클라우드 환경에서 ML 모델을 개발하고 배포한 경험이 있다면, 어떤 플랫폼을 사용했는지 구체적으로 설명해 주세요.

연구소에서 온프레미스 GPU 서버에서만 실험하다가 처음으로 클라우드 ML 플랫폼으로 전체 학습·배포 파이프라인을 이전하는 작업을 맡게 됐어요. 로컬 환경에서 작동하는 코드가 클라우드 환경에서 의존성 충돌과 드라이버 버전 불일치로 바로 실행되지 않는 상황이 반복됐습니다.

온프레미스에서 클라우드로 ML 워크로드를 이전할 때 코드 이식성보다 환경 재현성이 먼저 해결돼야 하고, Docker 컨테이너로 환경을 고정하지 않으면 실행 환경 불일치 문제가 계속 생긴다는 걸 그 경험에서 배웠어요. Dockerfile로 학습 환경을 코드처럼 관리하는 것이 재현 가능한 ML 실험의 전제 조건임을 처음 실감했습니다.

지금은 ML 프로젝트 시작 시 학습 환경을 Dockerfile로 먼저 정의하고 로컬과 클라우드에서 동일하게 실행 가능한지 확인하는 단계를 씁니다. 환경 재현성이 없으면 실험 재현성도 없다는 원칙이 그 경험에서 나왔습니다.