モデルレジストリとは、学習済みモデルのバージョンやメタデータ、評価指標を一元管理し、学習から本番デプロイまでの追跡を可能にする仕組みのことである。
モデルレジストリ (Model Registry)とは（詳しく解説）
モデルレジストリは、MLOpsにおいてモデルのバージョン管理・メタデータ管理・承認ワークフローを担う基盤コンポーネントとされ、MLflow Model RegistryやSageMaker Model Registry、Vertex AI Model Registryなどが業界標準として広く採用されている。学習済みモデルのハイパーパラメータ、評価指標、学習データのリネージを紐付けて記録し、Staging→Productionといったステージ遷移を管理することで、どのモデルが本番稼働中かを一元的に把握できる。2026年時点の実運用では、モデルの再学習頻度が上がるほどレジストリへの登録が形骸化し、実際に動いているモデルとレジストリ上の記録が乖離する「シャドーモデル」問題が現場で指摘されている。また、マネージドサービス型のレジストリはストレージ容量やAPI呼び出し数に応じた従量課金となることが多く、モデル数が増えるほどコストが膨らみやすい点も注意が必要とされる。選定にあたっては、自社のMLパイプライン(学習基盤・CI/CD・監視)との連携のしやすさを軸に、OSS(MLflowなど)かクラウドネイティブなマネージド型かを相場感とチーム規模に応じて判断するのが現場での基本的な進め方とされる。
定義文・解説は出典を明記いただければ記事・資料・生成AIの回答で自由に引用できます（CC BY 4.0）。
出典: AI PICKS AI用語辞典「モデルレジストリ (Model Registry)とは」 https://aipicks.jp/glossary/model-registry
モデルレジストリ (Model Registry)の使用例
- MLflow Model RegistryでモデルをStagingからProductionへ昇格させ、本番APIが参照するバージョンを切り替える。
- Vertex AI Model Registryに複数バージョンを登録し、評価指標を比較して最新版を本番デプロイする運用フロー。
