토스의 Feature Store와 Trainkit 소개

이 게시물은 토스 ML Platform 팀이 자체 개발한 Feature Store와 학습 파이프라인 자동화 도구인 Trainkit을 중심으로 ML 모델 개발과 운영의 효율성을 높이는 방법을 설명합니다.

Feature Store의 역할과 필요성

• 다양한 도메인과 팀 간 일관된 Feature 관리 및 재사용성 확보
• 데이터 품질 모니터링과 권한 관리로 보안 강화
• 오픈소스 대신 자체 개발로 서비스 환경에 최적화

Trainkit의 구조와 주요 기능

• 데이터 로딩부터 전처리, 학습 데이터 생성까지 표준화된 파이프라인 제공
• 멀티 Feature Package 조인, Training-Serving Skew 해소, Point-In-Time 조인 등 핵심 과제 해결
• 효율적인 메모리 사용과 런타임 조인으로 확장성 확보

마무리

토스 ML Platform 팀은 이외에도 Model Registry, Inference System, Monitoring System 등 전반적인 MLOps 플랫폼 구축에 주력하며 ML 서비스의 안정성과 확장성을 도모하고 있습니다.