숙련된 데이터 과학자부터 머신러닝과 친숙하지 않은 실무자까지 No/Low Code와 Pro Code 개발 환경에서 쉽게 모델을 개발하고 학습 파이프라인으로 변환할 수 있습니다. 다양한 환경을 통합된 단일 플랫폼에서 제공하여 원활하게 ML 라이프사이클 관리가 가능합니다. 또한 내/외부 실험 관리 저장소를 통해 실험 이력을 한눈에 확인하고 모델 성능 개선을 위한 반복 작업을 최소화합니다.

개발 환경을 운영 환경에 클로닝(Cloning) 하여 ML 모델의 재현성과 추적성을 보장합니다. API 및 실시간 서빙, 배치 서빙 등 다양한 방식으로 데이터 과학자의 개입 없이 간단하게 모델을 (재)학습 및 (재)배포할 수 있습니다. 이를 통해 빠르게 AI 서비스를 확장해 나갈 수 있으며, 모델의 추론 성능을 실시간으로 확인하고 이상 현상을 효율적으로 추적하여 AI 서비스 운영의 안정성을 확보합니다.

프로젝트 및 작업별로 자원을 지정하고 관리할 수 있으며, 오토스케일링 기능을 통해 컴퓨팅 자원을 효율적으로 운영할 수 있습니다. 또한, 사용자별 권한 관리 기능으로  AI 서비스에 대한 보안성을 보장하며 거버넌스 체계를 구축할 수 있습니다. 온프레미스, 클라우드(Public, Private) 그리고 하이브리드 환경을 포함한 다양한 인프라 요구 사항을 충족하여 기존 인프라 환경에 큰 변경 없이 AI 운영 환경을 구현합니다.

주요 데이터 소스를 연동하여 사용자가 클릭만으로 간편하게 데이터를 조합하고 데이터셋을 생성할 수 있도록 지원합니다. 프로젝트 내의 다양한 참여자가 동일한 데이터셋을 기반으로 작업할 수 있어 데이터 및 모델 개발의 추적성이 향상됩니다.

Let your

AI run