오늘은 마지막 도메인인 **도메인 4 ML 구현 및 운영(20%)**을 복습하고, 동시에 네 도메인을 가로지르는 "엔드투엔드 파이프라인" 관점으로 시야를 넓힌다. 도메인 4는 학습이 끝난 모델을 실제로 배포하고, 안전하게 운영하고, 모니터링하며, 비용·성능을 최적화하는 단계다. 시험 후반부 문제는 단일 도메인이 아니라 "데이터 수집부터 배포·모니터링까지" 여러 도메인이 한 시나리오에 섞여 나오므로, 오늘은 그 교차 지점을 정리한다.
[학습된 모델 아티팩트 (S3)]
│
├─ 1) 배포 형태 선택
│ 실시간 낮은 지연 → Real-time Endpoint
│ 간헐적/콜드 OK → Serverless Inference
│ 대용량 오프라인 → Batch Transform
│ 초대형/긴 처리 → Asynchronous Inference
│
├─ 2) 안전한 출시
│ Blue/Green, Canary, Shadow 트래픽 전환
│
├─ 3) 모니터링
│ 데이터/모델 드리프트 → Model Monitor
│ 편향·설명 지속 감시 → Clarify
│ 인프라 지표·로그 → CloudWatch
│
├─ 4) 비용·성능 최적화
│ 오토스케일링, Multi-Model Endpoint, Spot 학습