SAS Model Manager 특장점 목록
모델 자산 단일화
- 안전하고 버전 관리가 되는 모델 레지스트리를 구축할 수 있습니다. 팀이 프로젝트, 모델, 메타데이터, 지원 아티팩트를 이해할 수 있습니다.
- 모델링 자산을 프로파일링, 태그 지정, 분류할 수 있습니다. 조직 전반의 모델을 쉽게 검색하고 찾을 수 있습니다.
- 사용자 인터페이스 및 프로그램을 활용하여 REST API, SAS 코드, Python 코드로 모델과 아티팩트에 접속하여 자동화 MLOps 프로세스와 통합할 수 있습니다.
- SAS, Python, R 및 엔터프라이즈 전반의 기타 모델 관리, 버전 부여, 점수화, 통제가 가능합니다.
- 모델 생성, 삭제, 배포를 비롯한 주요 이벤트를 감사할 수 있습니다.
- 블로그를 읽고 SAS Model Manager 내 버저닝에 대해 자세히 알아보세요.
모델 검증
- Sasctl 패키지로 Python 및 R 모델의 스코어링 코드를 자동 생성할 수 있습니다.
- 모델이 SAS Model Manager 및 프로덕션 환경에서 실행되고 있는지 확인할 수 있습니다.
- SAS, Python, R 모델을 나란히 비교하여 프로덕션에 가장 적합한 모델을 결정할 수 있습니다.
- 블로그를 읽고SAS Studio 내 신규 절차로 Python 모델을 등록하는 방법을 알아보세요.
단 몇 분 내 모델 배포
- SAS, Python, R 모델을 재코딩하지 않고도 다양한 대상에 배포할 수 있습니다.
- 클라우드, 온프레미스, Snowpark 또는 Azure Machine Learning에서 모델을 배포하여 Teradata 같은 데이터베이스에 포함할 수 있습니다.
- 클라우드 또는 온프레미스 내 레지스트리에 저장된 컨테이너로 SAS, Python, R 모델을 게시할 수 있습니다.
- CAS를 사용한 모델 배포에 관한 SAS 가이드를 확인해 보세요.
모니터링, 감지, 알림, 반복
- 지속적인 모니터링으로 데이터, 개념, 모델 드리프트를 파악할 수 있습니다.
- 즉시 사용 가능한 보고 기능으로, 배포부터 폐기에 이르는 모델의 성능을 동적으로 확인할 수 있습니다.
- 보고서 추적, 검증, 감사를 통해 다른 응용 프로그램에서 사용할 챔피언 모델을 선정할 수 있습니다.
- KPI를 동기화하여 이해관계자에게 알리거나 모델 재학습 여부를 알려 다운타임으로 인한 비용 발생을 최소화할 수 있습니다.
- 성능 보고서를 사용자 정의하고, 모델 성능 데이터를 토대로 자체 KPI를 생성할 수 있습니다.
- SAS Model Manager의 자연어 처리 모델 모니터링에 관한 SAS 가이드를 확인해 보세요.
MLOps 프로세스 효율화
- 템플릿을 이용해 반복 가능한 지속 통합 및 지속 전달(CI/CD) 프로세스를 생성하고, 신규 모델과 의사 결정 플로우를 효율적으로 테스트하고 알릴 수 있습니다.
- SAS의 유연한 API 에코시스템을 통해 여러 환경, 툴, 애플리케이션을 통합할 수 있습니다.
- 적응형 워크플로우 에코시스템을 통해 자동화, 통합, 프로모션, 관계자 공지 등을 수행할 수 있습니다.
- 블로그를 읽고SAS Model Manager로 CI/CD 프로모션 템플릿을 활용하는 방법을 알아보세요.