모듈 6: MLOps 구성 및 모델 서빙 (16h)
학습 결과
학생은 FastAPI + Docker + Traefik으로 프로덕션 수준의 ML 서비스를 배포할 수 있다.
선행 학습
- Module 4: FastAPI 기초 + Docker 기초
- Module 5: 훈련된 ML 모델 및 Pipeline
- 왜?: MLOps는 “개발된 모델을 프로덕션에 배포하고 모니터링”하는 것이므로, 먼저 모델과 API를 만들어야 함
ABCD 학습목표 & Bloom 수준
| # | ABCD 학습목표 | Bloom 수준 | 관련 sources | 평가 방법 |
|---|---|---|---|---|
| 6-1 | Behavior: Traefik 리버스 프록시를 설정하고 Let’s Encrypt로 HTTPS 인증서를 자동 발급받아 / Condition: 실제 도메인 및 공인 IP 환경에서 / Degree: HTTP 요청이 자동으로 HTTPS로 리다이렉트 | Apply | fastapi-docker-traefik-ssl-production, reverse-proxy | 배포 환경 검증 |
| 6-2 | Behavior: Docker Compose로 FastAPI·DB·Traefik 3개 서비스를 통합하고 / Condition: depends_on + 헬스체크로 순서 관리 / Degree: 한 번에 모든 서비스가 정상 시작되도록 구성 | Apply | docker-compose-multi-service-orchestration, fastapi-docker-best-practices-production, containerization | 서비스 구동 테스트 |
| 6-3 | Behavior: 구조화된 로그(JSON 형식)를 stdout으로 출력하고 / Condition: 요청 미들웨어로 성능·에러 추적 / Degree: 모든 API 요청의 응답 시간·상태코드 로깅 | Apply | structured-logging-fastapi, fastapi-docker-best-practices-production | 로깅 포맷 검증 |
📚 사용 Sources (권장 읽기 순서)
| 순서 | Sources | 학습목표 | 예상 학습 시간 | 비고 |
|---|---|---|---|---|
| 1️⃣ | fastapi-docker-traefik-ssl-production | 6-1 | 1.5h | 기초: Traefik + Let’s Encrypt 자동 HTTPS |
| 2️⃣ | docker-compose-multi-service-orchestration-skala | 6-2 | 2h | 핵심: FastAPI·DB·Traefik 3서비스 통합 |
| 3️⃣ | structured-logging-fastapi | 6-3 | 1.5h | 심화: JSON 로깅 + 미들웨어 (요청 추적) |
| 4️⃣ | fastapi-docker-best-practices-production | 6-2, 6-3 | 1.5h | 모범: 프로덕션 체크리스트·헬스체크·로깅 |
| 학습 시간 합계 | 6-1~6-3 | ~6.5h | 강의 16h 중 이론·실습 학습 부분 |
강의 자료 출처
- fastapi-docker-traefik-ssl-production — Traefik + Let’s Encrypt 자동화 (학습목표 6-1)
- docker-compose-multi-service-orchestration — Docker Compose 멀티서비스 오케스트레이션 (학습목표 6-2)
- structured-logging-fastapi — JSON 로깅 + FastAPI 미들웨어 (학습목표 6-3)
- fastapi-docker-best-practices-production — 프로덕션 모범 사례 (학습목표 6-2, 6-3)
- reverse-proxy — 리버스 프록시 역할 (학습목표 6-1)
역링크
⬅️ lecture-planning-2026에서 참조