Red Hat SummitRed Hat OpenShift에서 지원되는 머신러닝 운영
Red Hat OpenShift에는 데이터센터, 퍼블릭 클라우드 컴퓨팅, 엣지 컴퓨팅 전반에서 일관된 방식으로 머신 러닝 운영(MLOps)을 지원하는 핵심 기능이 포함되어 있습니다.
조직은 DevOps 및 GitOps 원칙을 적용하여 머신 러닝 모델을 소프트웨어 개발 프로세스, 프로덕션 롤아웃, 모니터링, 재교육, 재배포에 통합하는 반복적인 프로세스를 자동화하고 간소화하여 지속적인 예측 정확도를 달성할 수 있습니다.
Red Hat 리소스
머신러닝 라이프사이클이란?
대규모 볼륨과 다양한 데이터, 풍부한 컴퓨팅, 지능형 애플리케이션을 빌드할 수 있는 오픈소스 머신 러닝 툴이 제공하는 장점을 확보하기 위한 다단계 프로세스입니다.
머신러닝 모델의 단점과 개선 방안
데이터 과학자는 선택한 모델이 계속해서 최상의 예측 정확도를 제공할 수 있도록 ML 모델링을 주로 담당합니다.
데이터 과학자가 당면한 핵심 과제는 다음과 같습니다.
- 적합한 ML 툴 선택 및 배포(예: Apache Spark, Jupyter notebook TensorFlow, PyTorch 등)
- 최상의 예측 정확도를 제공하는 ML 모델을 교육, 테스트, 선택, 유지하는 데 필요한 시간과 복잡성
- 하드웨어 가속화 기능이 없어 모델링 및 추론 태스크 실행 속도 저하
- 인프라 프로비저닝 및 관리를 위해 IT 운영 팀에 반복적으로 의존
- 데이터 엔지니어 및 소프트웨어 개발자와 협업해 입력 데이터를 안전하게 보호하고 애플리케이션 개발 프로세스 중 ML 모델 배포
지능형 애플리케이션 구축, 운영 및 확장 전략
Red Hat® OpenShift®는 하이브리드 클라우드 환경과 엣지에서 AI/ML 라이프사이클을 관리하는 통합 애플리케이션 플랫폼입니다. 협업에 적합한 워크플로우에 대한 셀프 서비스 액세스, 고성능 컴퓨팅 파워 (GPUs), 그리고 간소화된 운영을 제공함으로써, OpenShift는 일관되고 대규모로 인공지능 솔루션을 제공하는 과정을 단순화합니다.
Red Hat OpenShift AI
Red Hat OpenShift AI는 데이터 과학자와 인텔리전트 애플리케이션 개발자를 위한 AI/ML 실험 및 모델의 전체 라이프사이클 동안 툴을 제공합니다 프로덕션에 배포하기 전에 퍼블릭 클라우드에서 머신 러닝(ML) 모델을 신속하게 개발, 교육 및 테스트할 수 있도록 완벽하게 지원되는 샌드박스를 제공합니다.
머신러닝을 활용한 경쟁 우위 확보 방법
데이터 과학자 역량 강화
- 하이브리드 클라우드 전반에 걸쳐 데이터 과학자에게 일관된 셀프 서비스 클라우드 경험 제공
- 데이터 과학자가 어떤 환경에서든 유연하게 선택한 컨테이너화 ML 툴을 사용할 수 있도록 지원하여 ML 모델을 빠르게 빌드, 확장, 재현 및 공유
- 자체 관리형 및 Red Hat AI 클라우드 서비스 옵션을 위한 Red Hat 인증 쿠버네티스 오퍼레이터를 통해 가장 적합한 ML 툴 사용
- 반복적이고 컴퓨팅 집약적인 ML 모델링 태스크용 인프라를 프로비저닝하기 위해 IT에 의존할 필요 없음
- 특정 클라우드 공급업체와 해당 업체의 ML 툴 메뉴와 관련된 "종속성(Lock-In)" 우려 해소
- CI/CD 툴과의 긴밀한 통합으로 ML 모델을 필요에 따라 반복적으로 신속히 배포
컴퓨팅 집약적인 ML 모델링 작업 가속화
Red Hat 인증 GPU 오퍼레이터를 통해 NVIDIA GPU와 같이 널리 사용되는 하드웨어 가속기와 통합하면 OpenShift가 높은 수준의 컴퓨팅 리소스 요구 사항을 원활하게 충족하여, 해당 모델이 프로덕션 환경에서 새로운 데이터를 경험하는 과정에서 최상의 예측 정확도와 ML 추론 작업을 제공하는 최적의 ML 모델을 선택할 수 있습니다.
지능형 애플리케이션 개발
OpenShift에서 기본으로 제공하는 DevOps 기능을 통해 MLOps는 인공지능 기반 애플리케이션의 제공 속도를 가속화하고, 예측 정확도를 위해 ML 모델을 통합하고 지속적으로 재배포하는 반복적인 프로세스를 간소화할 수 있습니다.
OpenShift DevOps 자동화 기능을 ML 라이프사이클로 확장하면 데이터 과학자, 소프트웨어 개발자, IT 운영 팀간 협업이 증진되므로 ML 모델을 지능형 애플리케이션 개발에 신속히 통합할 수 있습니다. 이를 통해 생산성을 높이고 ML 기반 지능형 애플리케이션의 라이프사이클 관리를 간소화할 수 있습니다.
- OpenShift Build로 컨테이너 모델 이미지 레지스트리에서 빌드
- OpenShift Pipelines로 ML 모델 기반 지능형 애플리케이션의 지속적 반복 개발
- OpenShift GitOps로 ML 모델 기반 지능형 애플리케이션의 지속적 배포 자동화
- Red Hat Quay로 모델 컨테이너 이미지 및 마이크로서비스의 버전을 관리할 수 있는 이미지 리포지토리
머신러닝을 통한 비즈니스 성공 사례와 솔루션
OpenShift는 다양한 업종별 조직이 하이브리드 클라우드에서 지능형 애플리케이션을 개발함으로써 비즈니스 및 미션 크리티컬 이니셔티브를 가속화하도록 지원하고 있습니다. 몇 가지 활용 사례로 사기 감지, 데이터 기반 건강 진단, 커넥티드 카, 석유 및 가스 탐사, 자동 보험 견적, 청구 처리 등을 들 수 있습니다.
성공적인 비즈니스 사례 분석
Red Hat Consulting과의 협업을 통해 방코 갈리시아(Banco Galicia)는 Red Hat OpenShift에 AI 기반 지능형 자연어 처리(NLP) 솔루션을 구축하여 90%의 정확도로 검증 시간을 며칠에서 몇 분 단위로 줄이고 애플리케이션 다운타임을 40% 단축할 수 있었습니다.
기업 맞춤형 인공지능 솔루션
Red Hat OpenShift와 NVIDIA-Certified Systems에서 실행되는 NVIDIA AI Enterprise 소프트웨어 제품군의 기능을 결합해 다양한 AI 활용 사례를 가속화하는 확장 가능한 플랫폼을 제공합니다. 이 플랫폼에는 NVIDIA와 Red Hat의 핵심 기술이 포함되어 있어 하이브리드 클라우드, 베어 메탈, 가상 환경 전반에서 AI 워크로드를 안전하게 배포, 관리하고 일관되게 확장할 수 있습니다.
레드햇 공식 블로그
레드햇 공식 블로그에서 고객, 파트너, 커뮤니티 에코시스템 등 현재 화제가 되는 최신 정보를 살펴 보세요.
