https://wiki.conaondaapps.com/index.php?action=history&feed=atom&title=ML_%ED%8C%8C%EC%9D%B4%ED%94%84%EB%9D%BC%EC%9D%B8 2026-08-20T16:43:50Z 이 문서의 편집 역사 MediaWiki 1.46.0 https://wiki.conaondaapps.com/index.php?title=ML_%ED%8C%8C%EC%9D%B4%ED%94%84%EB%9D%BC%EC%9D%B8&diff=35&oldid=prev 2026-08-20T04:18:46Z

<p>migrate: import legacy Wiki content to Vultr</p> <p><b>새 문서</b></p><div>&#039;&#039;&#039;ML 파이프라인&#039;&#039;&#039;은 머신 러닝 모델 개발의 여러 단계(데이터 수집·전처리, 학습, 평가, 배포)를 자동화한 워크플로우이다. [[MLOps]]의 핵심 구성 요소 중 하나로, 반복 가능하고 재현 가능한 모델 개발을 가능하게 한다.<br /> <br /> == 단계 ==<br /> <br /> * 데이터 수집과 검증<br /> * 전처리와 피처 엔지니어링 — [[피처 스토어]]와 연계<br /> * 모델 학습과 [[실험 추적]]<br /> * 모델 평가와 검증<br /> * [[모델 레지스트리]] 등록과 [[모델 서빙]] 배포<br /> <br /> 파이프라인의 각 단계는 코드·데이터·환경을 버전 관리하여 재현성을 확보하며, 실패 시 이전 단계부터 재실행할 수 있어야 한다.<br /> <br /> == 도구 ==<br /> Kubeflow, Apache Airflow, Argo Workflows, [[MLflow]] Projects 등이 파이프라인 구성·실행에 사용된다.<br /> <br /> == 함께 보기 ==<br /> <br /> * [[MLOps]]<br /> * [[데이터 버전 관리]]<br /> <br /> == 출처 ==<br /> <br /> * [https://www.kubeflow.org/ Kubeflow 공식 사이트]<br /> * [https://mlflow.org/ MLflow 공식 사이트]<br /> <br /> [[분류:머신 러닝]]<br /> [[분류:데이터 엔지니어링]]</div>

Admina7ec671ac513