경복대학교 빅데이터학과, AI 전문가 최재석 박사 특강 진행
빅데이터 시대의 Low Code 기술, PyCaret으로 만나는 MLOps
경복대학교 빅데이터학과는 2024년 11월 19일, 빅데이터 및 AI 분야의 전문가인 최재석 박사가 MLOps와 PyCaret을 주제로 한 특별 강연을 진행했다.
이번 강연에서는 데이터 분석 및 머신러닝 운영(MLOps)에서 PyCaret이 혁신적인 도구로 활용될 수 있는 가능성을 중점적으로 다뤘다. PyCaret은 머신러닝 프로젝트를 간소화하고 워크플로우의 효율성을 높이는 데 기여하며, 현재 MLOps의 필수 요소로 자리 잡고 있다.
PyCaret을 활용한 실무 적용 사례 강연에서는 데이터 전처리, 모델 학습 및 비교, 하이퍼파라미터 튜닝, 모델 배포에 이르는 전체 과정을 실습 중심으로 설명했다. 특히 FastAPI와 Ngrok을 활용해 간단한 API로 머신러닝 모델을 배포하는 방법을 시연하며, 실시간 예측 서비스를 손쉽게 구현하는 과정을 소개했다. 이 과정에서 Ngrok을 통해 로컬 환경에서 구축한 서비스를 외부에서도 접근 가능하게 만드는 방법이 큰 관심을 끌었다. 이러한 접근은 데이터 과학자들이 빠르게 프로토타입을 구축하고 이를 테스트할 수 있는 실질적인 방법을 제시했다.
MLflow와 PyCaret의 통합으로 딥러닝 관리 간소화 부문 강연에서는 MLflow를 활용해 딥러닝 모델을 효과적으로 관리하는 사례도 소개했다. MLflow는 실험 결과를 추적하고, 다양한 모델의 성능을 비교하며, 최종적으로 배포하는 과정까지의 워크플로우를 효율적으로 관리하는 데 매우 유용했다. 특히 MLflow의 시각화 기능과 실험 관리 도구는 모델 개발 과정에서 발생하는 복잡성을 줄여주었으며, PyCaret과의 결합을 통해 데이터 과학자들이 효율적으로 프로젝트를 진행할 수 있도록 도왔다.
최재석 박사는 “PyCaret은 간단하면서도 매우 강력한 도구입니다. FastAPI와 결합하면 실시간 서비스 구축이 쉬워지고, MLflow와 통합하면 딥러닝 및 머신러닝 실험을 체계적으로 관리할 수 있습니다”라고 강조했다. PyCaret은 데이터 과학자들이 반복적인 작업을 줄이고, 더 창의적이고 전략적인 분석에 집중할 수 있도록 다양한 기능을 제공했다. 실제 사례와 실습을 통해 PyCaret의 강점을 명확히 시연하며, 참가자들이 실무에서 이를 어떻게 활용할 수 있을지 깊이 이해할 수 있도록 했다.
이번 특강은 백엔드와 프론트엔드를 다루는 통합적인 관점에서 PyCaret 같은 도구를 활용해 머신러닝 작업을 더욱 간단하고 효율적으로 수행할 수 있다는 가능성을 제시했다. 참가자들은 실무에서 이를 활용할 수 있는 구체적인 아이디어를 얻었으며, 강연자는 실무 중심의 통찰과 실질적인 가이드를 제공해 머신러닝과 MLOps의 복잡한 개념을 쉽게 이해할 수 있도록 도왔다. 이를 통해 참가자들은 자신의 프로젝트에 바로 적용할 수 있는 자신감을 얻었다.