MLflow Model Registry의 핵심 아키텍처
MLflow Model Registry는 세 가지 주요 계층으로 구성됩니다: 중앙 집중식 모델 저장소(Repository), RESTful API, 웹 기반 UI입니다. OSS 환경에서는 로컬 파일시스템 또는 원격 객체 저장소(S3, ADLS, GCS)에 모델 아티팩트를 저장하며, 메타데이터는 데이터베이스 기반 백엔드(PostgreSQL, MySQL)에 관리됩니다.
모델 버전 관리와 단계 전환의 작동 원리
등록된 각 모델은 고유한 이름을 가지며, 동일 이름으로 등록된 새 모델마다 버전 번호가 자동 증가합니다. 각 버전은 한 번에 하나의 단계(Staging, Production, Archived)에만 할당되며, 단계 간 전환이 가능합니다. 모델 별칭은 특정 버전을 가리키는 가변 참조자로서, 프로덕션 코드 수정 없이 배포 대상을 전환할 수 있습니다.
실무 운영상 주요 고려사항
자체 MLflow 서버를 운영할 때는 반드시 데이터베이스 기반 백엔드 저장소를 사용해야 Model Registry UI 및 API 접근이 가능합니다. 모델 삭제는 되돌릴 수 없으므로 신중해야 합니다. 별칭 할당 변경은 독립적으로 수행되므로, champion 별칭을 재할당하면 다음 추론 실행시 자동으로 새 모델 버전을 사용합니다.