ysd1***
2022-02-21

머신러닝 애플리케이션에서 ‘모델을 만드는 것’은 단지 작은 과정일 뿐이다. 전체 과정에는 개발, 오케스트레이션, 배포, 포터블하고 확장 가능한 머신러닝 워크로드를 운영하는 것, 모두가 포함된다. 이 책은 쿠브플로 프로젝트를 계획하고 실행하는 운영법을 통해 어떻게 쿠버네티스 워크플로를 포터블하고 확장 가능하도록 만드는지 안내한다.
Data Scientist는 공부해야 할 것이 너무 많다. DS 분야 공부를 시작하면 보통 데이터를 핸들링하는 것, 머신러닝, 딥러닝 알고리즘에 대해서 공부하게 된다. 그것만으로도 충분히 다양한 분석, 모델링을 진행할 수 있었다. 그러나 요즘은 이러한 '데이터'가 이쁘게 세팅되어 있는 환경에서 분석을 하는 것에서 그치지 않는다. 데이터 파이프라인을 구축하고, 데이터를 수집하고, 학습 결과를 모니터링하고, 프로덕트 환경에서 이런 모든 것들을 컨트롤하는 등 해야 하는 일들이 굉장히 많아지고 있는 추세이다.
그러한 환경 속에서 mlops라는 것이 최근 굉장히 화두가 되고 있고, 사내에서도 하나씩 사용을 하려고 움직이고 있다. 특히 우리 회사는 쿠버네티스를 도입하여 사내 서비스들을 관리하려고 하고 있으며, 내 팀이 그중 한 서비스를 담당하여 제품을 만들고 있다.
나는 쿠버네티스에 대해서 아무것도 몰랐고, 지금도 모르고, 매일매일 모르는 것이 쏟아지고 있다. 쿠버네티스, 이스티오, 쿠버플로우 등등 하나하나 구글링하며 알아가는 것이 지쳐가던 와중에 이 책을 발견하게 됐다.
cook book처럼 체계적으로 kubeflow가 왜 필요한지, 어디에 쓰면 좋은지, 그리고 어떻게 써야 하는지 정보를 얻고 싶었고, 그런 용도로 딱이다. (22년 1월 31일에 출판된 아주 따끈 따근한 책이다.) 그리고 뭐 믿고 읽는 o reilly에서 만든 책이니까~
책 제목은 kubeflow 운영 가이드이지만, kubeflow만 설명하지 않고, kubernetes, istio 등 워크 플로우들에 대해서도 설명하고 있어서 좋다. 개념에 대해서만 알고 싶으면 chapter3까지만 읽으면 될 것 같고, 그 이후의 chapter는 필요한 내용들이 있을 때마다 그때 그때 찾아서 읽으면 좋을 것 같다.
"한빛미디어 <나는 리뷰어다> 활동을 위해서 책을 제공받아 작성된 서평입니다.