CloudML Experiments
(클라우드ML 익스페리먼트)

AI모델 학습의 실험 정보를 기록, 비교하여 챔피언 모델을 관리하기 위한 서비스

클라우드ML 익스페리먼트는 클라우드ML 노트북과 클라우드ML 스튜디오를 사용해 개발한 AI모델을 실행하여 모델 학습이 제대로 이루어지는지 실험 및 검증 결과를 관리해 주는 서비스입니다. 대시보드를 통해 모델 별 실행 내역 및 상태를 한눈에 확인할 수 있어 편리하게 모델별 실험 결과를 비교하고 관리할 수 있습니다.

클라우드ML 익스페리먼트 서비스 특징

01

04

클라우드ML 익스페리먼트 서비스 구성도

    SCP CloudML
  • CloudML Notebook: 모델 개발 및 학습, 파라미터 튜닝
  • CloudML Studio: 워크플로우 개발, 리포트 및 Analytics App 개발
  • CloudML Pipeline: 컴포넌트별 자원 할당, 모델 라이프사이클 관리, 파이프라인 실행
  • CloudML Experiments: 실험 저장 및 관리, Model Registry, Model Verification
  • Kubernetes Engine
  • Data Scientist → ML모델 개발/튜닝, 학습, 추론결과 분석 → SCP CloudML(CloudML Notebook) ← Kubernetes Service 활용 → Kubernetes Service (DNS, VPC, Virtual Server, NAS, Security Group, Cloud Monitoring)
  • Data Scientist → ML모델 개발/튜닝, 학습, 추론결과 분석 → SCP CloudML(CloudML Studio) ← 연동 → Container Image Registry
  • Data Scientist → ML모델 개발/튜닝, 학습, 추론결과 분석 → SCP CloudML(CloudML Pipeline) ← 연동 → IDP(Identity Provider)*
  • MLOps Engineer → ML모델 개발/튜닝, 학습, 추론결과 분석 → SCP CloudML(CloudML Experiments) ← 연동 → DevOps Tool* (Nexus, GitHub)
  • MLOps Engineer → ML모델 개발/튜닝, 학습, 추론결과 분석 → SCP CloudML(Kubernetes Engine) ← Data Set, 모델 저장/활용 → Object Storage*
* 추후 제공 예정

클라우드ML 익스페리먼트 주요 기능

  • 실행 대시보드 제공

    - 실험 수행 리스트 및 현재 상태 조회 : Running, Finished, Failed
    - 프로젝트 메타정보 조회 : 프로젝트 ID, User ID, Image
    - 전체 실험 목록 및 세부 모델 내역

  • MLflow기반 실험 관리 및 비교

    - 전체 실험 관리 및 모델별 세부 정보 조회
    - 실험 관리를 위한 모델의 과거 실험 이력 비교 분석
    - 모델 검증을 위한 Model Verification 기능
    - 모델 형상 관리 및 배포를 위한 Model Registry 제공

클라우드ML 익스페리먼트 요금 기준

    • 과금
    • 클라우드ML 익스페리먼트가 점유하는 쿠버네티스 엔진의 컨테이너 Pod 사용시간 (vCore/hr)
무엇이든 물어보세요

비즈니스 성공에 필요한 핵심 기능을 제공하는 삼성SDS 클라우드를 살펴보고, 클라우드 전문가와 상담해보세요.

공유하기