AutoML
AutoML(Automated Machine Learning)은 ML 파이프라인의 핵심 단계를 자동화하여, 전문 지식이 적어도 좋은 성능의 모델을 빠르게 구축할 수 있게 합니다.
AutoML이 자동화하는 영역
| 영역 | 수동 ML | AutoML |
|---|
| 모델 선택 | 경험에 기반한 후보 선정 | 수십 가지 알고리즘 자동 비교 |
| 하이퍼파라미터 | GridSearch 등 수동 탐색 | 베이지안 최적화로 효율적 탐색 |
| 특성 공학 | 도메인 지식 기반 수동 | 일부 도구에서 자동 생성 |
| 앙상블 | 수동 구성 | 자동 스태킹/블렌딩 |
| 소요 시간 | 수일~수주 | 수분~수시간 |
AutoML을 사용해야 하는 경우
- 빠른 베이스라인 모델이 필요할 때
- 도메인 지식은 있지만 ML 경험이 적을 때
- 여러 알고리즘의 성능을 빠르게 비교하고 싶을 때
AutoML로 충분하지 않은 경우
- 모델의 동작 원리를 깊이 이해해야 할 때
- 특수한 손실 함수나 제약 조건이 있을 때
- 도메인 특화 특성 공학이 핵심일 때
AutoML은 ML 전문가를 대체하는 것이 아니라, 초기 탐색을 가속화하는 도구입니다. AutoML 결과를 출발점으로 삼고, 도메인 지식으로 개선하는 것이 가장 효과적입니다.
