Vertex AI Workbench는 전체 데이터 과학 워크플로를 위한 단일 개발 환경입니다. 엔드 투 엔드 노트북 기반 프로덕션 환경을 설정하려면 통합 기능이 내장된 JupyterLab 인스턴스를 만드세요. Vertex AI를 처음 사용하는 경우 Vertex AI Workbench에 대해 자세히 알아보세요.
이 페이지에서는 노트북 만들기 및 공유, 노트북을 사용하여 Vertex AI 서비스와 상호작용 등 Vertex AI Workbench에서 JupyterLab 노트북을 관리하는 프로세스를 설명합니다. 또한 이 페이지에서는 노트북을 호스팅하는 JupyterLab 인스턴스를 삭제하고 업데이트하는 방법을 보여줍니다.
데이터 백업 및 복원에 대한 자세한 내용은 백업 만들기 및 노트북 데이터 복원을 참조하세요.
시작하기 전에
Vertex AI Workbench를 사용하여 노트북을 관리하기 전에 Vertex AI 서비스를 실행할 준비가 된 프로젝트가 있어야 합니다. 자세한 내용은 Vertex AI용 프로젝트 설정을 참조하세요.
프로젝트 네임스페이스 내에서 노트북 리소스를 관리하는 데 필요한 권한을 얻으려면 프로젝트 IAM 관리자에게 다음 역할 중 하나를 부여해 달라고 요청하세요.
- Workbench 노트북 관리자 (
workbench-notebooks-admin): 프로젝트의 모든 노트북 리소스에 대한 읽기 및 쓰기 액세스 권한을 가져옵니다. JupyterLab 노트북을 만들려면 이 역할이 필요합니다. - Workbench 노트북 뷰어 (
workbench-notebooks-viewer): 프로젝트의 모든 노트북 리소스에 대한 읽기 전용 액세스 권한을 가져옵니다. JupyterLab 노트북을 열려면 이 역할 이 필요합니다.
이러한 역할에 대한 자세한 내용은 IAM 권한 준비를 참조하세요.
JupyterLab 노트북 만들기
이 섹션에서는 Vertex AI Workbench에서 JupyterLab 인스턴스를 구성하고 인스턴스에서 JupyterLab 노트북을 만드는 방법을 설명합니다.
기본 요건을 충족한 후 다음 단계에 따라 JupyterLab 인스턴스를 구성하고 JupyterLab 노트북을 만드세요.
- GDC 콘솔에 로그인하고 프로젝트를 선택합니다.
- 탐색 메뉴에서 Vertex AI > Workbench를 클릭합니다.
- 새 노트북 을 클릭합니다.
노트북 만들기 페이지에서 다음 필드의 값을 입력합니다.
- 노트북 이름: JupyterLab 노트북에 지정할 이름을 입력합니다. Vertex AI Workbench는 선택한 이름을 사용하여 노트북에 액세스하기 위한 URL을 만듭니다.
- 환경: JupyterLab 인스턴스의 Docker 이미지를 선택합니다. 이 이미지는 배포 및 일반적인 머신러닝 (ML) 패키지의 기준을 제공합니다.
- 클러스터: 사용 요구사항을 충족하는 JupyterLab 인스턴스의 Kubernetes 클러스터를 선택합니다. Kubernetes 클러스터를 사용할 수 없는 경우, 관리자와 협력하여 하나 이상의 클러스터를 추가합니다.
- CPU / 메모리: 워크로드에 필요한 CPU 및 RAM의 양을 입력합니다. CPU 집약적인 워크로드의 경우 둘 이상의 CPU를 선택할 수 있습니다.
- GPU: JupyterLab 인스턴스에 필요한 GPU 수를 선택합니다. Distributed Cloud에서 GPU는 A100 Tensor Core GPU의 NVIDIA 멀티 인스턴스 GPU (MIG) 슬라이스 하나입니다.
- 작업공간 볼륨: 필요한 스토리지 크기를 GB 단위로 입력합니다.
만들기 를 클릭합니다.
Vertex AI Workbench는 JupyterLab 인스턴스를 구성하고 JupyterLab 노트북을 만듭니다. 나중에 액세스할 수 있도록 노트북의 URL을 저장합니다.
Vertex AI Workbench에서 JupyterLab 노트북을 만든 후 JupyterLab 환경에서 통합 개발 환경 (IDE)을 엽니다. 자세한 내용은 JupyterLab 노트북 열기를 참조하세요.
JupyterLab 노트북 열기
웹브라우저에 JupyterLab 노트북의 URL을 입력하여 엽니다. URL을 모르는 경우 다음 단계에 따라 노트북을 엽니다.
- GDC 콘솔에 로그인하고 프로젝트를 선택합니다.
- 탐색 메뉴에서 Vertex AI > Workbench를 클릭합니다.
- 열려는 JupyterLab 노트북을 찾아 JupyterLab 열기 를 클릭하여 JupyterLab 인스턴스 IDE를 엽니다.
- 인증하라는 메시지가 표시되면 ID 제공업체의 인증 단계를 따릅니다.
- JupyterLab 인스턴스에서 JupyterLab 노트북을 엽니다.
다른 사용자가 JupyterLab 노트북의 URL을 열 수 있도록 공유합니다. 대상 사용자에게는 Workbench 노트북 뷰어 역할이 있어야 합니다.
JupyterLab 노트북에서 Vertex AI 서비스 사용
클라이언트 라이브러리를 사용하여 JupyterLab 노트북에서 Vertex AI 서비스와 상호작용합니다. Vertex AI 클라이언트 라이브러리를 사용하면 Distributed Cloud의 모든 Vertex AI 서비스에 프로그래매틱 방식으로 API 호출을 할 수 있습니다.
다음 단계에 따라 JupyterLab 노트북에서 Vertex AI 서비스를 사용하세요.
- 해당 Vertex AI API를 사용 설정합니다..
- 해당 Vertex AI 클라이언트 라이브러리를 설치합니다.
- JupyterLab 노트북을 만듭니다.
- JupyterLab 노트북을 열고 Vertex AI 클라이언트 라이브러리를 사용하여 코드를 작성합니다. 예를 들어 Vertex AI Translation 클라이언트 라이브러리를 사용하여 텍스트를 번역할 수 있습니다.
JupyterLab 인스턴스 삭제
다음 단계에 따라 JupyterLab 인스턴스를 삭제합니다.
- GDC 콘솔에 로그인하고 프로젝트를 선택합니다.
- 탐색 메뉴에서 Vertex AI > Workbench를 클릭합니다.
- 삭제하려는 JupyterLab 인스턴스와 연결된 노트북을 찾습니다.
- JupyterLab 노트북의 체크박스를 선택합니다.
- 삭제 를 클릭합니다.
- 노트북 삭제 대화상자에서 삭제 를 클릭합니다.
JupyterLab 인스턴스 업데이트
인프라 운영자 (IO)가 Distributed Cloud를 업데이트한 후 JupyterLab 인스턴스를 업데이트할 수 있습니다.
업데이트하려는 각 JupyterLab 인스턴스에 대해 다음 단계를 따르세요.
- 보관하려는 JupyterLab 인스턴스의 파일을 스토리지 버킷에 저장합니다. 자세한 내용은 프로젝트에서 스토리지 객체 업로드 및 다운로드를 참조하세요.
- 업데이트 후 GDC 콘솔에 로그인하고 프로젝트를 선택합니다.
- 새 JupyterLab 인스턴스를 구성합니다. Vertex AI Workbench는 새 버전의 JupyterLab으로 JupyterLab 인스턴스를 만듭니다. 예를 들어 새 JupyterLab 인스턴스에는 Distributed Cloud의 클라이언트 라이브러리 업데이트가 포함되어 있습니다.
- 구버전 JupyterLab 인스턴스의 스토리지 버킷에서 새 JupyterLab 인스턴스로 파일을 복사합니다.
이전 버전의 JupyterLab 인스턴스를 삭제할 수 있습니다. 자세한 내용은 JupyterLab 인스턴스 삭제를 참조하세요.