도서상세보기

도서명 머신러닝 시스템 구축 실전 가이드 : 비즈니스 사례로 배우는 머신러닝 제품 설계/구축/운용
저자 시부이 유스케
출판사 제이펍
출판일 2024-01-04
정가 29,000원
ISBN 9791192987644
수량

옮긴이 머리말 viii
베타리더 후기 x
시작하며 xii
이 책에 대하여 xv

CHAPTER 1 과제, 팀, 시스템 1
1.1 소프트웨어 기술을 활용해 비즈니스 과제를 해결하려면 3
1.2 과제를 머신러닝으로 해결할 시나리오를 결정한다 7
1.3 팀 크기와 스킬에 맞는 개발과 운용을 고려한다 11
1.4 머신러닝 시스템의 아키텍처를 설계한다 14
1.5 새로운 머신러닝 시스템 디자인 패턴 16
__1.5.1 평가 대시보드 패턴 16 / 1.5.2 잘못된 추론 지원 패턴 22
1.6 팀 구성 패턴 27
__1.6.1 개척자 패턴 28 / 1.6.2 스몰 팀 패턴 31 / 1.6.3 믹스트 팀 패턴 35
1.7 정리 40

CHAPTER 2 수요 예측 시스템 만들기 41
2.1 수요 예측의 목적 43
2.2 머신러닝 팀과 소프트웨어 개발 팀 구성의 예 45
__2.2.1 사내 최초 머신러닝 프로젝트 팀인 경우 46
__2.2.2 실적이 있는 머신러닝 팀의 경우 47 / 2.2.3 매트릭스형 팀의 경우 48
2.3 머신러닝으로 수요를 예측한다 49
__2.3.1 과제 설정 49 / 2.3.2 데이터 52 / 2.3.3 개발 환경 구성 57
__2.3.4 데이터 전처리 59 / 2.3.5 학습 74 / 2.3.6 추론 활용과 평가 84
2.4 수요 예측 시스템과 업무 워크플로 99
__2.4.1 프로젝트 초기 팀, 시스템, 워크플로 (2021년 1월~2021년 6월 99
__2.4.2 프로젝트 전개 시기의 팀, 시스템, 워크플로 (2021년 7월 이후 103
2.5 정리 122

CHAPTER 3 동물 이미지 애플리케이션의 위반 감지 시스템 만들기 123
3.1 동물 이미지 애플리케이션 개요 125
__3.1.1 AIAnimals 126 / 3.1.2 동물 이미지 애플리케이션과 시스템 129
__3.1.3 AIAnimals를 기동한다 133
__3.1.4 동물 이미지 애플리케이션에 위반 감지가 필요해졌다
비즈니스 사례와 디자인 패턴으로 마스터하는 머신러닝 실용화의 워크플로

머신러닝 모델이나 라이브러리 각론을 다룬 책은 많지만, 머신러닝을 실제로 프로덕션 시스템에 적용하는 일은 또 다른 문제다. 저자의 비유를 따르면 그런 책들은 “생선 손질 방법이나 전자레인지 사용 방법에 관해서는 설명하지만, 요리를 만드는 방법은 설명하지 않는 요리책”이다. 하지만 “요리를 만들려는 사람에게 필요한 책은 실제로 요리를 만드는 책”이다. 저자는 이러한 문제의식 아래 머신러닝 ‘실용화’를 다루는 이 책을 썼다. 머신러닝 실용화는 당면 비즈니스 과제가 머신러닝을 사용해서만 해결할 수 있는 과제인지 여부를 판단하는 것부터 시작된다. 머신러닝 도입 결정 후에는, 팀 크기와 역량을 고려해 저자 고유의 디자인 패턴에 따라 머신러닝 아키텍처를 설계하고 팀을 구성하는 노하우를 알려준다. 여기까지가 1장의 내용으로, 현실적인 비즈니스 상황을 가정하고 패턴별 유스케이스를 알려준다는 점이 돋보인다.

2장에서는 식료품 판매점의 수요 예측 시스템을 만들어보며 실습을 시작한다. 개발 팀의 구성 예시를 들고, 과제 설정, 시스템 개발, 워크플로 설계까지 전 과정을 자세히 설명한다. 모델 관련 구현에는 Hydra, MLflow, 사이킷런, LightGBM 등을 사용하고, 비즈니스 의사결정을 위한 BI 도구로는 Streamlit과 Plotly를 활용한다. 구축한 시스템과 워크플로는 MLOps 관점에서 변화하는 상황에 맞춰 개선할 수 있어야 하므로, 쿠버네티스에 배포하고 아르고 워크플로를 사용해 자동화하는 방법까지 살펴본다. 3장에서는 사용자가 동물 이미지를 공유하는 웹 서비스에 위반 감지 시스템을 추가하는 과정을 다룬다. 실습 편의를 위해 저자가 작성해둔 안드로이드용 앱이 제공되며, 특히 FastAPI, PostgreSQL, Redis, RabbitMQ, 일래스틱서치 등으로 구성된 백엔드의 구조를 자세히 설명한다. 이후 2장과 마찬가지로 위반 이미지 감지라는 과제 설정부터 시작해 시스템과 워크플로를