AI 2026.05.03 · 12 min
Intermediate Experimental Statistics Mlops Deep Dive · 1
ML 시스템은 왜 모델 그 이상인가
ML 부채의 90%가 알고리즘이 아닌 데이터·분포·인과에서 발생하는 이유부터 MLOps 성숙도 최적점 도출까지, production ML 시스템의 설계 철학을 추적한다.
tag
#mlops
총 4개의 글
AI 2026.05.03 · 11 min
Advanced Experimental Statistics Mlops Deep Dive · 2
Feature Store는 왜 단순 캐시가 아닌가
중복 계산·재사용 부재·stream/batch 비대칭이라는 세 문제의 근본 원인부터, skew가 O(Δ²)로 성능을 잠식하는 수학적 구조와 dual-store 아키텍처의 설계 결정까지 추적한다.
AI 2026.05.03 · 12 min
Intermediate Experimental Statistics Mlops Deep Dive · 3
데이터 품질은 왜 단일 숫자로 측정할 수 없는가
Schema drift와 data drift의 근본적 차이부터 Confident Learning의 노이즈 추정까지, ML 파이프라인의 첫 번째 방어선을 4개 차원으로 해부한다.
AI 2026.05.03 · 14 min
Advanced Experimental Statistics Mlops Deep Dive · 5
Ground Truth 없이도 모델을 믿을 수 있는가
레이블 도착 지연부터 예측 드리프트, 캘리브레이션, 공정성 불가능 정리, 알림 시스템 설계까지 — production ML monitoring의 다섯 가지 층위를 추적한다.