모델에서 CI/CD가 의미하는 것

CI/CD는 코드를 작성하는 단계부터 배포하는 단계까지의 과정을 자동화한다는 뜻입니다. 따라서 직접 수작업으로 처리하는 대신 컴퓨터가 작업을 확인하고 배포합니다. 🚀

지속적 통합은 코드를 푸시할 때마다 테스트를 자동으로 실행하여, 며칠이 지난 뒤 수정하기 어려운 문제가 되기 전에 오류를 발견합니다.

지속적 전달은 CI를 통과한 코드를 자동으로 준비하거나 운영 환경에 배포하여, 릴리스를 더 이상 두려운 수작업 이벤트로 만들지 않습니다.

일반적인 CI/CD는 코드를 배포합니다. ML 파이프라인은 학습된 모델과 모델이 학습한 데이터도 배포하므로, 이제 추적해야 할 변경 대상이 하나가 아니라 세 가지입니다.

애플리케이션 테스트는 논리를 확인합니다. ML CI는 코드가 충돌 없이 실행되었는지만 확인하지 않고, 정확도가 유지되었는지도 물으며 모델의 품질을 확인합니다.

코드 빌드는 몇 초면 끝납니다. 하지만 모델 학습에는 몇 분 또는 몇 시간이 걸릴 수 있으므로, ML 파이프라인은 CI에서는 작은 표본으로 학습하고 릴리스할 때만 전체 데이터로 학습하는 경우가 많습니다.

어떤 모델이든 완전히 동일하게 다시 만들려면 모델의 코드, 데이터 버전, 실행 환경을 고정해야 합니다. ML용 CI/CD는 이 세 가지를 모두 자동으로 고정합니다.

애플리케이션 CI/CD에서 출력은 바이너리입니다. ML에서 핵심 아티팩트는 학습된 모델 파일이며, 이 파일을 버전 관리하고 저장한 뒤 나중에 배포합니다.

ML 파이프라인은 코드를 정적 분석하고, 테스트를 실행하고, 학습하고, 평가한 다음, 마지막으로 배포 가능한 이미지를 빌드하는 명확한 단계들을 연결합니다.

트리거는 파이프라인이 실행되는 시점을 결정합니다. 예를 들어 모든 푸시, 모든 풀 리퀘스트 또는 태그가 지정된 릴리스마다 실행할 수 있습니다. 이러한 규칙을 한 번 연결해 두면 다시 클릭할 필요가 없습니다.

CI/CD가 없으면 누군가 스크립트를 실행해야만 모델이 운영 환경에 배포됩니다. CI/CD를 사용하면 모든 변경 사항을 같은 안전한 방식으로 매번 테스트하고 배포합니다.

CI는 모든 변경 사항을 테스트하고, CD는 이를 배포합니다. ML에서는 추적하는 아티팩트에 모델과 모델의 데이터를 추가합니다. 트리거와 단계별 파이프라인을 사용하면 릴리스를 안전하고 반복 가능하게 만들 수 있습니다.