Research vs. Production Environments

Environment

#

• 환경이란 소프트웨어 또는 기타 제품이 개발되거나 작동 중인 컴퓨터의 설정 또는 상태이다 .

Research Environment

#

• Research Environment(연구 환경)는 데이터 분석 및 머신 러닝 모델 개발에 적합한 도구, 프로그램 및 소프트웨어를 갖춘 환경이다.
• 여기서 우리는 데이터를 탐색하며 ML Model을 발전시킨다.
• 대화형 Interpreter인 Jupyter Notebook 을 많이 사용하며, Numpy, Pandas, scikit-learn 패키지들을 사용한다.

Production Environment

#

• Production Environment(실행 환경) 은 실시간으로 작동하는 프로그램이 있고, 여러 배포를 위한 툴들이 함께 사용되는 환경이다.
• 여기서 ML Model 을 실제로 비즈니스 용으로 사용할 수 있다.
• .py 파일로 정리하고, 프로젝트를 포장하기 위해 docker 를 사용한다.

이 사진이 Research Environment 와 Production Environment 의 차이를 정말 잘 보여준다.

Research Environment 에서는 Historical Data(잘 정제되었고, 바뀌지 않는 데이터) 만 가지고 ML Model을 여러가지 방식으로 훈련시킨다. 그러면 Production Environment 에서는 그 훈련시킨 ML Model 을 가지고, Live Data(실시간으로 들어오는 데이터) 를 이용해 예측을 만들어낸다.

Live Data 에도 훌륭하게 대응하려면, 우선 Historical Data 가 Live Data 의 특성을 잘 반영해야 하고, ML Model을 여러가지 지표를 이용하여 테스트 해 본 후, Production Environment 로 넘겨주어야 한다.

Reference

#

• Udemy, Deployment of Machine Learning Models