이해관계자

ML 프로젝트에는 참여도와 책임 수준이 다양한 여러 이해관계자가 있습니다. 올바른 솔루션을 개발하고, 기대를 관리하며, 궁극적으로 성공적인 ML 구현을 위해서는 이해관계자와의 조기 참여와 효과적인 협업이 필수적입니다.

가능한 한 빨리 프로젝트의 이해관계자, 예상 결과물, 선호하는 커뮤니케이션 방법을 정의합니다.

이러한 사용자를 이해관계자 목록에 포함하고 ML 솔루션의 측면을 승인해야 하는 다른 팀도 포함해야 합니다.

결과물

각 이해관계자는 프로젝트의 각 단계에서 서로 다른 결과물을 기대할 수 있습니다. 다음은 일반적인 결과물 목록입니다.

• 설계 문서: 코드를 한 줄 작성하기 전에 문제, 제안된 솔루션, 잠재적 접근 방식, 가능한 위험을 설명하는 설계 문서를 만들 가능성이 높습니다. 일반적으로 설계 문서는 프로젝트의 이해관계자로부터 피드백을 받고 질문과 우려사항을 해결하는 방법으로 사용됩니다.

• 실험 결과 실험 단계의 결과를 전달해야 합니다. 일반적으로 다음을 포함합니다.

  • 실험의 하이퍼파라미터와 측정항목 기록
  • 특정 체크포인트에서의 학습 스택과 저장된 모델 버전

• 프로덕션 준비가 완료된 구현. 모델 학습 및 제공을 위한 전체 파이프라인이 핵심 결과물입니다. 이 단계에서는 모델링 결정, 배포 및 모니터링 세부정보, 데이터 특이사항을 설명하는 향후 엔지니어를 위한 문서를 만듭니다.

프로젝트의 각 단계에 대한 이해관계자의 기대치를 미리 파악해야 합니다.

주의사항

경우에 따라 이해관계자가 ML의 복잡성과 과제를 이해하지 못할 수 있습니다. 이로 인해 프로젝트의 우선순위를 정하고 실행하기 어려울 수 있습니다. 예를 들어 일부 이해관계자는 ML이 결정론적 결과가 있는 기존 소프트웨어 엔지니어링 관행과 유사하다고 가정할 수 있습니다. 프로젝트 진행이 중단된 이유나 프로젝트의 주요 일정이 비선형적인 이유를 이해하지 못할 수 있습니다.

이해관계자의 기대를 관리하려면 프로젝트의 각 단계에서 복잡성, 기간, 결과물을 명확하게 파악해야 합니다.