Category Overview
ML & AI Guide
Model development, orchestration, labeling, and interactive AI apps
데이터 준비부터 학습 파이프라인 운영, 피처 관리, 라벨링, 노트북 실험, 사용자용 AI 인터페이스까지 ML 개발 주기를 담당하는 영역입니다.
핵심 서비스 스냅샷
5 Items배치/스케줄 파이프라인 오케스트레이션
실험 추적, 아티팩트 관리, 모델 레지스트리
온라인/오프라인 피처 스토어 UI
탐색적 분석 및 모델 개발 노트북 환경
학습 데이터 라벨링 및 주석 작업
- 워크플로우 오케스트레이션(Airflow)
- 실험 추적 및 모델 관리(MLflow)
- 피처 서빙/관리(Feast)
- 인터랙티브 분석/개발(Jupyter)
- 1학습 파이프라인 장애 시 Airflow DAG/Task 로그부터 확인
- 2실험 추적 이슈는 MLflow DB/Artifact 저장소(MinIO) 연결 상태 점검
- 3라벨링 접근 이슈는 포털 Keycloak 세션 + Label Studio 자동 로그인 부트스트랩 API 상태 확인
이 메뉴에서 하는 일
- 워크플로우 오케스트레이션(Airflow)
- 실험 추적 및 모델 관리(MLflow)
- 피처 서빙/관리(Feast)
- 인터랙티브 분석/개발(Jupyter)
- 데이터 라벨링(Label Studio)
- 사용자용 AI UI(Open WebUI/AI Chat)
구성 메모
- Airflow는 `apiserver/scheduler/worker/triggerer/dag-processor` 멀티 컨테이너 구조로 운영됩니다.
- ML/AI 서비스 대부분은 공용 PostgreSQL/Redis/MinIO 스토리지를 공유하거나 연계합니다.
- Jupyter는 포털에서 Keycloak(oauth2-proxy) 인증 후 접근되도록 보호되어 있습니다.
운영 점검 포인트
- 1학습 파이프라인 장애 시 Airflow DAG/Task 로그부터 확인
- 2실험 추적 이슈는 MLflow DB/Artifact 저장소(MinIO) 연결 상태 점검
- 3라벨링 접근 이슈는 포털 Keycloak 세션 + Label Studio 자동 로그인 부트스트랩 API 상태 확인
연관 데이터베이스 / 저장소
Airflow 메타데이터 DB, MLflow 백엔드 메타데이터, Label Studio 메타데이터 저장소로 사용됩니다.
Airflow Celery broker/result 흐름과 Feast 온라인 스토어/캐시 계층에서 핵심 역할을 합니다.
모델 아티팩트, 실험 결과물, 학습 데이터/중간 산출물 저장소로 연계됩니다.
MLflow artifact store, Airflow 데이터 버킷, 노트북/파이프라인 결과 저장에 활용
구성 오픈소스 / 컴포넌트
배치/스케줄 파이프라인 오케스트레이션
실험 추적, 아티팩트 관리, 모델 레지스트리
온라인/오프라인 피처 스토어 UI
탐색적 분석 및 모델 개발 노트북 환경
학습 데이터 라벨링 및 주석 작업
포털 통합 AI 대화 인터페이스
Open WebUI 기반 LLM 사용자 인터페이스
WebUI 실제 백엔드 컨테이너 (portal iframe 뒤에서 동작)
`open-webui` 컨테이너를 `/openwebui/`와 root compatibility 라우팅으로 서비스 중
카테고리 상태 요약
카테고리 운영에 직접 연관된 저장소/DB 수
운영 점검 루틴으로 문서화된 항목 수
보안/접근 관련 운영 메모 수