Cloud Application & MLOps Platform
MLOps Solution
POSCO · LS MnM 운영 중

ML 개발부터
서비스 배포까지
하나의 플랫폼

BrickML은 쿠버네티스 기반의 통합 MLOps 플랫폼입니다.
데이터 전처리·실험 추적·모델 관리·서빙을 하나의 워크플로우로 연결합니다.

📩 도입 문의는 아래 문의 폼을 이용해 주세요
🔒 / dashboard

Our Products

솔루션

MLOps

데이터 전처리부터 모델 학습, 실험 추적, 서빙까지 - ML 라이프사이클 전체를 하나의 플랫폼에서 관리합니다.

Flow 기반 데이터 정제 및 학습 데이터 분리
최적 모델 자동 탐색 & 튜닝 최적화
학습 실험 기록 자동 저장 및 추적
체계적인 모델 및 버전 관리
원클릭 모델 서빙 & 롤백
일반 GPU·MIG·GPU 공유(타임슬라이싱) 지원
BrickML 자세히 보기 →
Cloud App

쿠버네티스 기반 지능형 클라우드 애플리케이션 플랫폼. 구축부터 배포·운영·장애 대응까지 하나로 단순화합니다.

컨테이너 라이프사이클 통합 관리
리소스 쿼터 & 멀티테넌시 지원
일반 GPU·MIG·GPU 공유(타임슬라이싱) 스케줄링 지원
Application 빌드·배포·관리 올인원
사용자 알람 등록 & 통합 관리
리소스 토폴로지 뷰
Brick 자세히 보기 →
ML Pipeline

데이터에서 서비스까지
일관된 ML 워크플로우

데이터 준비부터 실험, 모델 관리, 서빙까지 단절 없는 워크플로우로 연결됩니다.

🗄️
STEP 01

Dataset

CSV·Parquet 등록 및 자동 통계 분석. 데이터 미리보기 제공.

🔀
STEP 02

Flow

노드 기반 시각적 전처리. Train/Test Split 자동화.

🧪
STEP 03

Experiment

MLflow 기반 실험 추적. 하이퍼파라미터·메트릭 자동 기록.

📐
STEP 04

Model

모델 레지스트리 및 버전 관리. Stage 관리 및 스키마 정의.

🚀
STEP 05

Serving

REST API 자동 생성. 스케일·롤백 즉시 적용.

/ workspace
Workspace Management

팀·프로젝트별
격리된 작업 공간

팀·프로젝트별로 완전히 격리된 독립 환경을 제공합니다.
리소스 사용량과 사용자 권한을 세밀하게 제어하세요.

  • 팀·프로젝트별로 GPU·CPU·메모리·스토리지를 나눠 할당
  • 할당량과 사용량을 실시간으로 확인
Development Environment

다중 딥러닝 환경을
자유롭게 구축

TensorFlow, PyTorch 등 사전 구성된 이미지로 즉시 개발환경을 시작하세요.
설정한 환경을 저장하여 언제든 재사용할 수 있습니다.

  • TensorFlow·PyTorch + CUDA 이미지로 바로 시작
  • 작업한 환경을 이미지로 저장해 언제든 같은 환경으로 재시작
  • Jupyter·SSH·원격 데스크톱 등 익숙한 방식으로 접속
/ application / auth1
/ ml / flow
Data Analysis & Preparation

데이터 분석부터
전처리까지

데이터 통계와 결측치를 한눈에 확인하고 차트로 시각화하세요.
전처리 과정은 노드 기반 Flow로 관리되고 단계별 이력 추적이 가능합니다.

  • 데이터를 올리면 통계와 결측 비율을 자동 분석
  • 차트로 데이터 분포를 바로 확인
  • 전처리 단계를 Flow로 기록하고 언제든 되돌리기
Model Training & Optimization

최적 모델을
자동으로 탐색

문제 유형과 목표 컬럼만 지정하면 여러 알고리즘을 자동 탐색합니다.
HPO로 하이퍼파라미터 조합까지 최적화하세요.

  • AutoML로 알고리즘과 파라미터를 자동 탐색
  • HPO로 하이퍼파라미터 조합까지 최적화
  • 모든 학습 결과를 Experiment에서 한 번에 비교
/ ml / automl
Experiment Tracking

MLflow 기반 실험 추적과
모델 성능 비교

모든 실험을 자동으로 기록하고 시각적 차트로 즉시 비교하세요.
최적 모델을 원클릭으로 모델 저장소에 등록합니다.

/ experiment
Kubernetes Native

엔터프라이즈 인프라 위에
구축된 MLOps

팀 격리부터 GPU 공유, 모니터링까지
운영에 필요한 기능을 기본으로 제공합니다.

🔒

RBAC 기반 접근 제어

역할별 권한으로 팀·프로젝트 간 작업과 리소스를 분리합니다.

📈

GPU 공유

일반 GPU·MIG·타임슬라이싱 방식으로 한정된 GPU를 여러 팀이 나눠 씁니다.

🏢

온프레미스·하이브리드

사내 데이터센터나 하이브리드 환경에 직접 구축해 운영합니다.

📊

통합 모니터링

GPU·CPU·메모리·스토리지 사용 현황을 실시간으로 확인합니다.

Model Serving

훈련된 모델을
즉시 REST API로

모델 저장소에 등록된 모델을 원클릭 배포합니다.
Public · Internal 엔드포인트가 자동 생성되고 실시간 모니터링이 시작됩니다.

🚀

원클릭 배포

모델 버전을 골라 배포하면 API 주소가 자동으로 만들어집니다.

↩️

버전 롤백

문제가 생기면 서비스 중단 없이 이전 버전으로 되돌립니다.

⚖️

Scale & Pause/Resume

트래픽에 맞춰 규모를 조정하고, 쓰지 않을 때는 멈춰 자원을 아낍니다.

🔑

API Key 인증 & Quick Test

API Key로 접근을 제한하고, 브라우저에서 바로 호출해 확인합니다.

/ serving / california-test
Customers

함께하는 기업

Contact

BrickML 도입을
검토하고 계신가요?

데모 환경 체험, 기술 상담, 제안서 요청까지 - 담당자가 직접 안내해 드립니다.
문의 내용을 남겨주시면 2영업일 이내에 연락드립니다.

개인정보처리방침 확인
수집목적문의 응대
수집항목이름, 이메일, 연락처, 회사명
보유 및 이용기간접수일로부터 3개월
준비 중입니다 🛠️