Azure ML Online 엔드포인트: Terraform으로 모델을 프로덕션에 배포하기 🚀
(dev.to)
이 기사는 Terraform의 `azapi` 프로바이더를 사용하여 Azure Machine Learning(ML) 온라인 엔드포인트를 자동화된 방식으로 배포하는 방법을 설명합니다. 모델 배포 시 트래픽 분할(Canary rollout), 오토스케일링, 헬스 체크 등을 IaC(Infrastructure as Code)로 구현하는 구체적인 코드를 제공합니다.
이 글의 핵심 포인트
- 1azurerm 프로바이더의 한계를 azapi 프로바이더로 극복하여 Azure ML 엔드포인트 관리 가능
- 2Endpoint(URL/인증)와 Deployment(모델/컴퓨팅)로 구분된 2계층 아키텍처 활용
- 3