MLOps 및 신뢰할 수 있는 AI 학습서: 모델 빌드 및 배치

이 학습서에서는 데이터 패브릭 평가판의 MLOps 및 신뢰할 수 있는 AI 사용 사례를 사용하여 모델을 빌드, 배치 및 추적합니다. 목표는 모델을 훈련하여 모기지에 적합한 지원자를 예측한 후 평가를 위해 모델을 배치하는 것입니다. 모델 히스토리를 문서화하고 성능에 대한 설명을 생성하기 위해 모델에 대한 추적을 설정해야 합니다.

이 학습서의 내용은 골든 뱅크가 온라인 애플리케이션을 위한 저금리 모기지 갱신을 제공하여 사업을 확장하기를 원한다는 것입니다.온라인 애플리케이션은 은행의 고객 범위를 확장하고 은행의 애플리케이션 처리 비용을 줄일 수 있습니다. 골든 뱅크의 데이터 과학자로서 예측할 수 없는 위험을 피하고 모든 신청자를 공정하게 처리하는 모기지 승인 모델을 작성해야 합니다. Jupyter 노트북을 실행하여 모델을 빌드하고 AI 팩트시트에서 모델을 추적하는 메타데이터를 자동으로 캡처합니다.

이 학습서에서는 다음 태스크를 완료합니다.

  1. 모델에 대한 추적을 설정합니다.
  2. API 키를 생성합니다.
  3. 모델 인벤토리에서 모델 항목을 작성합니다.
  4. 노트북을 실행하여 모델을 작성하십시오.
  5. 모델의 팩트시트를 보고 모델 항목과 연관시키십시오.
  6. 모델을 배치하십시오.

이 학습서에 대한 도움말이 필요한 경우 질문을 하거나 Cloud Pak for Data 커뮤니티 토론 포럼에서 답을 찾으십시오.

팁: 이 학습을 완료하는 최적의 경험을 보려면 Cloud Pak for Data as a Service를 하나의 브라우저 탭에서 열고 이 학습서 페이지를 다른 브라우저 탭에서 열어 두 애플리케이션 간에 쉽게 전환할 수 있습니다.

튜토리얼 미리보기

비디오 시청 이 비디오를 시청하면 이 학습서의 단계를 미리 볼 수 있습니다.

이 비디오는 이 문서에 기록된 단계를 수행하는 방법의 대안인 시각적 메소드를 제공합니다.

전제조건

Cloud Pak for Data as a Service에 등록하고 MLOps 및 신뢰할 수 있는 AI 사용 사례에 필요한 서비스를 프로비저닝해야 합니다.

다음 방법 중 하나로 Cloud Pak for Data as a Service에 등록할 수 있습니다.

필요한 서비스 프로비저닝

비디오 시청 이 태스크를 미리 보려면 01:03에서 시작하는 비디오를 시청하십시오.

필요한 서비스를 확인하거나 프로비저닝하려면 다음 단계를 수행하십시오.

  1. Cloud Pak for Data 탐색 메뉴에서 서비스 > 서비스 인스턴스를 선택하십시오.
  2. 제품 드롭 다운 상자를 사용하여 기존 Watson Studio 서비스 인스턴스가 있는지 판별하십시오.
  3. Watson Studio 서비스 인스턴스를 작성해야 하는 경우 서비스 추가를 클릭하십시오.
  4. Watson Studio를 선택하십시오.
  5. Lite 플랜을 선택하십시오.
  6. 작성을 클릭하십시오.
  7. 다음과 같은 추가 서비스를 확인하거나 프로비저닝하려면 다음 단계를 반복하십시오.
    • Watson Machine Learning
    • Watson Knowledge Catalog
    • Cloud Object Storage

샘플 프로젝트 작성

비디오 시청이 태스크를 미리 보려면 01:43에서 시작하는 비디오를 시청하십시오.

이 학습서에 대한 샘플 프로젝트를 아직 작성하지 않은 경우 다음 단계를 수행하십시오.

  1. 갤러리의 MLOps 및 신뢰할 수 있는 AI 유도 학습서 샘플 프로젝트에 액세스하십시오.
  2. 프로젝트 작성을 클릭하십시오.
  3. 프로젝트를 Cloud Object Storage 인스턴스에 연관시키도록 프롬프트가 표시되면 목록에서 Cloud Object Storage 인스턴스를 선택하십시오.
  4. 작성을 클릭하십시오.
  5. 새 프로젝트 보기를 클릭하여 프로젝트 및 자산이 성공적으로 작성되었는지 확인하십시오.

1단계: 모델 추적 설정

비디오 시청 이 태스크를 미리 보려면 02:23에서 시작하는 비디오를 시청하십시오.

모델 항목을 카탈로그에 추가하여 모델을 추적합니다. Watson Knowledge Catalog Lite 계획을 사용하면 하나의 카탈로그만 작성할 수 있습니다. 이미 카탈로그가 있는 경우 이 단계를 건너뛰십시오. 그렇지 않으면 다음 단계를 수행하여 모델 항목을 저장할 카탈로그를 작성하십시오.

  1. Cloud Pak for Data 탐색 메뉴에서 카탈로그 > 모든 카탈로그 보기를 선택하십시오.
  2. 카탈로그 작성을 클릭하십시오.
  3. 이름의 경우 Mortgage Approval Catalog을(를) 입력하십시오. 선두 또는 후미 공간 없이 표시된 대로 정확하게 카탈로그 이름을 입력하십시오. 카탈로그를 Cloud Object Storage 인스턴스에 연관시키도록 프롬프트되면 목록에서 Cloud Object Storage를 선택하십시오.
  4. 다른 모든 필드에 대해서는 기본값을 채택하십시오.
  5. 작성을 클릭하십시오.

2단계: API 키 생성

비디오 시청 이 태스크를 미리 보려면 02:53에서 시작하는 비디오를 시청하십시오.

이 학습서에서 사용되는 노트북에는 Watson Machine Learning API에 액세스하기 위한 코드가 포함되어 있습니다. API 키를 사용하여 신임 정보를 API에 전달해야 합니다. 아직 저장된 API 키가 없는 경우에는 다음 단계를 수행하여 API 키를 작성합니다.

  1. IBM Cloud 콘솔에서 관리 > 액세스(IAM)로 이동하십시오.
  2. API 키 페이지를 클릭하십시오.
  3. IBM Cloud API 키 작성을 클릭하십시오.
  4. 이름 및 설명을 입력하십시오.
  5. 작성을 클릭하십시오.
  6. 복사 API 키입니다.
  7. 나중에 사용할 수 있도록 API 키를 다운로드하십시오.

3단계: 모델 인벤토리에서 모델 항목 작성

비디오 시청 이 태스크를 미리 보려면 03:47에서 시작하는 비디오를 시청하십시오.

이 유형의 프로젝트의 경우 프로젝트를 시작할 때 모델 항목을 작성하는 것이 가장 좋습니다. 모델 항목은 비즈니스 문제점을 해결하는 데 사용할 수 있는 여러 머신 러닝 모델을 참조할 수 있습니다. 그런 다음 데이터 엔지니어 및 모델 평가기가 모델 항목에 모델을 추가하고 모델이 라이프사이클을 통해 진행되도록 추적할 수 있습니다. 다음 단계를 수행하여 모델 항목을 작성하십시오.

  1. Cloud Pak for Data 탐색 메뉴에서 카탈로그 > 모델 인벤토리를 선택하십시오.
  2. 모델 인벤토리에 처음으로 액세스하는 경우 모델 거버넌스를 설정할 것인지 묻는 안내 둘러보기가 표시됩니다. 지금은 나중에를 클릭하십시오.
  3. 새 모델 항목을 클릭하십시오.
    1. 모델 엔트리 이름의 경우 Mortgage Approval Model Entry을(를) 입력하십시오. 선행 또는 후미 공백 없이 표시된 대로 모델 항목 이름을 입력하십시오.
    2. 설명의 경우 This model entry is for the Mortgage approval use case at Golden Bank을(를) 입력하십시오.
    3. 둘 이상의 카탈로그가 있는 경우 카탈로그 필드가 표시됩니다. 모기지 승인 카탈로그 또는 다른 기존 카탈로그를 선택하십시오.
    4. 저장을 클릭하십시오.

4단계: 노트북을 실행하여 모델 작성

비디오 시청 이 태스크를 미리 보려면 04:28에서 시작하는 비디오를 시청하십시오.

다음 단계에 따라 샘플 프로젝트에 포함된 노트북을 실행하십시오.

  1. Cloud Pak for Data 탐색 메뉴에서 프로젝트 > 모든 프로젝트 보기를 선택하십시오.
  2. MLOps 및 신뢰할 수 있는 AI 프로젝트를 여십시오.
  3. 자산 탭에서 소스 코드 > 노트북을 클릭하십시오.
  4. 1-model-training-with-factsheets 노트북을 여십시오.
  5. 노트북이 읽기 전용 모드이므로 연필 아이콘을 클릭하여 노트북을 편집 모드로 두십시오.
  6. 노트북의 맨 위에 있는 지시사항에 따라 프로젝트 토큰을 가져오십시오.
    1. 더 많은 메뉴에서 프로젝트 토큰 삽입을 선택하십시오. 그러면 프로젝트 토큰이 포함된 노트북의 맨 위에 새 셀이 삽입됩니다.
  7. IBM Cloud API 키 삽입 섹션에서 ibmcloud_api_key 필드에 API 키를 붙여넣으십시오.
  8. 노트북에서 모든 셀을 실행하려면 셀 > 모두 실행을 클릭하십시오. 또는 각 셀 및 해당 출력을 탐색하려는 경우 노트북 셀 기준을 실행할 수 있습니다.
  9. 노트북을 완료하는 데 1-3분 정도 걸립니다. 숫자(예: "In [1]")로 변경하는 별표("In [*]")를 인식하여 진행 상태 셀별(cell-by-cell)을 모니터할 수 있습니다.
  10. 노트북 실행 중에 오류가 발생하면 커널 > 다시 시작 및 출력 지우기를 클릭하여 커널을 다시 시작한 후 노트북을 다시 실행하십시오.

5단계: 모델의 팩트시트 보기 및 모델 항목과 연관

비디오 시청 이 태스크를 미리 보려면 06:14에서 시작하는 비디오를 시청하십시오.

노트북에서 모든 셀을 실행한 후 다음 단계를 수행하여 프로젝트에서 모델의 팩트시트를 보고 모델 인벤토리에서 해당 모델을 모델 항목과 연관시키십시오.

  1. 사이트 이동 경로에서 MLOps 및 신뢰할 수 있는 AI 프로젝트를 클릭하십시오.
  2. 자산 탭에서 저장된 모델 > 모델을 클릭하십시오.
  3. 방금 작성한 모기지 승인 예측 모델을 여십시오.
  4. 이 페이지에서는 모델에 대한 팩트시트를 표시합니다. 모델 페이지에서 아래로 스크롤하여 노트북의 AI Factsheet python 클라이언트가 캡처한 훈련 메트릭훈련 태그 아래의 훈련 메타데이터를 확인하십시오.
  5. 모델 페이지에서 위로 스크롤하고 모델 인벤토리에 추가를 클릭하십시오.
    1. 기존 모델 항목과 연관을 선택하십시오.
    2. 모델 항목 목록에서 Mortgage Approval Model Entry을(를) 선택하십시오.
    3. 추가를 클릭하십시오.
  6. 모델 페이지로 돌아가서 모기지 승인 모델 항목 링크를 클릭하십시오.
  7. 모델 항목 페이지에서 자산 탭을 클릭하십시오.
  8. 모델 추적에서 AI 팩트시트가 라이프사이클을 통해 모델을 추적하는 것을 확인할 수 있습니다.이 모델은 아직 배치되지 않았으므로 아직 개발 스테이지에 있습니다.
  9. AI 팩트시트를 보려면 모기지 승인 예측 모델을 클릭하십시오.
  10. AI 팩트시트 검토를 완료하고 맨 아래로 화면 이동한 후 프로젝트 열기를 클릭하십시오.

단계 6: 모델 배치

비디오 시청 이 태스크를 미리 보려면 07:34에서 시작하는 비디오를 시청하십시오.

그런 다음 모델을 새 배치 공간으로 프로모션한 후 모델을 배치하려고 합니다.

새 배치 공간으로 모델을 프로모션하려면 다음 단계를 수행하십시오.

  1. 모델 페이지에서 배치 공간으로 프로모션을 클릭하십시오.
    1. 대상 공간의 경우 새 배치 공간 작성을 선택하십시오.
    2. 이름에 Golden Bank Preproduction Space을(를) 입력하십시오. 선행 또는 후행 공백이 없는 것처럼 정확하게 배치 공간 이름을 입력하십시오.
    3. 목록에서 스토리지 서비스를 선택하십시오.
    4. 목록에서 머신 러닝 서비스를 선택하십시오. 머신 러닝 서비스 인스턴스가 없는 경우 인스턴스를 작성하십시오.
      1. 새 머신 러닝 인스턴스 작성을 선택하십시오.
      2. Lite 플랜을 선택하십시오.
      3. 작성을 클릭하십시오. 배치 공간 작성 페이지로 돌아가면 새 머신 러닝 서비스를 선택해야 합니다.
    5. 작성을 클릭하십시오.
    6. 닫기를 클릭하십시오.
    7. 대상 공간의 경우, 골든 뱅크 제조 공간이 선택되었는지 확인하십시오.
    8. 이를 프로모션한 후에는 공간의 모델로 이동 옵션을 확인하십시오.
    9. 승격을 클릭하십시오.

다음 단계에 따라 모델 배치를 작성하십시오.

  1. 배치 공간이 열리면 새 배치를 클릭하십시오.
    1. 배치 유형의 경우 온라인을 선택하십시오.
    2. 이름의 경우 Mortgage Approval Model Deployment을(를) 입력하십시오. 선행 또는 후행 공간이 없는 것과 같이 정확하게 배치 이름을 입력하십시오.
    3. 서비스 이름의 경우, mortgage_approval_service을(를) 배치 ID의 대안으로 입력하십시오. 이름은 지역별로 고유하도록 유효성 검증됩니다. 이 서비스 이름이 이미 있는 경우, 서비스 이름의 끝에 숫자(또는 고유 문자)를 추가하십시오. 선두 또는 후미 공간이 없는 제공 이름을 입력하십시오.
    4. 작성을 클릭하십시오.
  2. 모델이 성공적으로 배치되면 모델 인벤토리로 다시 이동하십시오. 탐색 메뉴에서 모델 인벤토리를 선택하십시오.
  3. 모기지 승인 모델 항목의 경우 세부사항 보기를 클릭하십시오.
  4. 자산 탭을 클릭하십시오. 모델 추적아래에서 모델이 이제 배치 스테이지에 있음을 확인할 수 있습니다.

다음 단계

이제 배치된 머신 러닝 모델의 유효성을 검증하고 모니터하여 정확하고 공정하게 작동하는지 확인할 준비가 되었습니다.이를 위해 Watson OpenScale을 사용합니다. 모델 테스트 및 검증 학습서를 참조하십시오.

자세히 보기

상위 주제: 데이터 패브릭 학습서