ML Systems Book은 어떤 주제를 다루나요?

ML Systems Book은 분산 학습(데이터 병렬처리, 모델 병렬처리, 파이프라인 병렬처리 및 내결함성), 모델 서빙(배치 및 실시간 추론, 버전 관리, 자동 스케일링), 하드웨어 가속(GPU, TPU, ASIC, 양자화, 가지치기), ML 인프라(피처 스토어, 실험 추적, CI/CD, 모니터링), 그리고 비용 최적화(스팟 인스턴스, 모델 압축, 동적 배치)를 다룹니다.

ML Systems Book은 몇 개의 챕터로 구성되어 있으며 어떻게 편성되어 있나요?

이 책은 12개의 챕터로 구성되어 있으며, ML 시스템 소개와 ML 워크로드를 시작으로 분산 학습, 모델 서빙, 하드웨어 가속기, ML 운영, 데이터 관리, 최적화, 신뢰성, 보안, 지속 가능성을 거쳐 미래 방향성으로 마무리됩니다.

ML Systems Book을 읽기 위한 사전 지식은 무엇인가요?

독자는 기초 머신러닝 지식(Andrew Ng 강의 수준), Python 프로그래밍, 선형대수 및 미적분학, 그리고 메모리, I/O, 네트워킹 등 기본 컴퓨터 시스템 개념을 알고 있어야 합니다. 분산 시스템 배경 지식은 필요하지 않으며, 이 책이 기초 원리부터 직접 설명합니다.

ML Systems Book의 가격은 얼마이며 어떻게 구할 수 있나요?

MIT Press에서 출판된 약 600페이지 분량의 이 책은 양장본 약 $75, 페이퍼백 약 $45이며, Kindle, Apple Books, Google Play에서 전자책으로도 구매할 수 있습니다. 무료 부가 자료로는 MIT OpenCourseWare의 강의 영상과 함께 제공되는 GitHub 저장소의 코드 예제가 있습니다.

ML Systems Book은 어떤 독자를 대상으로 하나요?

이 책은 프로덕션 환경에서 대규모 학습 및 저지연 모델 서빙이 필요한 ML 엔지니어, ML로 전환을 준비 중인 소프트웨어 엔지니어, 실험 속도를 높이고 싶은 연구자, 그리고 ML 인프라 투자와 팀 구조를 계획하는 엔지니어링 매니저를 대상으로 합니다.

ML Systems Book：MIT 무료 머신러닝 시스템 교과서

Machine Learning Systems는 MIT Press에서 출판한 무료 오픈소스 교재로, 데이터 엔지니어링, 모델 최적화, 하드웨어 인식 훈련, 추론 가속 등 ML 시스템 엔지니어링 핵심 지식을 다룹니다.

C++
Docker
Go
Python
MIT
업데이트 2026-05-15

🔗 관련 리소스

💬 댓글 토론