🧪 POOM-MLFLOW

POOM — PB(Private Banker) 업무 지원 AI Assistant 플랫폼의 ML 실험 관리 서버

---

📌 개요

POOM 플랫폼의 MLflow 기반 모델 실험 관리 레포지토리입니다. 경제지표 예측 모델(금값·기준금리·매매가격지수)의 실험 이력, 파라미터, 메트릭, 아티팩트를 추적하고 관리합니다. 아티팩트는 AWS S3에 저장되며 메타데이터는 PostgreSQL에 기록됩니다.

---

🗂 프로젝트 구조

POOM-MLFLOW/

├── .github/workflows/ # GitHub Actions CI/CD

├── Dockerfile # MLflow 서버 이미지 빌드

├── docker-compose-mlflow.yml # MLflow 서비스 구성

└── README.md

---

⚙️ 기술 스택

분류	기술
실험 관리	MLflow
메타데이터 DB	PostgreSQL 13
아티팩트 저장소	AWS S3
인프라	Docker Compose (멀티스테이지 빌드), poom-network

---

🧩 서비스 구성

docker-compose-mlflow.yml 기준으로 아래 서비스가 실행됩니다.

서비스	역할	포트
mlflow-server	MLflow Tracking 서버	5002
mlflow-postgres	실험 메타데이터 저장	-

모델 아티팩트는 MLFLOW_DEFAULT_ARTIFACT_ROOT로 지정된 AWS S3 버킷에 저장됩니다.

---

🚀 실행 방법

# 1. 환경변수 설정
cp .env.example .env

# 2. 서비스 실행
docker compose -f docker-compose-mlflow.yml up -d

# 3. MLflow UI 접속
# http://localhost:5002

---

🔗 연관 레포지토리

레포	역할
POOM-AI	모델 학습 및 실험 기록
POOM-AIRFLOW	MLOps 파이프라인
POOM-BACK	FastAPI 백엔드 서버
POOM-ELK	로그 모니터링

---

우리FISA AI 엔지니어링 1팀 | POOM 프로젝트