Machine Learning & AI

Machine Learning & AI 튜토리얼은 카카오클라우드에서 모델 개발, 학습, 서빙, LLM 활용, AI 검색까지 이어지는 실전형 AI 워크플로우를 단계별로 구현할 수 있도록 구성되어 있습니다.

Kubeflow 기반 MLOps 실습부터 OpenSearch와 LLM을 결합한 벡터 검색, RAG, 자연어 로그 분석까지 실제 서비스 환경에서 응용할 수 있는 시나리오를 다룹니다.

이 카테고리는 학습 목표와 활용 대상에 따라 다음 시리즈로 구성되어 있습니다.

Kubeflow를 활용해 모델 개발, 실험, 학습, 튜닝, 배포까지 머신러닝 파이프라인 전반을 실습합니다.

Kubeflow 기본 워크플로우
Jupyter Notebook, Pipeline, Katib, TensorBoard, KServe 등 Kubeflow 핵심 구성 요소를 익히고 기본적인 모델 개발 흐름을 학습합니다.
Kubeflow 기반 LLM 워크플로우 시리즈
LLM 추론 엔드포인트 구성, 파인튜닝, RAG 응용까지 대규모 언어 모델을 Kubeflow 환경에서 활용하는 과정을 다룹니다.
Kubeflow 기반 트래픽 예측 모델 시리즈
로드 밸런서 로그 데이터를 기반으로 피처 엔지니어링, 모델 튜닝, 서빙, 파이프라인 자동화까지 예측 모델의 전체 흐름을 구성합니다.

Advanced Managed Search(OpenSearch)를 중심으로 기존 데이터와 LLM을 연결해 AI 기반 검색 및 분석 기능을 구현합니다.

벡터 검색
OpenAI Embedding API와 OpenSearch를 연동하여 의미 기반 검색 환경을 구성합니다.
RAG 기반 질의응답
OpenSearch에 저장된 문서를 검색하고 LLM에 전달하여 문맥 기반 답변을 생성합니다.
MCP 기반 로그 분석
Claude Desktop과 OpenSearch MCP Server를 연동하여 운영 로그를 자연어로 분석하는 환경을 구성합니다.