자동화된 모델 품질 모니터링을 통해 프로덕션 모델 엔드포인트를 운영하고 있습니다. 모니터링 시스템에서 위반 사항이 보고된 후, 현재 프로덕션 트래픽을 반영하는 데이터셋을 사용하여 모델을 재학습하고 새 모델을 배포한 다음 첫 번째 모니터링 작업을 실행합니다. 엔드포인트에서 위반 사항이 계속 발생합니다. 보고된 위반 사항을 해결하려면 어떻게 해야 합니까?

모델 재학습 후에도 위반 사항이 계속 발생하는 것은 모니터링 기준선이 현재 모델의 동작을 정확하게 반영하지 못하기 때문일 수 있습니다. 새 훈련 데이터로 기준선 작업을 실행하여 모니터링 기준선을 다시 계산하면, 모니터가 새 모델의 정상적인 동작을 학습하고 이에 맞춰 위반 사항을 정확하게 식별할 수 있습니다. 수동으로 모니터링 작업을 다시 트리거하는 것은 기준선 자체가 잘못되었을 때 효과가 없으며, 엔드포인트를 삭제하고 다시 생성하는 것은 불필요하고 시간이 많이 소요됩니다. 원래 데이터와 새 데이터를 결합하여 모델을 다시 훈련하는 것은 모델 개선에는 도움이 될 수 있지만, 모니터링 위반 문제 자체를 해결하지는 못합니다.