ML expert Platform
전문가를 위한 ML 플랫폼, 통합된 ML의 모든 것을 경험하는 곳
ML expert Platform
서비스 특징
대규모 분산 학습 및 서빙 기능을 제공하는 MLOps 플랫폼
표준화된 대규모 분산 학습
최신 AI 모델의 대규모 파라미터 학습을 위해 멀티 GPU·멀티 노드 기반의 분산 학습 환경을 제공합니다.
최적화된 GPU 리소스 스케줄링
사용자의 학습·추론 작업에 따라 GPU를 동적으로 배치함으로써 자원 낭비를 최소화하고 처리량을 극대화합니다.
서비스 자동화를 위한 파이프라인
학습 데이터 준비부터 모델 학습·검증·배포까지의 전 과정을 자동화하여 반복 작업을 최소화합니다.
실시간 모니터링
운영 중인 모델의 성능 저하, 데이터 드리프트, 예측 품질 변화를 실시간으로 모니터링할 수 있습니다.
상세 기능
표준화된 대규모 분산 학습
멀티 GPU·멀티 노드 환경에서 안정적으로 확장 가능한 분산 학습 구조를 제공합니다. 일관된 설정과 자동화된 자원 관리로 대규모 모델 학습의 속도와 효율성을 극대화합니다.
최적화된 GPU 리소스 스케줄링
워크로드 특성에 맞춰 GPU를 자동으로 할당·조정하여 불필요한 자원 낭비를 방지합니다. 또한 워크로드 타입별로 Reserved, Spot, On-Demand GPU 리소스의 다양한 요금 옵션을 제공해 합리적인 비용 운영이 가능합니다.
서비스 자동화를 위한 파이프라인
데이터 수집 → 전처리 → 학습 → 테스트 → 배포 → 서빙에 이르는 전 과정을 자동화하여 개발 및 운영 생산성을 높일 수 있습니다. 반복 업무를 배제하고 모델 출시 주기를 단축하는 End-to-End MLOps 파이프라인을 제공합니다.
실시간 모니터링
모델 성능, 데이터 품질, 시스템 리소스 등 주요 지표를 실시간으로 제공합니다. 예측 품질 저하나 데이터 드리프트 발생 시 알림 및 재학습 트리거를 통해 안정적인 운영을 지원합니다.
통합형 AI 개발 환경
ML expert Platform에서는 여러 사용자가 협업할 수 있는 공간인 워크스페이스와 프로젝트라는 개념을 사용합니다. 워크스페이스 단위로 GPU 리소스를 배정하고, 권한 및 접근 제어 기능을 제공함으로써 조직 내 AI/ML 업무의 표준화와 생산성을 높일 수 있습니다.
참고
ML expert Platform은 오픈소스 기반 MLOps 플랫폼인 Kubeflow(Apache License 2.0)를 활용하여 구현되었으며, Kubernetes 환경에서의 확장성·자동화·표준화를 기반으로 안정적인 AI 개발·운영 환경을 제공합니다.
요금
실용적인 서비스 구성과 시간 단위 종량제 요금 제공
GPU Node 요금
GPU Node는 서버 단위로 제공됩니다.
H200 GPU Node 1대는 8개의 GPU Unit으로 구성됩니다.
GPU Unit을 개별적으로 신청할 수 없으며, 최소 1Node부터 이용할 수 있습니다.
GPU Node 요금에는 GPU Server 요금이 포함되어 있습니다.
GPU Node 사용은 별도 신청이 필요한 상품으로, 사용 신청 및 도입 일정은 별도로 문의해 주시기 바랍니다.
GPU Node는 서버 정지 기능을 제공하지 않으며, 생성된 시점부터 삭제될 때까지 이용 요금이 부과됩니다.
GPU 모델 | 작업 유형 | GPU 구성 | 제공 단위 | 시간 요금 | 월 요금 |
|---|---|---|---|---|---|
NVIDIA H200 | Training | 8 GPU Units | 1 Node | - | - |
(VAT 별도)
(예) H200 GPU Node 1대를 10시간 동안 Training에 사용한다면, GPU Node 사용 요금은 다음과 같습니다.
GPU Node 사용량 = 1Node × 10시간 = 10 Node-시간
GPU Node 사용 요금 = 10 Node-시간 × -= -
Object Storage 요금
구분 | 과금 기준 | 요금 |
|---|---|---|
데이터 저장량 요금 | 월평균 저장량 | - |
(VAT 별도)
(예) 한 달 동안 800GB 데이터를 Object Storage에 20일간 저장하고 2TB 데이터를 나머지 10일간 저장한다면, 월평균 저장량(GB-월)은 다음과 같습니다 (한 달을 30일 기준으로 산정, 시간 단위로 계산합니다.)
월평균 저장량 = [800GB x (20일 x 24시간) + 1,024GB x 2 x (10일 x 24시간)]/720시간 = 1,216GB-월
월간 데이터 저장량 요금 = 1,216GB-월 x - = -
