Nothing close enough? Start from a blank block diagram → Describe it in one paragraph.
How to use a block diagram template.
- 01학습 파이프라인 설명
데이터 흐름부터 시작하세요. "S3의 원시 데이터 → Spark ETL → 특성 스토어 → SageMaker 모델 학습 → 모델 레지스트리"처럼 입력하면 됩니다.
- 02추론 경로 추가
모델이 서빙되는 방식을 설명하세요. "각 요청마다 특성 스토어를 조회하는 Kubernetes의 FastAPI 기반 실시간 REST 엔드포인트"처럼 입력할 수 있습니다.
- 03모니터링 및 재학습 포함
"드리프트를 감지하고 자동 재학습 작업을 실행하는 모델 모니터링 블록을 추가해 줘"라고 요청하세요.
- 04실험 추적 표시
MLflow, Weights & Biases 또는 Neptune을 언급하면 AI가 학습 블록에서 데이터를 읽는 실험 추적기를 측면 구성 요소로 추가합니다.
- 05설계 문서용 내보내기
PNG 또는 SVG로 다운로드해 시스템 설계 문서, 연구 논문, 사내 ML 플랫폼 위키에 포함하세요.
Questions about block diagram templates
학습 파이프라인과 추론 파이프라인의 차이는 무엇인가요?
학습 파이프라인은 원시 데이터를 학습된 모델 산출물로 변환합니다(데이터 → 특성 → 학습 → 평가 → 레지스트리). 추론 파이프라인은 새 입력을 받아 특성을 조회하고 모델을 실행한 뒤 예측 결과를 반환합니다. 두 파이프라인은 특성 엔지니어링 로직을 공유하지만 실행 빈도와 지연 시간 요구사항이 다릅니다.
실시간 추론과 배치 추론 아키텍처를 비교해서 그릴 수 있나요?
네. "실시간 REST 서빙과 야간 배치 스코어링, 두 추론 아키텍처를 나란히 표시해 줘"라고 요청하면 ChatDiagram이 같은 다이어그램 안에 두 아키텍처를 별도의 블록으로 생성합니다.
아키텍처에 특성 스토어를 어떻게 표시하나요?
오프라인 스토어에서 가져오는 특성(배치 학습)과 온라인 스토어에서 가져오는 특성(저지연 추론)을 설명하세요. AI가 오프라인 및 온라인 경로를 모두 포함한 특성 스토어를 그립니다.
LLM 및 생성형 AI 아키텍처에도 적합한가요?
네. 기본 LLM, RAG 파이프라인, 벡터 데이터베이스, 프롬프트 템플릿, 가드레일, 평가 등 구성 요소를 설명하면 ChatDiagram이 생성형 AI 시스템 아키텍처를 그립니다.