팀을 관리하는 기업 입장에서는 DevOps와 같이 팀으로 운영 되면 비효율적인 문제가 발생되기 때문에

MLOps라는 개념이 탄생한 것입니다.

NVIDIA에서 AI를 통해 비즈니스 발전을 도와주는 소프트웨어 제품들과 클라우드 서비스라고 나타내고 있습니다.

 

NVIDIA 제공

 

MLOps는 엔터프라이즈 애플리케이션을 효율적으로 작성, 배포 및 실행하는 최신 방식인 DevOps의 기존 분야를 모델로 합니다.

 

데이터를 고르고 AI모델을 구축하는 데이터 사이언티스트를 팀에 포함하는 개념이다.

또한 이러한 데이터의 모음을 모델을 통해 정의되고 자동화된 방식으로 실행하는 ML엔지니어도 포함된다.

 

MLOps

 

DevOps와 가장 큰 차이점은 데이터입니다.

ML에서는 모델을 통해 지속적인 학습이 진행되어야 하기 때문에 이러한 관리 및 표준화가 중요한데

이러한 작업을 간소화하기 위해 MLOps가 필요한 것입니다.

 

 

오늘은 간단하게 DevOps와 MLOps에 대해 알아보았습니다.

아직 부족하지만 더욱 더 알아보고 적용할 수 있도록 해보도록 하겠습니다.