EKS 기반 MLOps 파이프라인 구축

2026-02-11 작성2026-09-22 수정6분 읽기

개요

MLOps는 머신러닝 모델의 개발, 배포, 운영을 자동화하고 표준화하는 실천 방법론입니다. 이 문서에서는 Amazon EKS 환경에서 Kubeflow Pipelines, MLflow, vLLM 모델 서빙, ArgoCD GitOps 배포를 활용하여 데이터 준비부터 모델 서빙까지 엔드투엔드 ML 라이프사이클을 구축하는 방법을 다룹니다.

주요 목표

자동화: 데이터 수집부터 모델 배포까지 자동화된 파이프라인 구축
실험 추적: MLflow를 통한 체계적인 실험 관리 및 모델 버전 관리
확장 가능한 서빙: vLLM 기반 고성능 모델 서빙 + ArgoCD GitOps 배포
GPU 최적화: Karpenter를 활용한 동적 GPU 리소스 관리

MLOps 아키텍처 개요

엔드투엔드 ML 라이프사이클

글씨가 작으면 확대해서 확인할 수 있습니다.

다이어그램

주요 컴포넌트

🔧 파이프라인 핵심 컴포넌트

MLOps 플랫폼을 구성하는 5가지 핵심 기술

Kubeflow Pipelines

역할

ML 워크플로우 오케스트레이션

기술 스택

Argo Workflows, Tekton

MLflow

역할

실험 추적, 모델 레지스트리

기술 스택

MLflow Tracking Server, S3 Backend

vLLM + ArgoCD

역할

모델 서빙 및 GitOps 배포

기술 스택

vLLM, ArgoCD, GitOps

Karpenter

역할

동적 GPU 노드 프로비저닝

기술 스택

AWS EC2, Spot Instances

Argo Workflows

역할

CI/CD for ML

기술 스택

GitOps, Automated Deployment

Kubeflow Pipelines 아키텍처

Kubeflow 설치

awslabs/kubeflow-manifests 유지관리 중단

awslabs/kubeflow-manifests는 2023-09 이후 업데이트가 중단되었습니다 (마지막 릴리스 v1.7.0-aws-b1.0.3, Kubeflow 1.8+ 미지원). 신규 설치는 동작하지 않으며 kubeflow.org 공식 배포판 목록에서도 제외되었습니다. EKS에서 Kubeflow를 사용하려면 upstream kubeflow/manifests (현행 1.11)를 직접 배포하거나 다른 유지관리 배포판을 사용하세요.

배포 가이드는 Kubeflow 공식 설치 문서를 참조하세요.

Kubeflow 아키텍처

글씨가 작으면 확대해서 확인할 수 있습니다.

다이어그램

Kubeflow Pipelines 컴포넌트 작성

Kubeflow Pipelines는 Python SDK를 통해 재사용 가능한 컴포넌트를 정의합니다.

# pipeline_components.py
from kfp import dsl
from kfp.dsl import Input, Output, Dataset, Model, Metrics

@dsl.component(
    base_image="python:3.10",
    packages_to_install=["pandas", "scikit-learn", "boto3"]
)
def data_preparation(
    s3_input_path: str,
    output_dataset: Output[Dataset],
    train_split: float = 0.8
):
    """데이터 준비 및 전처리 컴포넌트"""
    import pandas as pd
    import boto3
    from sklearn.model_selection import train_test_split
    
    # S3에서 데이터 로드
    s3 = boto3.client('s3')
    bucket, key = s3_input_path.replace("s3://", "").split("/", 1)
    obj = s3.get_object(Bucket=bucket, Key=key)
    df = pd.read_csv(obj['Body'])
    
    # 데이터 전처리
    df = df.dropna().drop_duplicates()
    
    # Train/Test 분할
    train_df, test_df = train_test_split(df, train_size=train_split, random_state=42)
    
    # 출력 저장
    output_path = output_dataset.path
    train_df.to_csv(f"{output_path}/train.csv", index=False)
    test_df.to_csv(f"{output_path}/test.csv", index=False)
    print(f"Train: {len(train_df)}, Test: {len(test_df)}")


@dsl.component(
    base_image="pytorch/pytorch:2.1.0-cuda12.1-cudnn8-runtime",
    packages_to_install=["mlflow", "scikit-learn", "boto3"]
)
def model_training(
    input_features: Input[Dataset],
    output_model: Output[Model],
    mlflow_tracking_uri: str,
    experiment_name: str,
    learning_rate: float = 0.001,
    epochs: int = 10
):
    """모델 학습 컴포넌트 (PyTorch)"""
    import pandas as pd
    import torch
    import torch.nn as nn
    import mlflow
    import mlflow.pytorch
    
    mlflow.set_tracking_uri(mlflow_tracking_uri)
    mlflow.set_experiment(experiment_name)
    
    # 데이터 로드
    X_train = pd.read_csv(f"{input_features.path}/X_train.csv").values
    y_train = pd.read_csv(f"{input_features.path}/y_train.csv").values.ravel()
    
    # 모델 정의 (간단한 예시)
    class SimpleNN(nn.Module):
        def __init__(self, input_dim):
            super().__init__()
            self.fc = nn.Sequential(
                nn.Linear(input_dim, 64),
                nn.ReLU(),
                nn.Linear(64, 1)
            )
        def forward(self, x):
            return self.fc(x)
    
    model = SimpleNN(X_train.shape[1])
    criterion = nn.MSELoss()
    optimizer = torch.optim.Adam(model.parameters(), lr=learning_rate)
    
    # MLflow 실험 시작
    with mlflow.start_run():
        mlflow.log_params({"learning_rate": learning_rate, "epochs": epochs})
        
        # 학습 루프
        for epoch in range(epochs):
            optimizer.zero_grad()
            outputs = model(torch.FloatTensor(X_train))
            loss = criterion(outputs.squeeze(), torch.FloatTensor(y_train))
            loss.backward()
            optimizer.step()
            mlflow.log_metric("train_loss", loss.item(), step=epoch)
        
        # 모델 저장
        torch.save(model.state_dict(), f"{output_model.path}/model.pth")
        mlflow.pytorch.log_model(model, "model")

파이프라인 정의

# ml_pipeline.py
from kfp import dsl

@dsl.pipeline(
    name="End-to-End ML Pipeline",
    description="Complete ML pipeline from data prep to model evaluation"
)
def ml_pipeline(
    s3_input_path: str = "s3://my-bucket/data/input.csv",
    mlflow_tracking_uri: str = "http://mlflow-server.mlflow.svc.cluster.local:5000",
    experiment_name: str = "eks-ml-experiment"
):
    # 1. 데이터 준비
    data_prep_task = data_preparation(s3_input_path=s3_input_path)
    
    # 2. 모델 학습 (GPU 노드에서 실행)
    train_task = model_training(
        input_features=data_prep_task.outputs["output_dataset"],
        mlflow_tracking_uri=mlflow_tracking_uri,
        experiment_name=experiment_name
    )
    train_task.set_gpu_limit(1)
    train_task.add_node_selector_constraint("node.kubernetes.io/instance-type", "g5.xlarge")
    
    return train_task.outputs["output_model"]

MLflow 통합

MLflow 아키텍처

MLflow는 ML 실험 추적, 모델 레지스트리, 모델 배포를 위한 오픈소스 플랫폼입니다.

글씨가 작으면 확대해서 확인할 수 있습니다.

다이어그램

MLflow 배포 YAML

apiVersion: apps/v1
kind: Deployment
metadata:
  name: mlflow-server
  namespace: mlflow
spec:
  replicas: 2
  selector:
    matchLabels:
      app: mlflow-server
  template:
    metadata:
      labels:
        app: mlflow-server
    spec:
      serviceAccountName: mlflow-sa
      containers:
        - name: mlflow
          image: ghcr.io/mlflow/mlflow:v3.14.0  # 2026-06-17 릴리스, 최신 안정 버전
          ports:
            - name: http
              containerPort: 5000
          env:
            - name: MLFLOW_DB_USER
              valueFrom:
                secretKeyRef:
                  name: mlflow-db-credentials
                  key: username
            - name: MLFLOW_DB_PASSWORD
              valueFrom:
                secretKeyRef:
                  name: mlflow-db-credentials
                  key: password
          command:
            - mlflow
            - server
            - --host
            - "0.0.0.0"
            - --port
            - "5000"
            - --backend-store-uri
            - "postgresql://$(MLFLOW_DB_USER):$(MLFLOW_DB_PASSWORD)@postgres-service.mlflow.svc.cluster.local:5432/mlflow"
            - --default-artifact-root
            - "s3://my-mlflow-artifacts/"
          resources:
            requests:
              memory: "2Gi"
              cpu: "1"
            limits:
              memory: "4Gi"
              cpu: "2"
---
apiVersion: v1
kind: Service
metadata:
  name: mlflow-server
  namespace: mlflow
spec:
  type: ClusterIP
  ports:
    - port: 5000
      targetPort: 5000
  selector:
    app: mlflow-server

GitOps 배포 패턴 비교

ArgoCD vs Flux vs 수동 배포 비교

⚖️ GitOps 배포 방식 비교

ArgoCD vs Flux vs 수동 kubectl 배포 전략 비교

🚀

배포 방식

ArgoCD

Git 저장소 기반 선언적 배포

Flux

Git 저장소 기반 선언적 배포

kubectl

명령형/수동 적용

🔄

동기화 방식

ArgoCD

Pull 기반 + 자동 Sync

Flux

Pull 기반 + Reconciliation

kubectl

Push 기반 (CI에서 실행)

🖥️

UI/대시보드

ArgoCD

풍부한 웹 UI, 앱 토폴로지 시각화

Flux

Weave GitOps (별도 설치)

kubectl

없음 (CLI만)

⏪

롤백

ArgoCD

Git 히스토리 기반 원클릭 롤백

Flux

Git revert 기반 자동 롤백

kubectl

kubectl rollout undo (수동)

🌐

멀티 클러스터

ArgoCD

ApplicationSet으로 네이티브 지원

Flux

Kustomization 기반 지원

kubectl

kubeconfig 전환 (수동)

⎈

Helm 지원

ArgoCD

Helm 차트 네이티브 렌더링

Flux

HelmRelease CRD

kubectl

helm install/upgrade (CLI)

🔒

보안/RBAC

ArgoCD

프로젝트 기반 세분화된 RBAC

Flux

Kubernetes RBAC 위임

kubectl

kubeconfig 권한에 의존

👥

커뮤니티/성숙도

ArgoCD

CNCF Graduated

Flux

CNCF Graduated

kubectl

Kubernetes 내장

ArgoCD GitOps 배포 아키텍처

글씨가 작으면 확대해서 확인할 수 있습니다.

다이어그램

ArgoCD 설치 및 설정

배포 가이드는 ArgoCD 공식 문서를 참조하세요.

ArgoCD Application 예제 (vLLM 모델 서빙 배포)

apiVersion: argoproj.io/v1alpha1
kind: Application
metadata:
  name: vllm-model-serving
  namespace: argocd
spec:
  project: ml-platform
  source:
    repoURL: https://github.com/myorg/ml-manifests.git
    targetRevision: main
    path: deployments/vllm-serving
  destination:
    server: https://kubernetes.default.svc
    namespace: model-serving
  syncPolicy:
    automated:
      prune: true
      selfHeal: true
    syncOptions:
      - CreateNamespace=true
---
apiVersion: argoproj.io/v1alpha1
kind: ApplicationSet
metadata:
  name: vllm-multi-model
  namespace: argocd
spec:
  generators:
    - list:
        elements:
          - model: llama-3-70b
            gpu: "4"
          - model: mistral-7b
            gpu: "1"
  template:
    metadata:
      name: 'vllm-{{model}}'
    spec:
      project: ml-platform
      source:
        repoURL: https://github.com/myorg/ml-manifests.git
        targetRevision: main
        path: 'deployments/vllm/{{model}}'
      destination:
        server: https://kubernetes.default.svc
        namespace: model-serving
      syncPolicy:
        automated:
          prune: true
          selfHeal: true

vLLM 모델 서빙 Deployment 예제

apiVersion: apps/v1
kind: Deployment
metadata:
  name: vllm-llama3-70b
  namespace: model-serving
spec:
  replicas: 2
  selector:
    matchLabels:
      app: vllm-serving
      model: llama-3-70b
  template:
    metadata:
      labels:
        app: vllm-serving
        model: llama-3-70b
    spec:
      containers:
        - name: vllm
          image: vllm/vllm-openai:v0.23.0
          ports:
            - name: http
              containerPort: 8000
          args:
            - --model
            - meta-llama/Meta-Llama-3-70B-Instruct  # 실제 HuggingFace 리포지토리 ID (Llama-3-70B-Instruct는 존재하지 않음)
            - --tensor-parallel-size
            - "4"
            - --max-model-len
            - "8192"
            - --gpu-memory-utilization
            - "0.90"
            - --enable-prefix-caching
          resources:
            requests:
              nvidia.com/gpu: 4
              memory: "128Gi"
            limits:
              nvidia.com/gpu: 4
              memory: "160Gi"
---
apiVersion: autoscaling/v2
kind: HorizontalPodAutoscaler
metadata:
  name: vllm-llama3-70b
  namespace: model-serving
spec:
  scaleTargetRef:
    apiVersion: apps/v1
    kind: Deployment
    name: vllm-llama3-70b
  minReplicas: 2
  maxReplicas: 8
  metrics:
    - type: Pods
      pods:
        metric:
          name: vllm_requests_running
        target:
          type: AverageValue
          averageValue: "10"

Argo Workflows CI/CD 통합

Argo Workflows 아키텍처

글씨가 작으면 확대해서 확인할 수 있습니다.

다이어그램

Argo Workflow 예제

apiVersion: argoproj.io/v1alpha1
kind: Workflow
metadata:
  generateName: ml-cicd-pipeline-
  namespace: argo
spec:
  entrypoint: ml-pipeline
  serviceAccountName: argo-workflow-sa
  
  arguments:
    parameters:
      - name: git-repo
        value: "https://github.com/myorg/ml-model.git"
      - name: model-name
        value: "fraud-detection-v2"
  
  templates:
    - name: ml-pipeline
      steps:
        - - name: clone-repo
            template: git-clone
        - - name: build-image
            template: docker-build
        - - name: train-model
            template: kubeflow-training
        - - name: validate-model
            template: model-validation
        - - name: deploy-model
            template: argocd-deployment
            when: "{{steps.validate-model.outputs.result}} == passed"
    
    - name: git-clone
      container:
        image: alpine/git:latest
        command: [sh, -c]
        args:
          - git clone {{workflow.parameters.git-repo}} /workspace
    
    - name: docker-build
      container:
        image: gcr.io/kaniko-project/executor:latest
        args:
          - --dockerfile=/workspace/Dockerfile
          - --context=/workspace
          - --destination=my-registry/{{workflow.parameters.model-name}}:{{workflow.uid}}
    
    - name: kubeflow-training
      resource:
        action: create
        manifest: |
          apiVersion: kubeflow.org/v1
          kind: PyTorchJob
          metadata:
            name: {{workflow.parameters.model-name}}-{{workflow.uid}}
          spec:
            pytorchReplicaSpecs:
              Master:
                replicas: 1
                template:
                  spec:
                    containers:
                      - name: pytorch
                        image: my-registry/{{workflow.parameters.model-name}}:{{workflow.uid}}
                        command: [python, train.py]
                        resources:
                          limits:
                            nvidia.com/gpu: 1
    
    - name: model-validation
      script:
        image: python:3.10
        command: [python]
        source: |
          # 검증 로직 (간소화)
          accuracy = 0.95
          print("passed" if accuracy >= 0.90 else "failed")
    
    - name: argocd-deployment
      script:
        image: quay.io/argoproj/argocd:v3.4.4  # 2026-06-18 릴리스 (공식 레지스트리, 패치 단위 태그 필수)
        command: [sh]
        source: |
          argocd app sync vllm-{{workflow.parameters.model-name}} --force
          argocd app wait vllm-{{workflow.parameters.model-name}} --health

GPU 리소스 스케줄링 (Karpenter)

Karpenter는 GPU 워크로드를 위한 동적 노드 프로비저닝을 제공합니다. Pending Pod를 감지하면 적합한 GPU 인스턴스를 자동으로 선택하고 프로비저닝합니다.

Karpenter 상세 설정

NodePool 구성, Spot 전략, Consolidation 정책, GPU 인스턴스 비교는 GPU 리소스 관리를 참조하세요.

엔드투엔드 파이프라인 예제

전체 워크플로우

# complete_ml_workflow.py
from kfp import dsl, compiler

@dsl.pipeline(
    name="Production ML Pipeline",
    description="Complete production-ready ML pipeline"
)
def production_ml_pipeline(
    data_source: str = "s3://prod-data/transactions.parquet",
    model_name: str = "fraud-detection",
    experiment_name: str = "fraud-detection-prod"
):
    # 1. 데이터 준비
    data_prep = data_preparation(s3_input_path=data_source)
    
    # 2. 모델 학습 (GPU)
    training = model_training(
        input_features=data_prep.outputs["output_dataset"],
        mlflow_tracking_uri="http://mlflow-server.mlflow.svc.cluster.local:5000",
        experiment_name=experiment_name
    )
    training.set_gpu_limit(1)
    training.add_node_selector_constraint("karpenter.sh/capacity-type", "spot")
    
    # 3. ArgoCD GitOps 배포
    deployment = deploy_via_argocd(
        model_name=model_name,
        model_uri=training.outputs["output_model"].uri
    )

요약

EKS 기반 MLOps 파이프라인은 Kubeflow, MLflow, vLLM, ArgoCD를 통합하여 데이터 수집부터 배포까지 자동화된 ML 라이프사이클을 제공합니다.

요약 포인트

Kubeflow Pipelines: 재사용 가능한 컴포넌트 기반 ML 워크플로우
MLflow: 실험 추적 및 모델 레지스트리로 거버넌스 강화
vLLM: 고성능 LLM 서빙 (PagedAttention, Prefix Caching)
ArgoCD GitOps: 선언적 배포, 자동 동기화, 원클릭 롤백
Karpenter: GPU 리소스 동적 프로비저닝으로 비용 최적화
Argo Workflows: CI/CD 자동화로 배포 주기 단축

다음 단계

커스텀 모델 파이프라인 - LoRA Fine-tuning 학습 파이프라인 (본 문서의 학습 단계 상세)
커스텀 모델 배포 - GLM-5 등 대형 모델 EKS 배포 실전 가이드
Continuous Training Pipeline - 트레이스 기반 재학습·Canary 롤아웃 자동화
SageMaker-EKS 통합 - 하이브리드 ML 아키텍처
GPU 리소스 관리 - GPU 클러스터 최적화
모델 모니터링 - 프로덕션 모델 관찰성

개요​

주요 목표​

MLOps 아키텍처 개요​

엔드투엔드 ML 라이프사이클​

주요 컴포넌트​

Kubeflow Pipelines 아키텍처​

Kubeflow 설치​

Kubeflow 아키텍처​

Kubeflow Pipelines 컴포넌트 작성​

파이프라인 정의​

MLflow 통합​

MLflow 아키텍처​

MLflow 배포 YAML​

GitOps 배포 패턴 비교​

ArgoCD vs Flux vs 수동 배포 비교​

ArgoCD GitOps 배포 아키텍처​

ArgoCD 설치 및 설정​

ArgoCD Application 예제 (vLLM 모델 서빙 배포)​

vLLM 모델 서빙 Deployment 예제​

Argo Workflows CI/CD 통합​

Argo Workflows 아키텍처​

Argo Workflow 예제​

GPU 리소스 스케줄링 (Karpenter)​

엔드투엔드 파이프라인 예제​

전체 워크플로우​

요약​

요약 포인트​

다음 단계​

참고 자료​

개요

주요 목표

MLOps 아키텍처 개요

엔드투엔드 ML 라이프사이클

주요 컴포넌트

Kubeflow Pipelines 아키텍처

Kubeflow 설치

Kubeflow 아키텍처

Kubeflow Pipelines 컴포넌트 작성

파이프라인 정의

MLflow 통합

MLflow 아키텍처

MLflow 배포 YAML

GitOps 배포 패턴 비교

ArgoCD vs Flux vs 수동 배포 비교

ArgoCD GitOps 배포 아키텍처

ArgoCD 설치 및 설정

ArgoCD Application 예제 (vLLM 모델 서빙 배포)

vLLM 모델 서빙 Deployment 예제

Argo Workflows CI/CD 통합

Argo Workflows 아키텍처

Argo Workflow 예제

GPU 리소스 스케줄링 (Karpenter)

엔드투엔드 파이프라인 예제

전체 워크플로우

요약

요약 포인트

다음 단계

참고 자료