왜 MLOps 일까요?
AI는 이제 모든 기업에서 선택이 아닌 필수가 되었습니다.
•
Mckinsey의 2024년 리포트에 따르면 전세계 조직의 약 72%가 AI를 한번 이상 도입했으며, 특히 생성 AI의 도입은 2023년 대비 2배 증가했으며 EY의 2024년 리포트에 따르면 AI에 본격적으로 투자하는 기업이 직원 생산성, 경쟁력 확보, 제품 혁신 차원에서 그렇지 않은 기업보다 많게는 50% 가까이 더 높은 성과를 거두었습니다.
•
a16z에서는 AI로 인해 이전에는 불가능했던 효율성과 생산성이 실현되고 있으며, 몇몇 영역에서는 이미 10배 이상 생산성이 향상되고 있습니다.
그러나 기업의 AI 혁신에는 적절한 시스템과 모델 개발 도구가 필요합니다.
•
HBR 리포트에 따르면 많게는 80%에 달하는 AI 프로젝트가 실패하며, 이는 통상적인 IT 프로젝트의 2배에 달합니다. 적절하게 MLOps를 도입 함으로서 데이터, 모델 개발, 제품화 및 ML 서비스 운영 등 AI 프로젝트 전 과정에서 결과물의 수준과 성공 가능성을 극적으로 높일 수 있습니다.
LLM의 시대에도 LLM 그 자체만으로 가치를 창출할 수는 없으며, LLM 기반 서비스를 위한 플랫폼과 도구가 여전히 중요합니다.
•
LLM 기반으로 가벼운 프로토타입을 만드는 것은 쉽지만, 서비스 가능한 수준의 제품을 만들기 위해서는 환각(Hallucination), 비정형 데이터의 정제, 모델의 미세 조정 등 다양한 문제의 해결이 필요합니다. Applied LLMs에 따르면 모델 그 자체가 아닌 모델을 둘러싼 시스템을 잘 개발하는 것이 제품으로서의 가치와 해자를 만들어낼 수 있습니다.
VESSL은 AI 서비스를 만드는 과정에서 풀어야 하는 MLOps/LLMOps 문제를 해결하는 플랫폼을 제공하여, 국내외 최고의 AI 조직에서 AI 기반 성과를 가속화하고 있습니다.
•
국내 1위 내비게이션 티맵모빌리티는 각종 추천/예측 모델을 VESSL을 활용하여 학습하고 테스트하고 있습니다.
•
다른 메뉴 보러가기
