모델 버전 관리(Model Versioning)란 머신러닝 모델의 각 변경본에 고유한 식별자를 부여하여 특정 모델 산출물을 추적하고 비교하며 다시 불러올 수 있게 하는 관리 방식입니다. 모델을 다시 학습하거나 구조를 변경하거나 다른 매개변수로 등록할 때 새 버전을 만들 수 있습니다. 모델 레지스트리는 일반적으로 각 버전에 원본 실행, 생성 시각, 설명, 태그, 별칭 등의 메타데이터를 연결합니다.
예를 들어 하나의 등록 모델 이름 아래에 여러 학습 결과를 서로 다른 버전으로 보관할 수 있습니다. 그러면 평가 결과를 비교하거나 특정 환경에 배포한 모델 산출물을 확인하기가 쉬워집니다. 모델 버전 관리는 데이터셋 변경을 추적하는 데이터 버전 관리나 소스 코드 버전 관리와는 대상이 다릅니다. 또한 버전 번호가 있다고 해서 해당 모델의 출시 적합성이나 안전성이 입증되는 것은 아닙니다. 실제 사용 여부를 결정하려면 별도의 평가와 적격성 판단, 출시 근거가 필요합니다.