TwinDoc의 workflow

아티클 관련 제품: TwinDoc2.0

들어가며

• 애자일소다는 다양한 사용자들이 Web UI를 통해 쉽게 TwinDoc을 활용할 수 있도록 지원하고 있습니다.
  
  
• 학습 데이터 및 Pre-Trained Model을 등록하고 사용자가 원하는 Model을 학습한 후, Model간 성능 비교를 통해 최종 Model을 선택합니다.
  
  
• 최종 Model에 대한 Model 압축 및 운영 최적화를 통해 Model을 개발, 배포, 운영을 수행할 수 있습니다.
  
  
• 그렇다면 TwinDoc을 사용하는데 있어서 개발 흐름에 대해 알아보겠습니다.

WorkFlow

TwinDoc의 전반적인 개발 흐름은 아래와 같습니다.

1. Data구축 및 등록
2. pre-trained Model 등록
3. Project 생성 및 model 학습
4. Experiment 생성 및 Trial 진행
5. Register Model 등록 및 평가
6. Export Model 및 Serving

DataSet 및 Pre-trained Model 등록하기

model의 Fine-Tuning을 위해 Pre-Processed Dataset 과 Pre-Trained Model 을 등록합니다.

Task 별 Dataset 요건에 맞게 전처리된 Dataset과 Pre-Trained Model이 필요합니다.

Model 학습 및 등록하기

Registered Dataset 과 Registered Pre-Trained Model 을 활용하여 Project 의 Train Experiment 에서 Model 을 Fine-Tuning 합니다. Fine-Tuning 이 완료되면 Test, Export 등을 하기 위해 Fine-Tunning 된 Model 을 등록합니다.

Model 평가하기

Registered Test Data 를 이용하여 Model 의 성능을 평가합니다. 학습에 사용된 Registered Dataset 에 포함되어 있는 평가 용 데이터 또는 다른 테스트 용 Dataset 을 이용해 Model 의 성능을 평가할 수도 있습니다.

Model 배포하기

Fine-Tuned Model 을 서비스에 활용하기 위해서는 서비스가 가능한 형태인 ONNX 형태로 변환해야 합니다.

따라서 평가가 완료된 Model 을 ONNX 형태로 변환하는 Model 배포하기를 진행합니다.

Model 서비스 생성 및 RestAPP 서버 생성하기

Exported Model 을 어플리케이션에 활용하기 위해 Model 서비스를 생성하고 REST App NoteBook 에서 Model 서비스를 연결해 REST App 서버를 생성합니다.

마무리

• TwinDoc을 사용하는 전반적인 흐름에 대해 알아보았습니다.