Trackio

​

학습 목표

• 실험 추적 도구가 머신러닝/LLMOps 파이프라인에서 어떤 역할을 하는지 설명할 수 있습니다.
• Trackio를 기존 워크플로우(학습/평가/배포)와 어떻게 연결할지 설계할 수 있습니다.
• 도입 전 검증 체크리스트를 만들고 팀 기준으로 합의할 수 있습니다.

​

언제 도입하나

• 실험 파라미터와 결과를 수기로 기록해 재현성이 떨어지는 경우
• 모델/프롬프트 비교가 많아 버전 추적이 필요한 경우
• 팀 단위로 실험 이력을 공유하고 승인 흐름이 필요한 경우

​

최소 실습 과제

​

실무 체크리스트

• 실험 메타데이터 스키마(이름, 태그, 버전)를 표준화했습니다.
• 모델/데이터/코드 버전을 함께 추적하도록 설계했습니다.
• 접근 권한(조회/수정/관리) 정책을 정의했습니다.
• 보존 기간과 삭제 정책을 문서화했습니다.

​

주의할 점

• 도구 기능은 버전마다 바뀔 수 있으니 최신 동작은 공식 문서로 확인합니다.
• 실험 추적은 도구 도입보다 기록 규칙 표준화가 먼저입니다.
• 운영 로그에 민감정보(PII, 키, 토큰)가 남지 않도록 마스킹 정책을 적용합니다.

​

다음 문서

​

설치 점검 목록

• docker compose up -d 후 docker compose ps로 컨테이너 상태를 확인했습니다.
• 기본 포트/계정/비밀번호를 문서대로 점검했습니다.
• 운영용으로 사용할 때 기본 비밀번호/시크릿 값을 변경했습니다.
• 장애 분석을 위해 docker compose logs -f 확인 방법을 숙지했습니다.

​

문제 해결 가이드

• 컨테이너가 실행되지 않으면 docker compose logs -f로 오류 원인을 먼저 확인합니다.
• 포트 충돌이 나면 기존 프로세스를 종료하거나 포트 매핑 값을 변경합니다.
• 이미지 pull 실패 시 네트워크 연결 및 레지스트리 접근 권한을 확인합니다.
• 설정 변경 후 문제가 지속되면 docker compose down 후 다시 up -d로 재기동합니다.