GS Caltex、モデル導入を数時間に短縮

韓国のエネルギー・化学企業であるGS Caltexは、プロセスエンジニアとMLエンジニアの分業体制を採っている。プロセスエンジニアは自身のプロセス知識を生かし、コードを書かずにSageMaker Canvasでモデルを構築・検証する。MLエンジニアは導入と定期推論に向けてSageMaker Pipelinesのワークフローを設定する。以前はCanvasからPipelinesへ資産を移す統合作業がボトルネックだったが、GS CaltexはSageMaker Canvasで作成した資産を再利用しつつ、この引き継ぎを自動化した。その結果、MLエンジニアは以前の約1週間に対し、数時間でモデルを導入できるようになった。同社は30分ごとにバッチ推論も実行しており、常時稼働するエンドポイントの必要性が減り、GS Caltexによれば推論コストも相応に下がった。プロセスエンジニアは自分たちのモデルが本番で使われるのを見て、他のプロセスでも応用を提案し始め、MLエンジニアは繰り返しの統合作業に費やす時間が減り、パイプラインの運用と監視に集中できるようになった。この解決策は検証済みの前処理フローとモデルを再利用するもので、GS Caltexはこのアプローチにより重複作業が減り、より迅速な導入が可能になったと報告している。