[패스트캠퍼스 챌린지 07일차] Model Serving이란

이제 설연휴인데도 매일 조금씩이라도 공부를 하게 해주는 데일리 미션에 감사하다! 그간 무의미하게 보내버린 내 저녁시간, 주말이 너무도 아깝다는 생각이 들게 만들어 준 패캠 챌린지 최고!

흔희들 강의를 들으면 수강시간만큼 내가 공부했다고 생각하는데 중요한 건 해당 내용을 정리하고 반복하고 모르는 부분을 채워나가야 한다는 점. 블로그로 내가 공부한 내용을 정리하는 것은 쉽지만은 않은 일이다. 더욱이 이과생인 나에게 글쓰기란 피해가고 싶은 존재.

하지만 다시 생각해보면 IT 분야의 전문가들이야말로 글을 많이 쓰고, 많이 읽는 사람들이다. 그러기에 글쓰기 훈련까지 겸하게 해주다니 앞으로는 공부하면서 느리더라도 꾸준히 정리해야겠다. 이번 강의자료들도 강사님들의 정성어린 손길로 정리된 걸 보면서 나도 이렇게 해야겠다는 동기부여도 되었다.

 

오늘은 Model Serving!

모델 학습을 했는데 이걸 서비스에 적용하려면 어떻게 해야 하지?! ㅠ

Model Serving: ML Model을 서비스화 하는 것

 

서빙 단계에서 막히는 이유
- 모델 개발과 소프트웨어 개발 방법의 괴리
- 모델 개발과정과 소프트웨어 개발 과정의 파편화
- 모델 평가 방식 및 모니터링 구축의 어려움

 

서빙의 간편화를 도와주는 도구들
Seldon Core, TFServing, KFServing, Torch Serve, BentoML

 

Flask, Rest API도 공부를!!! API 서버를 만들어야지 ㅎㅎ

본 포스팅은 패스트캠퍼스 환급 챌린지 참여를 위해 작성되었습니다.
패스트캠퍼스 바로가기: https://bit.ly/37BpXiC