<aside> 📢 <Table of Contents> 개요
</aside>
이번 포스팅의 주제는 MLflow를 클라우드 환경과 연동하는 것입니다.
이를 통해, ML 실험에 대한 아티팩트(artifact)와 여러 메타 데이터를 클라우드에서 저장하고 관리할 수 있습니다!
또한, 학습된 ML 모델을 Artifact store에서 불러와 추론(inference)을 안정적으로 수행할 수 있도록 도움을 줄 수 있어요.
연동 과정은 총 네 개의 포스팅에 걸쳐서 소개 드릴 예정입니다😄
본 포스팅에서는 MLflow와 Google Cloud Platform(GCP)를 연동하기 위해 필요한 사전 준비를 하도록 하겠습니다 :)
사견이지만, 아래의 task를 수행하는 데 있어 MLflow와 클라우드의 역할이 상당히 크다고 생각합니다.
하지만, MLflow와 클라우드 플랫폼을 연동하는 일련의 과정에 대해 상세하게 정리한 포스팅이 많지 않다고 판단하였습니다. 따라서, 이번 기회를 바탕으로 공부한 내용을 정리할 겸, 일종의 ‘연동 가이드라인’을 만들자는 생각이 강하게 들었어요!
본 포스팅에서는 GCP를 통해 과정을 소개하도록 할게요.
MLflow와 GCP를 연동하는 프로세스는 다음 그림과 같습니다.