이 문서에서는 사용 가능한 기능과 주요 이점을 포함하여 Google Distributed Cloud (GDC) 에어 갭의 Vertex AI에 대한 개요를 제공합니다. Vertex AI 머신러닝 기능이 에어 갭 적용 애플리케이션을 어떻게 향상시킬 수 있는지 이해하는 데 도움이 됩니다.
이 문서는 에어 갭 적용 애플리케이션 및 워크플로에 AI 기능을 통합하려는 애플리케이션 운영자 그룹 내 애플리케이션 개발자를 대상으로 합니다. 자세한 내용은 GDC 에어 갭 문서 대상을 참조하세요.
온프레미스 환경용 Vertex AI
GDC의 Vertex AI는 머신러닝 플랫폼과 생성형 AI 모델을 에어 갭 온프레미스 환경에 제공합니다. GDC의 Vertex AI는 엄격한 데이터 주권, 보안, 개인 정보 보호 요건이 있는 조직을 지원합니다. Vertex AI 서비스를 사용하면 동일한 에어 갭 적용 인프라에서 제어를 유지하면서 AI 기능으로 혁신할 수 있습니다.
주요 특징
GDC의 Vertex AI는 다음 기능을 제공합니다.
- 에어 갭 적용 배포: 데이터 센터 내에서 Vertex AI 서비스를 실행하여 데이터 주권 및 규정 준수 요구사항을 충족합니다.
- 익숙한 Vertex AI 환경: Google Cloud 에서 Vertex AI의 익숙한 도구, API, 모델을 사용하여 개발 및 관리를 간소화합니다.
- 사전 빌드된 모델 및 알고리즘: 일반적인 머신러닝 및 AI 태스크에 다양한 선행 학습 모델을 사용합니다.
- 커스텀 모델 학습: Vertex AI Workbench 노트북에서 자체 데이터를 사용하여 커스텀 AI 및 머신러닝 모델을 개발하고 학습시킵니다.
- 머신러닝 작업 (MLOps) 기능: 모델 배포 및 모니터링 도구를 사용하여 머신러닝 워크플로를 관리합니다.
사용 가능한 서비스
GDC의 Vertex AI는 다음 서비스를 제공합니다.
- 생성형 AI: 기반 생성형 AI 모델을 사용하여 콘텐츠 및 텍스트 임베딩을 생성하는 애플리케이션을 빌드합니다.
- 온라인 예측(미리보기): 예측 모델을 배포하고 요청을 수행합니다.
- 광학 문자 인식 (OCR): 이미지와 문서에서 텍스트를 추출합니다.
- Speech-to-Text: 음성 언어를 서면 텍스트로 변환합니다.
- Vertex AI Translation: 여러 언어 간에 텍스트를 번역합니다.
- Vertex AI Workbench: 머신러닝 개발을 위한 관리형 JupyterLab 노트북 환경을 만듭니다.
이점
GDC의 Vertex AI는 다음과 같은 이점을 제공합니다.
- 일관된 개발 환경: 애플리케이션 개발 및 관리를 위해 Google Cloud 에서 Vertex AI의 익숙한 API, 모델, 워크플로를 사용합니다.
- 데이터 개인 정보 보호 및 상주: 에어 갭 환경 내에서 데이터를 제어하여 규정 요구사항을 충족할 수 있습니다.
- 운영 민첩성: 에어 갭 적용 인프라에서 직접 AI 및 머신러닝 모델을 개발하고 배포합니다.
- 가치 실현 시간 단축: 일반적인 머신러닝 작업에 선행 학습된 모델을 사용하거나 자체 데이터 세트를 사용하여 커스텀 모델을 학습시킵니다.
- 통합 MLOps: 에어 갭 환경 내에서 모델을 배포, 모니터링, 관리합니다.
시작하기
GDC에서 Vertex AI를 시작하려면 다음을 수행합니다.
- 사용 가능한 서비스의 필수 역할 및 권한에 대해 알아봅니다.
- AI 및 머신러닝 워크플로를 위한 프로젝트를 설정합니다.
- Vertex AI 사전 학습된 API를 사용 설정합니다.
- 서비스 상태 및 엔드포인트를 확인합니다.
- Vertex AI 클라이언트 라이브러리를 설치합니다.
- API 요청 인증
이 단계를 완료하면 AI 및 머신러닝 모델을 빌드하고 배포할 수 있습니다.