MLOps

“AI 프로젝트의 성패를 결정한다” 효율적인 AI 개발 및 운영을 위한 MLOps 전략 - Tech Summary

AI 시장의 분위기가 바뀌었다. 내부 서비스나 가능성 확인 수준을 넘어 상용 서비스를 염두에 둔 AI 프로젝트가 본격화되면서 안정적이고 효율적인 운영이 또 하나의 핵심 과제가 됐다. 데이터 전처리부터 모델 개발, 학습, 배포 운영까지 AI 라이프사이클...

MLOps 머신러닝 전처리 2024.03.14

블로그 | 클라우드 기반 생성형 AI 시스템의 성능이 나쁜 이유

생성형 AI 시스템은 항상 느리지 않으냐는 질문을 받은 적이 있다. 물론 필자는 "무엇과 비교했을 때 느리냐?”고 되묻는다. 대답은 재밌다. "생각했던 것보다 느리다”는 것이다. 그리고 이런 식으로 질문은 꼬리에 꼬리를 문다.   생성형 ...

생성형AI 최적화 MLOps 2024.01.31

“반복 속도가 AI의 성패를 결정한다” 산업/제조 현장 AI를 위한 MLOps 전략 - Tech Summary

AI가 전 산업군으로 확산하고 있지만, 산업/제조 현장의 AI는 진퇴양난의 어려움을 겪고 있다. 산업용 AI는 각 기업 고유의 환경에 특화된 목적으로 개발되기 때문에 데이터의 품질이나 규모가 미흡한 경우가 많고, 개발 및 구축 환경의 격차도 크기 때문...

머신러닝 라이프사이클 OODA루프 2022.12.02

“운영 관리가 AI/ML의 성패를 결정한다” 머신러닝을 위한 MLOps 전략과 HPE Ezmeral MLOps - Tech Summary

AI/ML 프로젝트 중 프로덕션까지 살아남는 비중은 매우 낮다. 적절한 데이터 부족, 컴퓨팅 자원 부족 등 여러 이유가 있지만, 본질적인 이유는 AI/ML 모델 구현, 훈련, 배포, 모니터링 등 전체 생명주기를 아우르는 관리 체계 부재에서 찾을 수 있...

MLOps Ezmeral 데브옵스 2022.05.09

AI를 잘하는 기업은 지금 이것을 고민합니다

기업이 꿈꾸는 엔터프라이즈 AI 활용상 MLOps란 무엇인가? 왜 MLOps가 필요한가? 제조 및 산업 영역에서 MLOps가 특히 중요한 이유 MLOps의 주요 기능 엔터프라이즈 MLOps 솔루션 현황과 평가 MakinaRocks가 엔터프라...

마키나락스 MLOps AIOps 2022.02.23

회사명 : 한국IDG | 제호: ITWorld | 주소 : 서울시 중구 세종대로 23, 4층 우)04512
| 등록번호 : 서울 아00743 등록발행일자 : 2009년 01월 19일

발행인 : 박형미 | 편집인 : 박재곤 | 청소년보호책임자 : 한정규
| 사업자 등록번호 : 214-87-22467 Tel : 02-558-6950

Copyright © 2024 International Data Group. All rights reserved.