만드는 것에서, 굴리는 것으로¶
안녕하세요, 이상완입니다. 모델을 학습시키는 것과, 그 모델이 매일 실제로 돌아가게 만드는 것은 다른 일입니다. 저는 그 간격을 메우는 일 — MLOps — 을 파고들고 있고, 이 사이트가 그 기록입니다.
이 사이트 자체가 살아 있는 증거입니다. 집 PC 위에 Docker · Traefik · Cloudflare Tunnel 로 직접 만든 개인 클라우드에서 포트 개방 0개로 서빙되고 있습니다. 그 전에는 연구실 공유 H100 GPU 워크스페이스를 구축·운영하며 "GPU 인프라의 운영자" 경험을 먼저 쌓았습니다.
지금까지 한 것¶
- 연구실 공유 H100 운영 — 쿠버네티스 기반 GPU 클라우드에서 공용 워크스페이스 구축, 장애 디버깅, 운영 규칙·매뉴얼 정착 · 운영기
- 개인 클라우드 — 지금 이 페이지를 서빙 중인 셀프호스팅 기반 · 구축기
로드맵¶
| 상태 | 단계 | 내용 |
|---|---|---|
| ✅ | GPU 워크스페이스 운영 | 연구실 공유 H100 — 환경 설계·디버깅·운영 규칙 |
| ✅ | 개인 클라우드 | Docker + Traefik + Cloudflare Tunnel — 지금 이 사이트가 그 위에서 동작 |
| 🔨 | 모델 서빙 API | FastAPI 로 ML 모델을 api.salmonpoke.org 로 공개 |
| ⏳ | CI/CD | git push 만으로 빌드·배포되는 파이프라인 |
| ⏳ | 실험 추적 · 모니터링 | MLflow, Prometheus + Grafana |
| ⏳ | 파이프라인 · 쿠버네티스 | 데이터 수집→학습→배포 자동화, k3s 이전 |