097 AutoML 도구 선택 가이드

키워드: AutoML, 도구 선택, 의사결정, 비교

개요

다양한 AutoML 도구가 존재하며 각각 장단점이 있습니다. 이 글에서는 프로젝트 요구사항에 맞는 최적의 AutoML 도구를 선택하는 체계적인 가이드를 제공합니다.

주요 AutoML 도구 개요

import pandas as pd

tools_overview = {
    '도구': ['FLAML', 'PyCaret', 'Auto-sklearn', 'H2O AutoML', 'AutoGluon', 'TPOT'],
    '개발사': ['Microsoft', '커뮤니티', 'Freiburg 대학', 'H2O.ai', 'AWS', '펜실베니아 대학'],
    '주요 강점': [
        '속도, 효율성',
        '사용 편의성',
        '메타 러닝',
        '확장성',
        '딥러닝 통합',
        '유전 알고리즘'
    ],
    '라이선스': ['MIT', 'MIT', 'BSD', 'Apache', 'Apache', 'LGPL']
}

print("=== 주요 AutoML 도구 개요 ===")
print(pd.DataFrame(tools_overview).to_string(index=False))

선택 기준 프레임워크

selection_criteria = {
    '카테고리': [
        '데이터 특성', '데이터 특성', '데이터 특성',
        '환경 제약', '환경 제약', '환경 제약',
        '프로젝트 요구', '프로젝트 요구', '프로젝트 요구',
        '팀 역량', '팀 역량'
    ],
    '기준': [
        '데이터 크기', '데이터 유형', '결측치/이상치',
        '시간 제한', '메모리/컴퓨팅', '운영 환경',
        '성능 vs 속도', '해석 가능성', '프로덕션 배포',
        '팀 기술 수준', '유지보수 역량'
    ],
    '고려사항': [
        'GB 단위? TB 단위?',
        '정형? 텍스트? 이미지?',
        '전처리 자동화 필요?',
        '분 단위? 시간 단위?',
        'GPU 가용? 클라우드?',
        'Linux? Windows?',
        '정확도 우선? 속도 우선?',
        '규제 산업? 설명 필요?',
        'API 서빙? 배치?',
        '초보? 전문가?',
        '장기 지원 필요?'
    ]
}

print("\n=== 선택 기준 프레임워크 ===")
print(pd.DataFrame(selection_criteria).to_string(index=False))

데이터 크기별 추천

by_data_size = {
    '데이터 크기': ['< 10K', '10K ~ 100K', '100K ~ 1M', '1M ~ 10M', '> 10M'],
    '1순위': ['PyCaret', 'FLAML', 'FLAML', 'H2O AutoML', 'H2O AutoML'],
    '2순위': ['Auto-sklearn', 'PyCaret', 'H2O AutoML', 'FLAML', 'AutoGluon'],
    '주의사항': [
        '과적합 주의',
        '대부분 도구 가능',
        '메모리 고려',
        '분산 처리 고려',
        'Spark 통합 필요'
    ]
}

print("\n=== 데이터 크기별 추천 ===")
print(pd.DataFrame(by_data_size).to_string(index=False))

태스크 유형별 추천

by_task_type = {
    '태스크': [
        '이진 분류', '다중 분류', '회귀',
        '시계열 예측', '텍스트 분류', '이미지 분류',
        '추천 시스템', '이상 탐지'
    ],
    '1순위': [
        'FLAML', 'FLAML', 'FLAML',
        'PyCaret', 'AutoGluon', 'AutoGluon',
        'FLAML (CATE)', 'H2O AutoML'
    ],
    '2순위': [
        'PyCaret', 'AutoGluon', 'PyCaret',
        'Auto-sklearn', 'FLAML (TF-IDF)', 'AutoKeras',
        '전용 라이브러리', 'PyOD'
    ],
    '비고': [
        '모든 도구 강점',
        '클래스 불균형 주의',
        '연속형 타겟',
        'Prophet, ARIMA 등',
        'NLP 전처리 필요',
        '딥러닝 필요',
        '도메인 특화',
        '전용 도구 권장'
    ]
}

print("\n=== 태스크 유형별 추천 ===")
print(pd.DataFrame(by_task_type).to_string(index=False))

환경 제약별 추천

by_environment = {
    '환경': [
        'Windows 로컬',
        'Linux 서버',
        '메모리 < 8GB',
        'GPU 사용 가능',
        '클라우드 환경',
        '에지 디바이스'
    ],
    '추천': [
        'FLAML, PyCaret',
        '모든 도구 가능',
        'FLAML',
        'AutoGluon, H2O',
        'H2O AutoML',
        'FLAML (경량 모델)'
    ],
    '제외': [
        'Auto-sklearn',
        '-',
        'Auto-sklearn, H2O',
        '-',
        '-',
        'Auto-sklearn, H2O'
    ]
}

print("\n=== 환경 제약별 추천 ===")
print(pd.DataFrame(by_environment).to_string(index=False))

의사결정 플로차트

decision_flowchart = """
=== AutoML 선택 의사결정 플로차트 ===

[시작]
   │
   ├─ 데이터 크기 > 1GB?
   │    ├─ Yes → GPU/분산 가능?
   │    │         ├─ Yes → H2O AutoML / AutoGluon
   │    │         └─ No → FLAML
   │    │
   │    └─ No ↓
   │
   ├─ 딥러닝 필요? (이미지/텍스트)
   │    ├─ Yes → AutoGluon / AutoKeras
   │    └─ No ↓
   │
   ├─ 시간 제한 < 10분?
   │    ├─ Yes → FLAML
   │    └─ No ↓
   │
   ├─ 전처리 자동화 중요?
   │    ├─ Yes → PyCaret / Auto-sklearn
   │    └─ No ↓
   │
   ├─ 시각화/리포트 필요?
   │    ├─ Yes → PyCaret
   │    └─ No ↓
   │
   ├─ Linux 환경?
   │    ├─ Yes → Auto-sklearn 고려
   │    └─ No → FLAML / PyCaret
   │
   └─ [선택 완료]
"""

print(decision_flowchart)

상세 기능 비교표

detailed_comparison = {
    '기능': [
        '분류', '회귀', '시계열', 'NLP',
        '하이퍼파라미터 튜닝', '앙상블', '전처리',
        '특성 선택', '시각화', 'MLflow 통합',
        '설치 난이도', '문서화 수준'
    ],
    'FLAML': ['★★★', '★★★', '★★', '★★', '★★★', '★★', '★', '★', '★', '★★★', '★★★', '★★'],
    'PyCaret': ['★★★', '★★★', '★★★', '★', '★★', '★★★', '★★★', '★★', '★★★', '★★★', '★★★', '★★★'],
    'Auto-sklearn': ['★★★', '★★★', '★', '★', '★★★', '★★★', '★★★', '★★', '★', '★★', '★', '★★'],
    'H2O AutoML': ['★★★', '★★★', '★', '★', '★★', '★★★', '★★', '★★', '★★', '★★', '★★', '★★★'],
    'AutoGluon': ['★★★', '★★★', '★★', '★★★', '★★★', '★★★', '★★', '★★', '★★', '★', '★★', '★★']
}

print("\n=== 상세 기능 비교 (★ 낮음 ~ ★★★ 높음) ===")
df = pd.DataFrame(detailed_comparison)
print(df.to_string(index=False))

산업별 추천

by_industry = {
    '산업': [
        '금융 (신용 평가)',
        '의료 (진단)',
        '마케팅 (고객 분석)',
        'IoT (예측 유지보수)',
        '이커머스 (추천)',
        '제조 (품질 관리)'
    ],
    '추천 도구': [
        'FLAML, Auto-sklearn',
        'PyCaret',
        'PyCaret',
        'FLAML',
        'AutoGluon',
        'H2O AutoML'
    ],
    '핵심 요구': [
        '해석 가능성, 규제 준수',
        '시각화, 리포트',
        '빠른 프로토타이핑',
        '경량, 엣지 배포',
        '텍스트/이미지 통합',
        '확장성, 실시간'
    ]
}

print("\n=== 산업별 추천 ===")
print(pd.DataFrame(by_industry).to_string(index=False))

선택 체크리스트

checklist = """
=== AutoML 선택 체크리스트 ===

□ 데이터 특성 확인
  - [ ] 데이터 크기 (행, 열)
  - [ ] 데이터 유형 (정형, 텍스트, 이미지)
  - [ ] 결측치/이상치 비율
  - [ ] 클래스 불균형 정도

□ 환경 제약 확인
  - [ ] 운영 체제 (Windows, Linux, Mac)
  - [ ] 메모리 가용량
  - [ ] GPU 가용 여부
  - [ ] 시간 제한

□ 프로젝트 요구사항 확인
  - [ ] 목표 메트릭 (정확도, F1, AUC 등)
  - [ ] 해석 가능성 필요 여부
  - [ ] 배포 환경 (API, 배치, 엣지)
  - [ ] 규제/컴플라이언스

□ 팀 역량 확인
  - [ ] ML 경험 수준
  - [ ] 파이썬 숙련도
  - [ ] 유지보수 가능 인력
"""

print(checklist)

시나리오별 구체적 추천

def recommend_automl(data_size, task_type, time_limit, platform, experience):
    """시나리오 기반 AutoML 추천"""

    recommendations = []
    reasons = []

    # 데이터 크기 기반
    if data_size == "small":  # < 10K
        recommendations.append("PyCaret")
        reasons.append("작은 데이터에 풍부한 시각화")
    elif data_size == "medium":  # 10K ~ 1M
        recommendations.append("FLAML")
        reasons.append("범용적 성능")
    else:  # large > 1M
        recommendations.append("H2O AutoML")
        reasons.append("대용량 처리 능력")

    # 태스크 유형 기반
    if task_type == "timeseries":
        recommendations.append("PyCaret")
        reasons.append("시계열 전용 지원")
    elif task_type == "nlp":
        recommendations.append("AutoGluon")
        reasons.append("텍스트 딥러닝 통합")

    # 시간 제한 기반
    if time_limit == "short":  # < 10분
        recommendations.append("FLAML")
        reasons.append("빠른 수렴")

    # 플랫폼 기반
    if platform == "windows":
        if "Auto-sklearn" in recommendations:
            recommendations.remove("Auto-sklearn")

    # 경험 수준 기반
    if experience == "beginner":
        recommendations.append("PyCaret")
        reasons.append("로우코드, 상세 문서")

    # 최종 추천 (빈도 기반)
    from collections import Counter
    counter = Counter(recommendations)
    top_recommendation = counter.most_common(1)[0][0]

    return {
        "recommendation": top_recommendation,
        "all_considered": list(set(recommendations)),
        "reasons": list(set(reasons))
    }

# 097 예시 시나리오
scenario = recommend_automl(
    data_size="medium",
    task_type="classification",
    time_limit="short",
    platform="windows",
    experience="beginner"
)

print("\n=== 시나리오 기반 추천 ===")
print(f"추천: {scenario['recommendation']}")
print(f"고려된 도구: {scenario['all_considered']}")
print(f"이유: {scenario['reasons']}")

복합 상황 대응

complex_scenarios = {
    '상황': [
        '대용량 + 시간 제한',
        '소용량 + 최고 성능',
        '비개발자 + 빠른 결과',
        'Windows + 앙상블',
        '프로덕션 + 해석가능'
    ],
    '추천': [
        'FLAML → 샘플링 후 학습',
        'Auto-sklearn → 긴 시간 투자',
        'PyCaret → 로우코드',
        'FLAML → ensemble=True',
        'FLAML → SHAP 통합'
    ],
    '대안': [
        'H2O → 분산 처리',
        'AutoGluon → 앙상블',
        'H2O Flow → GUI',
        'PyCaret',
        'PyCaret → 해석 리포트'
    ]
}

print("\n=== 복합 상황 대응 ===")
print(pd.DataFrame(complex_scenarios).to_string(index=False))

정리

• FLAML: 빠른 탐색, 리소스 효율, 범용
• PyCaret: 로우코드, 시각화, 초보자 친화
• Auto-sklearn: 메타러닝, 앙상블, 학술 검증
• H2O AutoML: 대용량, 분산, 엔터프라이즈
• AutoGluon: 딥러닝, 텍스트/이미지

선택은 항상 프로젝트 요구사항을 기준으로!

다음 글 예고

다음 글에서는 FLAML 트러블슈팅 가이드를 알아봅니다. 자주 발생하는 오류와 해결 방법을 정리합니다.

---

FLAML AutoML 마스터 시리즈 #097