kitops-ml/kitops

해결하는 문제

KitOps는 AI/ML 프로젝트를 패키지화, 버전 관리, 공유하는 표준화된 방법을 제공합니다. 모델 가중치, 데이터셋, 프롬프트, 설정을 개발, 스테이징, 운영 환경 간에 동기화하고 추적하기 어려운 문제를 해결합니다. 특히 높은 보안성과 감사 가능성을 요구하는 조직에게 특히 유용합니다.

작동 방식

KitOps는 OCI(Open Container Initiative) 기술을 사용하여 AI 자산을 "ModelKits"로 패키지화합니다. ModelKits는 변경 불가능하고 계층 구조를 가진 아티팩트로, 기존 컨테이너 레지스트리에 저장됩니다. Kitfile은 패키지의 내용을 정의합니다. 사용자는 CLI 또는 Python SDK(PyKitOps)를 통해 모델을 패키지화, 푸시, 풀, 검사할 수 있으며, 전체 번들 다운로드 없이도 가능합니다.

대상 사용자

• DevOps 및 플랫폼 엔지니어: 기존 CI/CD 파이프라인과 Kubernetes 배포에 AI 모델을 통합하고 싶은 분들.
• 데이터 과학자: 인프라 관리를 하지 않고도 실험과 모델을 패키지화하고 추적하고 싶은 분들.
• 개발자: AI 모델을 버전 관리된 종속성처럼 다루고 싶은 분들.

주요 특징

• OCI 기반 저장소: 표준 컨테이너 레지스트리를 사용하여 AI 자산을 관리.
• 변조 방지: 모든 구성 요소는 일관성과 추적 가능성을 위해 SHA-256 다이제스트로 보호됨.
• 보안 통합: Cosign을 통한 암호화 서명과 Rekor를 통한 투명성 로깅을 지원.
• 유연한 추출: 전체 패키지가 아닌 특정 레이어(예: 모델 가중치만)를 별도로 다운로드 가능.
• 표준 형식 지원: ModelKit 및 CNCF ModelPack 사양 모두 지원.