Woodpecker
데이터 탐색부터 모델 배포까지
모든 과정을 지원하는 셀프 서비스 AI 플랫폼
우드페커(Woodpecker)는 컨테이너 기반의 셀프 서비스 AI 플랫폼으로
기업 내 분석가들이 자체 분석 파이프라인을 관리할 수 있도록 지원합니다.
-
최적화된
AI 모델 개발 환경 제공 -
모델 개발 - 학습 - 배포를
All-in-One으로 지원 -
직관적인 데이터 탐색을 위한
그래프 시각화 솔루션 제공 -
AI 인프라의 효율적인
리소스 관리 기능 제공
특장점
우드페커는 Jupyter, R studio, VS Code 등 다양한 모델 개발 도구를 제공하여 누구나 손쉽게 머신 러닝 프로젝트를 시작할 수 있게 돕습니다.
- AI 인프라의 안정적 관리
- 쿠버네티스 기반의 클러스터링
및 컨테이너 모니터링 지원
- 편리한 AI 모델 개발 환경 구축
- 복잡한 인프라 설정 없이
간단히 AI 모델 개발 환경 구축
- 분석 최적화 이미지 제공
- 샘플 코드 관련 라이브러리가
포함된 이미지 구현
- 다양성을 갖춘 개발 환경
- Python, R 등 다양한 언어의
패키지 및 통합 개발 환경 제공
- 데이터 시각화
- 패턴 분석, 이상치 파악 등
심층적인 인사이트 제공
- 모델 학습 스케줄링
- AI 모델 학습을 위한
작업 예약과 자동 실행 기능 제공
- 모델 배포 API 자동 생성
- 손쉬운 AI 모델 배포로
실시간 예측과 추론 수행
- 쿼리 에디터
- 데이터베이스에 접근하여
SQL을 직접 실행
모니터링 뷰
Home
우드페커의 Home은 프로젝트의 리소스(CPU, Memory, Disk) 상태를
실시간으로 모니터링하고, 분석 도구에 즉시 접근할 수 있는 통합 인터페이스입니다.
모델 학습 스케줄 현황을 한눈에 파악할 수 있으며, 모델 즐겨찾기 기능과
Notice 알람 기능을 제공합니다.
Resource
사용자 리소스 모니터링 화면은 AI 모델 개발 환경과 모델 배포 작업의
리소스(CPU, Memory, Disk)를 직관적인 그래프로 표시합니다.
또한 시간대별 실제 리소스 사용량과 서버의 *GPU 상세정보를 제공하여
효율적인 자원 관리를 지원합니다.
· GPU 상세정보: GPU 메모리, GPU 클럭, 메모리 클럭, GPU 사용률,
Persistence 모드, 전력 사용량, 전력 한계, 온도, 팬 속도
Schedule Timeline
전체 사용자의 스케줄 정보를 직관적으로 확인할 수 있습니다.
예약/반복 스케줄을 시간 순에 따라 정렬한 형태로 볼 수 있으며
사용자, 서버정보, 스케줄 상세 정보 또한 확인할 수 있습니다.
워크스페이스
Project Overview
Project Overview로 AI 모델 개발 환경을 쉽게 구축할 수 있습니다.
생성된 프로젝트의 상태를 실시간으로 확인하고, 제공된 분석 도구를 통해
데이터 탐색, 모델 개발, 학습을 원스톱으로 진행할 수 있습니다.
Model Serving
Model API 서빙에서는 사용자가 모델을 첨부하고 기본 정보를 입력하면
자동으로 API End-point를 생성할 수 있게 도와줍니다.
제공된 URL로 모델을 호출하고, 실시간으로 결과를 받아 즉시 활용할 수 있습니다.
Query Editor
데이터베이스에 직접 접근하여 SQL문을 실행하고 차트 기능을 활용해
데이터를 다양한 형태로 시각화할 수 있습니다.
이를 통해 복잡한 데이터 패턴을 쉽게 분석하고, 숨겨진 이상치를 직관적으로 발견할 수 있습니다.