안녕하세요! IT 전문 블로거 팬돌프입니다.어느덧 MLflow 시리즈가 4부에 접어들었습니다. 지난 시간 우리는 MLflow Projects를 통해 코드 실행 환경을 통일하는 법을 배웠습니다. 오늘은 거기서 한 발 더 나아가, MLOps의 핵심 중의 핵심, 바로 모델(Model) 그 자체의 표준화에 대해 이야기해 보려 합니다.개발자분들이라면 이런 고민, 한 번쯤 해보셨을 겁니다. "PyTorch로 만든 모델, Scikit-learn으로 만든 모델, XGBoost로 만든 모델... 배포할 때마다 서빙 코드를 다 따로 짜야 하나?"이 골치 아픈 문제를 해결해 주는 MLflow의 강력한 기능, MLflow Models의 세계로 여러분을 안내합니다.4부: 모델 포맷의 표준화 - MLflow ModelsMLflo..