ML 모델 훈련 파이프라인을 최적화하여 1분당 처리 단계를 36회에서 47회로 늘렸어요. 데이터셋을 압축된 블롭으로 묶어 순차적으로 저장하면 HDD 성능을 향상시킬 수 있어요. 이 방법은 훈련 속도를 30% 향상시켜 HDD에 데이터를 저장해야 했던 환경에서 큰 도움이 됐어요. 대규모 모델 훈련 시 네트워크 스토리지를 활용하여 GPU 사용 시간을 단축하는 방법도 있어요.