구성
Kakao i Machine Learning은 데이터 준비, 모델 개발, 배포 등 전반적인 ML 워크플로우를 지원하는 다양한 컴포넌트로 구성되어 있습니다.
데이터를 스토리지(Storage)에 저장하고 데이터세트(Dataset)로 관리할 수 있습니다. 학습 및 추론을 위한 개발 환경을 컨테이너 이미지(Image)로 저장할 수 있도록 지원합니다. 또한, 고성능 GPU 및 CPU를 지원하는 컴퓨팅 인스턴스와 관리형 모델 개발 기능인 실험까지 다양한 모델 학습 환경이 지원됩니다. 배포 시에는 모델 생애 주기를 손쉽게 관리할 수 있는 모델 저장소 기능인 모델(Model)부터 효율적으로 모델을 배포하고 트래픽을 관리할 수 있는 엔드포인트까지 다양한 사용자 편의 기능이 제공됩니다.
Kakao i Machine Learning에서 제공하는 컴포넌트를 조합하여 AI 개발 환경에 적합한 시스템을 구성하시기를 바랍니다.
표Kakao i Machine Learning 컴포넌트 목록| 구분 | 항목 | 설명 |
|---|---|---|
| 사전 준비 | 워크스페이스 | 워크스페이스(Workspace)는 Kakao i Machine Learning의 최상위 리소스입니다. 사용자가 생성한 모든 리소스는 워크스페이스 내에서 생성되고 관리됩니다. 자세한 내용은 워크스페이스 문서를 참고하시기 바랍니다. |
| 스토리지 | 스토리지(Storage)는 데이터 및 학습 결과를 저장하기 위한 원격 저장소입니다. 자세한 내용은 스토리지 문서를 참고하시기 바랍니다. | |
| 데이터세트 | 데이터세트(Dataset)를 사용해 스토리지에 저장된 학습 데이터를 체계적으로 관리할 수 있습니다. 자세한 내용은 데이터세트 문서를 참고하시기를 바랍니다. | |
| 이미지 | 이미지(Image)는 학습 및 추론을 위한 프레임워크 및 라이브러리가 설치된 컨테이너 이미지입니다. 실행, 컴퓨팅 인스턴스, 엔드포인트를 만들 때 사용할 수 있습니다. 자세한 내용은 이미지 문서를 참고하시기 바랍니다. | |
| 리소스 | 리소스(Resource)는 학습 및 추론을 목적으로 제공되는 컴퓨팅 자원에 대한 상세 정보(사양, 쿼터 등)를 다루고 있습니다. 자세한 내용은 리소스 문서를 참고하시기 바랍니다. | |
| 학습 | 컴퓨팅 인스턴스 | 컴퓨팅 인스턴스(Compute Instance)는 고성능 GPU, CPU를 지원하는 컴퓨팅 자원으로 모델 개발 환경을 자유롭게 구축하고 테스트할 수 있습니다. 자세한 내용은 컴퓨팅 인스턴스 문서를 참고하시기 바랍니다. |
| 실험/실행 | 실험(Experiments)은 성능 비교, 추적, 하이퍼파라미터 튜닝 등 효과적으로 반복 학습할 수 있는 환경을 제공합니다. 자세한 내용은 실험/실행 문서를 참고하시기 바랍니다. | |
| 추론 | 모델 | 모델(Model)은 모델을 버전 관리하고, 체계적으로 관리할 수 있는 모델 저장소입니다. 자세한 내용은 모델 문서를 참고하시기 바랍니다. |
| 엔드포인트/배포 | 엔드포인트(Endpoint)는 다양한 방법으로 모델을 프로덕션 환경에 배포하고, 트래픽을 관리하기 위한 환경을 제공합니다. 자세한 내용은 엔드포인트/배포 문서를 참고하시기 바랍니다. |