2022년 기준 서비스형 모델 패턴에서 의존성을 극복(from1)하기 위해 고려할 수 있는 선택지들 중 모델 표준(from2) 이라고 불리는 ONNX 의 광범위한 사용이 꺼려지는 이유는 다음과 같다.

1. 아직도 많은 소스코드가 프레임워크 소스코드 없이 작동하지 못한다. (특히 모델이 아닌 전처리 레이어나, pytorch 처럼 python session 을 적극적으로 이용하는 경우 더더욱 그러하다)
2. ONNX 가 아무리 안정적이어도, pytorch 와 tensorflow 등 수많은 프레임워크들이 변하기 때문에 ONNX 변환 레이어가 올바르게 동작하지 않아 문제가 되는 경우가 많다.

parse me : 언젠가 이 글에 쓰이면 좋을 것 같은 재료들.

1. None

from : 과거의 어떤 생각이 이 생각을 만들었는가?

1. ‣
2. [bb7.1.1.2_1.2__2. title: 넷스케이프의 자바스크립트(JavaScript)와 마이크로소프트의 J스크립트(JScript) 차이를 줄이기 위해 에크마스크립트(ECMAScript (ES)) 라고 불리는 국제표준이 생겼다.](https://janghoo.notion.site/bb7-1-1-2_1-2__2-title-JavaScript-J-JScript-4abedc299997409490cbb052b3c1de0b)

supplementary : 어떤 새로운 생각이 이 문서에 작성된 생각을 뒷받침하는가?

1. None

opposite : 어떤 새로운 생각이 이 문서에 작성된 생각과 대조되는가?

1. None

to : 이 문서에 작성된 생각이 어떤 생각으로 발전되고 이어지는가?

1. ba2.5_2.3_2. title: NVIDIA 에는 TensorRT, Apple 은 CoreML, 안드로이드는 MLKit, 둘 모두를 충족시키려면 Pytorch mobile, NVIDIA 뿐 아니라 모바일이나 마이크로컨트롤러 혹은 웹을 고려한다면 TensorFlow Lite 를 고려하라. Apache TVM 은 어디에서나 돌릴 수 있도록 만들어주는 프레임워크를 지향한다. 하지만 아직 Apache TVM 이 표준이 되기는 시기상조다.