Kurly만의 MLOps 구축하기 - 쿠브플로우 도입기

컬리 데이터 플랫폼팀은 데이터 사이언티스트가 인프라 걱정 없이 모델 연구 및 실험에 집중할 수 있는 추상화된 MLOps 환경 구축을 목표로 했습니다. 기존에 Jupyterhub, MLFlow, Airflow 등 여러 오픈소스 도구를 사용했지만, 복잡성과 낮은 유기성으로 인해 개선의 필요성을 느꼈습니다.

직접 플랫폼을 구축하는 대신, 빠르게 성장하는 컬리 상황에 맞춰 잘 패키징된 MLOps 서비스 도입을 결정했습니다. 여러 옵션 중 AWS SageMaker와 Kubeflow를 검토했으며, 본 글에서는 Kubeflow 도입 과정을 중심으로 설명합니다.

데이터 사이언티스트의 생산성 향상을 위한 MLOps 플랫폼 구축 사례와 유용한 팁을 공유합니다.