W&B를 사용하여 Canva에서 간소화된 모델 관리 워크플로우 설계하기
“W&B 모델 레지스트리는 다양한 방식으로 우리 삶을 단순화합니다. 이제 생산 준비가 완료된 모델만 볼 수 있으므로 사용자 경험에 소음이 줄어듭니다. 여기에는 우리에게 필요한 모든 생산 수준 정보가 저장됩니다.”
Thibault Main de Boissiere
ML Platform Team Lead
Canva는 다음 중 하나입니다.
기업용 소프트웨어 분야에서 가장 혁신적인 기업은 월간 활성 사용자 수가 1억 5천만 명 이상인 인기 있는 디자인 및 출판 도구를 갖추고 있습니다. 또한 회사는 Canva 디자인의 텍스트를 자동으로 번역하고, 새로운 이미지 기능을 추가하고, 원하지 않는 세부 사항을 제거하는 등의 새로운 AI 도구 제품군을 사용하여 AI에 막대한 투자를 해왔습니다.
AI에 대한 초점은 무대 뒤에서도 확대되었으며, Canva는 기계 학습 운영에 대한 혁신적인 접근 방식을 개척하여 수많은 과제를 해결하는 데 도움을 주었습니다. 생성 모델과 추천 시스템부터 개인화 모델과 검색 개선에 이르기까지 Canva는 더욱 즐거운 사용자 경험을 창출한다는 명목으로 ML에 많은 투자를 하고 있습니다.
.
이러한 ML 중심 문화와 투자의 큰 부분을 주도하는 사람은 Canva의 ML 플랫폼 팀장인 Thibault Main de Boissiere입니다. Thibault는 100명 이상의 ML 엔지니어로 구성된 Canva 팀이 재현 가능한 방식으로 모델을 교육하고 해당 모델을 원활하게 생산할 수 있도록 지원하며 팀의 파이프라인과 인프라를 유지 관리하는 일을 담당하고 있습니다.
.
Canva의 세계적 수준의 ML 팀은 Weights & 실험 추적을 위한 편향(W&B)과 모델 레지스트리를 활용하여 실험 배포를 촉진하는 중앙 집중식 허브 및 단일 창 역할을 합니다.
Sample model registry
모델 레지스트리를 통한 모델 관리 및 배포
Thibault와 그의 팀은 실험 모델과 생산 준비 모델을 명확하게 분리하기를 원했습니다. W&B 모델 레지스트리를 사용하기 전에는 전체 배포 워크플로우에 노이즈가 훨씬 많았습니다. 프로덕션 훈련 실행과 실험적 훈련 실행을 분리하기가 어려웠고 배포 논리는 복잡한 태그 조합에 의존했습니다. W&B 모델 레지스트리를 사용하면 프로덕션과 실험을 명확하게 구분할 수 있었고, 별칭을 사용하면 어떤 모델이 프로덕션에 배포되거나 A/B 테스트를 수행할지 이해하기가 훨씬 더 명확해졌습니다.
팀의 많은 구성원이 이미 Weights & 실험 추적에 대한 편향, 모델 레지스트리 통합은 원활하고 큰 영향을 미쳤습니다.
“W&B 모델 레지스트리는 다양한 방식으로 우리의 삶을 단순화시켜 줍니다.”라고 Thibault는 말했습니다. “이제 생산 준비가 완료된 모델만 볼 수 있기 때문에 사용자 경험에 소음이 줄어듭니다. 필요한 모든 생산 수준 정보를 저장합니다.
.”
W&B 모델 레지스트리는 현재 Canva의 ML 워크플로와 기술 스택의 중간에 있습니다. 여기에는 Anyscale을 활용하여 주문형 노트북 및 분산 교육을 지원하고, Nix를 사용하여 종속성을 관리하고, 모든 생산 워크플로를 Amazon에 배포하는 것도 포함됩니다. ECS(탄력적 컨테이너 서비스). 이제 W&B는 Thibault와 Canva ML 팀이 실험을 용이하게 하고 배포 프로세스를 위해 수집하는 데 필요한 단일 창을 제공합니다.
그리고 팀은 W&B를 사용하여 ML 워크플로와 파이프라인을 단순화할 수 있는 방법에 대한 훨씬 더 큰 야망을 가지고 있습니다. Thibault는 “W&B 모델 레지스트리는 ML 배포 방식을 바꾸는 핵심 방법이 될 수 있습니다”라고 설명합니다.
.”
“모든 MLE와 일부 제품 관리자는 Weights & 편견”이라고 Thibault는 말했습니다. “우리는 W&B UI를 좋아합니다. 기본적으로 제공되는 모든 기능은 매우 유용한 시스템 측정항목을 통해 정말 유용하며 관리자 측에서 액세스 및 보안을 쉽게 관리할 수 있습니다.
.”
