MLOps에는 다양한 component들이 있다..!

크게 추상화를 한다면.. 아래 5가지로 들 수 있다.

• 문제 정의
• EDA
• Feature Engineering
• Train
• Predict

위 프로세스는 보통 자신의 컴퓨터, 서버 인스턴스 등에서.. 실행 → 고정된 데이터를 사용해 학습을 진행.

학습된 모델을 앱, 웹 서비스에서 사용할 수 있도록 만드는 과정이 필요하다. (Real World, Production 환경에 모델을 배포)

deploy : 웹, 앱 서비스에서 활용할 수 있게 만드는 과정 (모델에 input을 제공하면서, output을 예측해주세요 요청..)

이러한 과정이 순탄하지는 않다..!

모델의 결과값이 이상한 경우가 존재

→ 원인 파악 필요..!

→ Input 데이터가 이상한 경우가 존재..!

→ Research할 땐 outlier로 제외할 수 있지만.. 실제 서비스에서는 제외보단.. 별도 처리가 필요한 상황

모델이 배포되었다고 가정을 했을 때 Production 환경에선 더 좋지 않을 수도 있다. 등의 다양한 이슈가 존재함..!