MLOps Academy · 강의

카나리 출시: 먼저 일부에 배포하기

트래픽의 작은 일부를 새 모델로 전환하세요.

카나리 출시: 먼저 일부에 배포하기은(는) CoddyKit의 무료 MLOps Academy 강의입니다. 이것은 4개 중 1번째 강의입니다. 아래에서 전체 강의를 무료로 읽을 수 있으며, 내장 코드 에디터와 24/7 AI 튜터와 함께 브라우저에서 직접 실습할 수 있습니다. 이 강의는 MLOps Academy 학습 경로의 일부이며, 진행 상황이 웹과 CoddyKit 앱에 동기화됩니다. MLOps Academy 강의에는 총 4개의 강의가 포함되어 있습니다.

이 강의의 일부는 아직 번역되지 않았으며 영어로 표시됩니다.

What a Canary Is

A canary rollout sends your new model to a small slice of real traffic first, so any damage stays tiny while you watch. 🐤

Why Not Ship to Everyone

Flipping all traffic to a fresh model at once is a big-bang deploy: if it is wrong, every single user feels it instantly.

Start Small on Purpose

Canaries usually begin around 5% of traffic. That is enough to gather real signal, but small enough that a bad model barely dents your users.

Champion and Challenger

The stable model is the champion; the canary is the challenger. Both run live at once so you can compare them on the same real requests.

Watch Before You Widen

While the canary serves its slice, you monitor error rate, latency, and key business metrics, side by side against the champion.

Ramp Up in Steps

If the canary looks healthy, you ramp its share up in stages, say 5%, 25%, 50%, then 100%, pausing to check at each level.

Splitting the Traffic

A router or proxy decides which model each request hits. This simple split sends one in twenty calls to the canary version.

import random

def route(request, canary_pct=5):
    if random.uniform(0, 100) < canary_pct:
        return canary_model.predict(request)
    return champion_model.predict(request)

Tag Who Served It

Log which model handled each request. Without a version tag on every prediction, you cannot tell whose metrics are whose later.

log.info("prediction", extra={
    "model_version": "v2-canary",
    "latency_ms": latency,
})

Keep the Slices Comparable

Route by a stable hash of user id so the same person always lands on the same model. Random per-request splits make a fair comparison harder.

Bail Out Fast

The whole point is a quick exit. If the canary misbehaves, you drop its traffic back to 0% and users never noticed a thing.

Canary vs Blue-Green

Blue-green keeps two full environments and flips between them. A canary instead leaks traffic gradually, giving you finer control and earlier warning.

Quick Check

Let us check the core idea behind a canary.

Recap

A canary ships your new model to a tiny slice first, compares it against the champion, ramps up only if healthy, and rolls back instantly if not. ✅

자주 묻는 질문

“카나리 출시: 먼저 일부에 배포하기” 강의는 무료인가요?

네 — “카나리 출시: 먼저 일부에 배포하기” 전체 내용을 이 웹사이트에서 무료로 읽을 수 있습니다. 인터랙티브하게 실습하려면(내장 코드 에디터와 24/7 AI 튜터), CoddyKit PRO로 업그레이드하면 MLOps Academy 강의 전체를 잠금 해제할 수 있습니다. MLOps Academy 강의에는 총 4개의 강의가 포함되어 있습니다.

“카나리 출시: 먼저 일부에 배포하기”에서 뭘 배우나요?

트래픽의 작은 일부를 새 모델로 전환하세요. 브라우저에서 직접 실행하는 실습 코드로 MLOps Academy을(를) 배우며, 24/7 AI 튜터가 강의를 진행하면서 질문에 답변해줍니다.

MLOps Academy을(를) 시작하는 데 경험이 필요한가요?

사전 경험은 필요하지 않습니다. CoddyKit의 MLOps Academy은(는) 초급자부터 고급 학습자까지를 위해 구성되어 있으므로, 여기서 시작하거나 처음부터 시작할 수 있으며 자신의 속도대로 진행할 수 있습니다. 이것은 4개 중 1번째 강의입니다.

“카나리 출시: 먼저 일부에 배포하기” 강의는 얼마나 걸리나요?

대부분의 CoddyKit 강의는 약 5~10분이 소요됩니다. 각 강의는 간결하고 인터랙티브하여 꾸준한 진행이 가능하며, 웹과 앱에서 중단한 부분부터 바로 시작할 수 있습니다.

이 MLOps Academy 강의에서 코드를 작성하고 실행할 수 있나요?

네. 모든 MLOps Academy 강의에는 내장 코드 에디터가 포함되어 있으므로, 브라우저에서 바로 실제 코드를 작성하고 실행한 후 즉시 AI 피드백을 받을 수 있습니다 — 로컬 설정이 필요 없습니다.

이 강의의 모든 강의

← MLOps Academy(으)로 돌아가기