• 목록

[일시] 2025.07.17

[리뷰 논문] Toward Trustworthy Machine Learning in Production: An Overview of the Robustness in MLOps Approach

[요약]
본 발표는 MLOps 상에서의 trustworthy의 개념을 어떻게 접목시킬지에 대한 부분을 논의하며 특히 robustness 관점에서의 유지 보수를 주목하여 소개한다. 배포된 ML 시스템에 사용자의 기대를 만족시키면서 동작하기 위해서 만족해야 하는 강건성의 개념을 automation, DataOps, ModelOps 관점에서 소개하며, 각각의 분야에서 어떠한 방식으로 적용될 수 있는지를 살펴본다. 뿐만 아니라 이러한 기법을 적용하여 제안된 모델들에 대해서 함께 소개하면서 실제 MLOps 시스템 상에서의 도입을 안내하여 효율적인 ML 모델의 관리를 가능하게 한다. 현재 배포된 Amazon Sagemaker, Vertex AI, TFX 등의 모델에 대해서 robustness 관점으로의 분석을 제안하고, 제공되는 기능들에 대해서 소개하는 역할을 포함하고 있는데, 현재로써는 AWS 측의 Amazon Sagemaker의 방식론이 automation, DataOps, ModelOps의 관점에서 가장 다양한 기능을 제공하고 있는 것으로 보여진다. 일반적인 기술들의 조합에 대한 소개가 아닌, MLOps 측면에서의 robustness를 분석하는 방식의 논문의 전개 방식이 일반적이지 않다고 생각되었으며, 앞으로 해당 관점에서의 기술을 살펴보고 싶다.


[녹화 영상 링크]
https://us06web.zoom.us/rec/share/XH6hdrzxB16DMpLNtk8Qlt0S_B3u5NLjU-R61DLXktl8MV3BTGcU3-BK-4MGt61z.Zq9wCsqHL-nSmvUv