ML 애플리케이션 및 운영 아키텍처 가이드

Last reviewed 2025-11-25 UTC

아키텍처 센터의 이 문서에서는에서 ML 애플리케이션 및 작업을 빌드하고 배포하는 데 사용할 수 있는 아키텍처 가이드 링크를 제공합니다 Google Cloud.

사용자 페르소나 및 요구사항과 관련된 적절한 안내를 찾을 수 있도록 다음과 같은 유형의 아키텍처 가이드를 제공합니다.

  • 설계 가이드: 클라우드 아키텍처를 계획하고 설계하는 데 도움이 되는 규범적 교차 제품 안내입니다.
  • 참조 아키텍처: 특정 워크로드에 대한 세부 아키텍처 예시 및 설계 권장사항입니다.
  • 사용 사례: 특정 비즈니스 문제를 해결하기 위한 고수준 아키텍처 예시입니다.
  • 배포 가이드: 특정 아키텍처를 배포하기 위한 단계별 안내 또는 코드입니다.
아키텍처 가이드 설명
에서 머신러닝 구현을 위한 권장사항 Google Cloud ML 워크플로 전반에 걸쳐 권장사항을 따르는 커스텀 학습 모델을 계획하고 개발하는 데 도움이 되는 설계 가이드입니다.
고품질 예측 ML 솔루션 개발 가이드라인 예측 ML 솔루션을 구축할 때 품질을 평가, 보장, 제어하는 데 도움이 되는 가이드입니다.
TensorFlow Extended, Gemini Enterprise Agent Platform Pipelines, Cloud Build를 사용하는 MLOps 아키텍처 TensorFlow Extended (TFX) 라이브러리를 사용하여 머신러닝 (ML) 시스템을 빌드하는 데 도움이 되는 참조 아키텍처입니다.
MLOps: 머신러닝의 지속적 배포 및 자동화 파이프라인 ML 시스템을 위한 지속적 통합 (CI), 지속적 배포 (CD), 지속적 학습 (CT)을 구현하고 자동화하는 기술을 설명하는 가이드입니다.
Dataflow 및 Cloud Vision API를 사용한 ML 비전 분석 솔루션 빌드 Cloud Vision으로 이미지 파일을 처리하고 처리된 결과를 BigQuery에 저장하는 Dataflow 파이프라인을 빌드하는 데 도움이 되는 참조 아키텍처입니다. 이 참조 아키텍처를 배포하는 방법에 대한 자세한 내용은 Dataflow 및 Cloud Vision API를 사용한 ML 비전 분석 솔루션 배포를 참조하세요.
데이터 분석, AI, 제휴 학습을 위한 컨피덴셜 컴퓨팅 컨피덴셜 컴퓨팅을 사용하여 안전한 데이터 협업, AI 모델 학습, 제휴 학습을 수행하는 데 도움이 되는 참조 아키텍처입니다.
교차 사일로 및 교차 기기를 지원하는 Google Cloud Google Kubernetes Engine (GKE)을 사용하여 제휴 학습 플랫폼을 만드는 데 도움이 되는 참조 아키텍처입니다.
대규모 후보군 생성을 위한 2타워 검색 구현 Gemini Enterprise Agent Platform 을 사용하여 엔드 투 엔드 방식의 2타워 후보군 생성 워크플로를 구현하는 데 도움이 되는 참조 아키텍처입니다.
및 Labelbox를 사용한 모델 개발 및 데이터 라벨링 Google Cloud Labelbox를 사용하여 표준화된 파이프라인을 빌드하는 데 도움이 되는 참조 아키텍처입니다.
의 C3 AI 아키텍처 Google Cloud 이 문서에서는 C3 AI 애플리케이션을 배포하는 가장 효과적인 방법을 설명합니다.