- 베스트
- 소득공제
- 무료배송
머신러닝 플랫폼 엔지니어링 - 파이프라인부터 프로덕션까지 ML옵스와 LLM옵스로 완성하는 AI 시스템 구축
- 벤자민 탄 웨이 하오, 샤눕 파드마나반, 바룬 말랴
- 허정준
- 책만
- 2026년 07월 20일
5만원 이상 결제 시 (*배송비 제외)
정가제FREE(상품/사은품) 금액이
2,000원 이상이면 2,000원 추가적립10만원 이상 결제 시 (*배송비 제외)
정가제FREE(상품/사은품) 금액이
2,000원 이상이면 2,000원 추가적립정가제FREE(상품/사은품) 금액이
5,000원 이상이면 5,000원 추가적립
회원가입 시 적립금 즉시 지급!
배송안내
- 1만원 이상 주문 시 무료배송 입니다.
- 주문하신 상품을 해외로 배송 하시는 경우에는 별도의 항공료 가 부과됩니다
[주문/배송] 주문 수량 변경 시 안내
주문 수량 변경 시,배송일정이 변경될 수 있으니 반드시 확인해 주시기 바랍니다.
(고객센터 1544-9020)
| ISBN | ISBN-13 : 9791124309117 |
|---|---|
| 쪽수 | 624쪽 |
| 크기 | 기타 규격 |
| 제품구성 | 단행본 |
- 컴퓨터/IT > 시스템공학
AI추천 이유
| 이 책에서 다루는 내용 |
• 엔드투엔드 ML옵스/LLM옵스 플랫폼 구축
• 머신러닝 및 AI 모델의 프로덕션 배포
• 효과적인 모니터링, 평가, 설명 가능성
| 이 책의 대상 독자 |
이 책은 주피터 노트북을 넘어 프로덕션 머신러닝 시스템으로 나아가고자 하는 데이터 과학자와 소프트웨어 엔지니어를 위한 것이다. 파이썬에 익숙하고 머신러닝 개념에 대한 기본적인 이해가 있어야 한다. 도커, 쿠버네티스 또는 ML옵스(MLOps) 도구에 대한 사전 경험은 필요하지 않다(모든 것을 처음부터 구축한다). 경험 있는 머신러닝 실무자는 인프라에 대한 체계적인 접근 방식과 마지막 장의 최신 LLM옵스(LLMOps) 내용에서 도움을 얻을 수 있다.
| 이 책의 구성 |
AI와 머신러닝 시스템은 언어 라이브러리와 애플리케이션 프레임워크부터 워크플로와 배포 인프라, LLM과 그 밖의 고급 모델에 이르기까지 많은 구성 요소로 이뤄져 있다. 잘 설계된 내부 개발 플랫폼은 개발자에게 명확하게 정의된 도구와 가이드라인을 제공하여 개발 프로세스를 가속화하고, 일관성, 보안, 개발자 경험을 향상시킨다.
이 책은 머신러닝 및 AI 애플리케이션을 위한 효과적인 내부 개발 플랫폼을 구축하는 방법을 보여준다. 각 장에서는 오케스트레이션 파이프라인 설정, 모델 선택, 학습·추론·서빙을 위한 리소스 할당 등 머신러닝 워크플로의 핵심 요소를 다룬다. 책의 과정을 찬찬히 따라간다면, 큐브플로(Kubeflow), ML플로, 벤토ML, 에비던틀리(Evidently), 피스트(Feast), 랭체인(LangChain) 같은 오픈소스 도구를 사용해 다목적으로 활용할 수 있는 모던 플랫폼을 만들 수 있다. 데이터 엔지니어와 소프트웨어 엔지니어를 위한 필독서로, 이 책에 실린 모든 예제는 파이썬으로 작성되었다.
1부에서는 ML옵스가 무엇을 수반하는지와 머신러닝 시스템의 인프라 기반을 구축하는 방법을 설명한다.
• 1장 ‘ML옵스와 머신러닝 엔지니어링 시작하기‘ 머신러닝 수명주기, 필수 ML옵스 기술, 프로덕션 머신러닝 플랫폼을 처음부터 구축하는 데 필요한 기본 컴포넌트를 소개한다.
• 2장 ‘ML옵스란 무엇인가’ 반복적인 ML옵스 수명주기를 탐구하고, ML옵스를 전통적인 데브옵스(DevOps)와 비교하며, 머신러닝 운영 구현에 있어 조직의 성숙도 수준을 살펴본다.
• 3장 ‘쿠버네티스 위에서 애플리케이션 구축하기’ 도커를 이용한 컨테이너화, 쿠버네티스를 이용한 오케스트레이션, CI/CD(지속적 통합/지속적 배포) 자동화, 프로메테우스(Prometheus)와 그라파나(Grafana)를 이용한 모니터링 등 머신러닝 플랫폼의 인프라 기반을 다룬다.
2부에서는 비정형 머신러닝 프로세스를 프로덕션에 바로 사용할 수 있는 시스템으로 전환하는 핵심 플랫폼 기능 구축에 중점을 둔다.
• 4장 ‘신뢰할 수 있는 머신러닝 시스템 설계’ ML플로를 사용한 머신러닝 실험 추적, 모델 레지스트리에서의 모델 관리, 재현 가능한 머신러닝 워크플로를 위한 피스트 피처 스토어 활용 방법을 시연한다.
• 5장 ‘머신러닝 파이프라인 오케스트레이션’ 큐브플로 파이프라인을 사용한 파이프라인 오케스트레이션으로 배치 추론 워크플로를 자동화하는 방법을 가르치며, 재사용 가능한 컴포넌트를 구축하고 이를 프로덕션 파이프라인으로 결합하는 방법을 시연한다.
• 6장 ‘머신러닝 모델 프로덕션화’ 벤토ML을 사용해 머신러닝 모델을 API 엔드포인트로 배포하는 방법과 에비던틀리(Evidently)를 사용해 배치 및 실시간 사용 사례에서 프로덕션의 데이터 드리프트를 모니터링하는 방법을 보여준다.
3부에서는 두 가지 완전한 실제 프로젝트를 통해 ML옵스 원칙을 실제로 적용하는 모습을 보여줍니다.
• 7장 ‘데이터 분석 및 준비’ 큐브플로 노트북을 사용한 데이터 분석과 두 가지 종합 프로젝트(신분증 탐지기와 영화 추천기)를 위한 견고한 데이터 준비 파이프라인을 구축한다.
• 8장 ‘모델 훈련과 검증 I’ 모듈형 훈련 컴포넌트 설계, 지표 및 아티팩트 캡처, YOLO(You Only Look Once) 객체 탐지를 사용한 실용적인 예제를 통한 모델 검증 전략 구현에 중점을 둔다.
• 9장 ‘모델 훈련과 검증 II’ 쿠버네티스 퍼시스턴트 볼륨(Persistent Volume)을 사용한 효율적인 데이터 관리로 훈련 파이프라인을 확장하는 방법, 텐서보드(TensorBoard)를 통합한 훈련 시각화, ML플로를 사용한 포괄적인 실험 추적 및 모델 버전 관리를 보여준다.
• 10장 ‘모델 추론과 서빙’ 벤토ML을 사용해 머신러닝 모델을 프로덕션 서비스로 배포하는 과정을 안내하며, 로컬 개발, 컨테이너화, 관측 가능성(observability) 엔드포인트, 원활한 모델 수명주기 관리를 위한 ML플로 통합을 다룬다.
• 11장 ‘모니터링과 설명 가능성’ 지표 수집, Alertmanager를 이용한 알림, Loki를 이용한 로그 집계, deepchecks를 이용한 데이터 드리프트 탐지, 예측 동작을 이해하기 위한 모델 설명 가능성(explainability) 기법을 통해 머신러닝 애플리케이션을 위한 포괄적인 모니터링을 구현하는 방법을 보여준다.
4부에서는 LLM옵스를 통해 ML옵스를 생성형 AI로 확장하여, 벡터 데이터베이스, 프롬프트 관리, 안전 제어를 갖춘 프로덕션 RAG 시스템을 구축한 다음, 테스트, 가드레일, 비용 최적화를 통해 기업 배포에 맞게 강화한다.
• 12장 ‘LLM 기반 시스템 설계’ DakkaBot이라는 프로덕션 RAG 시스템을 구축하여 LLM옵스를 소개하며, 문서 수집, 벡터 데이터베이스, 랭체인(LangChain) 오케스트레이션, 체인릿(Chainlit) UI 개발, 랭퓨즈(Langfuse)를 이용한 포괄적인 관측 가능성을 다룬다.
• 13장 ‘프로덕션 LLM 시스템 설계’ 랭퓨즈를 이용한 프롬프트 엔지니어링, DeepEval과 G-Eval을 이용한 시맨틱 테스트, 프롬프트푸(Promptfoo)를 이용한 적대적 보안 테스트, 안전 가드레일 구현, 토큰 기반 가격 모델을 위한 비용 최적화 전략을 통해 LLM 애플리케이션을 프로덕션에 맞게 강화하는 데 중점을 둔다.
부록에서는 이 책 전반의 실습 연습을 지원하기 위한 필수 설정 지침과 참고 자료를 제공한다.
• 부록 A ’설치 및 설정’ 로컬 머신에서 ML옵스 플랫폼의 전체 설치 및 설정 과정을 안내하며, 커맨드라인 도구(yq, Kustomize, kubectl), 쿠버네티스 배포판(리눅스용 k3s, 맥용 MicroK8s), 아르고 CDArgo CD를 사용한 큐브플로 배포, ML플로, PostgreSQL, MinIO, 레디스(Redis), 벤토ML, 에비던틀리 UI 같은 지원 인프라 설정을 다룬다.
• 부록 B ‘YAML 기초’ 키-값 쌍, 리스트, 중첩 구조, 데이터 타입, 별칭과 앵커, 블록 대 플로우 스타일, 일반적인 함정을 다루는 YAML 문법 및 모범 사례에 대한 종합 참조 가이드를 제공한다. 쿠버네티스 설정은 YAML 파일에 크게 의존하므로, 부록 B는 이 책의 실습 및 배포 전반에 걸쳐 사용되는 매니페스트(manifest) 파일을 이해하고 문제를 해결하는 데 필수적인 참고 자료 역할을 한다.
등록된 리뷰가 없습니다
첫번째 리뷰어가 되어주세요
| 반품/교환방법 | |
|---|---|
| 반품/교환 가능기간 |
|
| 반품/교환비용 |
|
| 반품/교환 불가 사유 |
|
| 상품 품절 |
|
| 소비자 피해보상 환불지연에 따른 배상 |
|
이 책을 읽고 어떤 느낌을 받으셨나요?
리뷰를 남기고 다른 독자들과 함께 공유해보세요.
안내 열기구매(배송/수령완료) 후 리뷰를 작성하시면 적립금 300원을 드려요!