핵심 요약
토스는 Feature Store와 Trainkit을 도입해 ML 피처 관리와 학습 파이프라인을 표준화하고 Training-Serving skew를 방지해 협업과 재현성을 높였습니다.
구현 방법
- Feature Store/Trainkit으로 피처 메타데이터와 조인 흐름을 통합
- Aerospike Online Storage를 활용한 실시간 서빙 포함 데이터 흐름 구성
- Data Center 연동으로 품질 모니터링, 권한 관리, 데이터 거버넌스 적용
주요 결과
- 피처 재사용성과 파이프라인 재현성 향상
- 팀 간 협업 효율 증가 및 운영 안정성 강화
- 데이터 거버넌스 강화로 보안 및 컴플라이언스 지원
