ML 허브
ML 허브는 피처 엔지니어링부터 모델 개발, 배포, 모니터링까지 ML 전 주기를 하나의 통합 워크스페이스에서 관리하는 기능입니다. 기존에 별도 메뉴로 분산되었던 피처 스토어, 노트북, MLflow, 서빙, 드리프트 모니터링이 ML 허브 아래로 통합되었습니다.
사이드바 위치
사이드바의 ML 허브 섹션을 통해 접근합니다. 모든 ML 관련 메뉴가 이 섹션 아래에 있습니다.
6개 스테이지 구성
| 스테이지 | 내용 | 경로 |
|---|---|---|
| 개요 | 라이프사이클 대시보드, Attention 카드, 빠른 실행 | /ml-hub |
| 데이터 & 피처 | 엔티티 그룹 피처 카탈로그, 피처 상세 Drawer | /ml-hub/features |
| 개발 | JupyterHub 노트북, MLflow 실험 관리 | /ml-hub/develop |
| 모델 | 등록 모델 레지스트리, SHAP XAI 설명 | /ml-hub/models |
| 배포 & 서빙 | KServe 배포 라이프사이클 | /ml-hub/serving |
| 모니터링 | 드리프트 감지, What-if 분석 | /ml-hub/monitoring |
개요 페이지 (/ml-hub)
개요 페이지는 ML 라이프사이클 전체의 현황을 한눈에 보여줍니다.
- 라이프사이클 스트립: 피처 → 모델 → 배포 → 모니터링 순서로 각 단계의 건수를 표시합니다.
- Attention 카드: 드리프트 경보, 배포 오류 등 즉시 조치가 필요한 항목을 강조합니다.
- 빠른 실행(Quick Actions): 피처 등록, 모델 배포 등 자주 쓰는 작업으로 바로 이동합니다.
- 최근 항목: 최근 수정된 피처·모델·배포 목록을 보여줍니다.
스테이지 간 교차 링크
ML 허브는 각 스테이지가 서로 연결되도록 설계되었습니다.
- 피처 상세 Drawer → 데이터 리니지, 카탈로그, 데이터 품질 링크로 이동
- 모델 레지스트리 → 학습에 사용된 피처 목록 표시
- 배포 상세 → 연결된 모델 및 서빙 메트릭으로 이동
- 드리프트 모니터링 →
/ml-hub/monitoring?asset=<model_name>URL 파라미터로 특정 모델의 드리프트 화면을 바로 열 수 있습니다
거버넌스 — 링크 원칙
ML 허브는 거버넌스 기능(데이터 계보, 데이터 품질, 접근 정책)을 직접 포함하지 않습니다. 대신 해당 거버넌스 페이지로의 링크를 제공합니다. 거버넌스 설정과 정책 관리는 사이드바의 거버넌스 및 관리 섹션에서 수행합니다.
권한에 따른 동작
모델 호출(예측/설명)은 ABAC ModelGrant.invoke 로 보호됩니다. 호출 권한이 없는 사용자에게는 모델 → 모델 설명 의 배포 목록에서 해당 배포가 권한 없음 배지와 함께 비활성 칩으로 표시되고, 클릭하면 관리자에게 권한을 요청하라는 안내가 나타납니다 (제출 후 403 대신 사전 차단). 배포 & 서빙 의 배포 상세 시트에서는 카나리 슬라이더/저장이 비활성화되고 "관리자만 변경 가능합니다." 안내가 표시됩니다.
모델 호출 권한 요청 (비관리자)
권한 없음 배지가 표시되는 모델을 호출해야 한다면 관리자에게 모델 접근 권한(ModelGrant invoke) 발급을 요청하세요. 요청 시 전달할 정보:
- 모델명 — 호출하려는 등록 모델 이름
- 버전 — 대상 모델 버전 (또는 스테이지)
- 용도 — 예측/설명 등 사용 목적
관리자는 사이드바 하단 ⚙ 관리 콘솔 → 접근 제어 & 보안 → 모델 접근에서 권한을 발급합니다. 발급 즉시 배지가 해제되어 예측/설명 호출이 가능해집니다.
레거시 URL 리디렉션
기존 URL은 ML 허브 경로로 자동 리디렉션됩니다.
| 기존 경로 | 리디렉션 대상 |
|---|---|
/features | /ml-hub/features |
/notebooks | /ml-hub/develop?tab=notebooks |
/models/experiments | /ml-hub/experiments |
/models/registered | /ml-hub/models?tab=registered |
/models/explain | /ml-hub/models?tab=explain |
/models/deployments | /ml-hub/serving?tab=deployments |
/streaming | /ml-hub/serving?tab=streaming |
/ml-batch | /ml-hub/serving?tab=batch |