어제까지 파이프라인(Day 1)과 Model Registry(Day 2)를 만들었다. 그런데 코드를 한 줄 고칠 때마다 사람이 노트북에서 파이프라인을 다시 돌리고, 승인 버튼을 누르고, 엔드포인트를 손으로 갱신한다면 여전히 수동 운영이다. **CI/CD(지속적 통합/지속적 배포)**는 코드 커밋부터 모델 배포까지의 사슬을 자동화한다. 소프트웨어 엔지니어링의 CI/CD를 ML에 그대로 가져온 것이 MLOps의 마지막 퍼즐이다.
오늘은 AWS의 ML CI/CD 도구인 SageMaker Projects, 그리고 그 뒤를 받치는 CodePipeline / CodeBuild / CodeCommit 연계와 자동 배포 흐름을 다룬다. MLA-C01 시험은 "코드 변경이 자동으로 모델 재학습·배포로 이어지게 하라"는 시나리오에서 이 조합을 묻는다.
전통적 소프트웨어 CI/CD는 코드 푸시 → 빌드 → 테스트 → 배포다. ML에서는 여기에 데이터와 모델이라는 축이 더해진다.