본문으로 건너뛰기

증거 모델

Contexta는 ML observability를 흩어진 로그가 아니라 오래 남는 증거로 다룹니다. 실행은 무엇이 일어났는지, 어떤 입력이 있었는지, 어떤 출력이 생겼는지, 무엇을 신뢰하거나 의심해야 하는지 설명할 수 있어야 합니다.

세 가지 진실 평면​

평면목적예
Metadata생명주기와 소유 관계project, run, stage, batch, sample, deployment
Records시간에 따른 관찰metric, event, span, degraded marker
Artifacts검토할 파일model, checkpoint, prompt, report, schema

증거 형태​

{
  "run": "run:fraud.candidate-v2",
  "stage": "stage:fraud.candidate-v2.evaluate",
  "records": [
    {"type": "metric", "key": "f1", "value": 0.91},
    {"type": "event", "key": "dataset.loaded", "message": "Loaded fraud.v12"}
  ],
  "artifacts": [
    {"kind": "model", "path": "artifacts/fraud-v2.joblib"}
  ]
}

왜 중요한가​

로그는 어떤 일이 있었다고 말합니다. 증거는 그 결과가 검토 가능하고, 비교 가능하고, 재현 가능하고, 복구 가능한지 답하게 해줍니다.

관련 문서​