AWS가 매니지드 MLflow와 Amazon SageMaker AI Model Registry 간 자동 동기화 기능을 대폭 강화한 2부작의 첫 편이다. 이제 동기화 시 학습 지표, 평가 결과, 배포용 추론 스펙, 리니지까지 함께 전달돼 거버넌스 담당자가 MLflow로 돌아가지 않고도 레지스트리에서 후보 모델을 검증할 수 있다. 데이터 과학자는 MLflow 별칭(sagemakerlifecycle-{stage}-{status})으로 모델을 스테이징·프로덕션으로 승격하고, IAM 조건 키가 프로덕션 승격 권한을 거버넌스 담당자 역할로만 제한한다. 승인 후에는 리소스 태그로 모델 패키지 그룹을 잠가 추가 변경을 막을 수 있다. 이번 편은 단일 계정 구조를 다루며, 2부에서 다중 계정 거버넌스 토폴로지로 확장한다.

• •동기화가 학습 지표·평가 결과·추론 스펙·리니지까지 자동으로 SageMaker Model Registry에 전달
• •MLflow 별칭 sagemakerlifecycle-{stage}-{status}로 모델 라이프사이클 단계를 관리
• •IAM 조건 키(sagemaker:ModelLifeCycle/stage)로 데이터 과학자의 프로덕션 승격을 차단
• •승인 후 리소스 태그로 모델 패키지 그룹을 잠가(freeze) 추가 변경 방지
• •sagemaker-mlflow 플러그인 0.5.0부터 추론 이미지 로깅과 세션 주입 기능 추가