Vertex AI SDK for Python을 사용하려는 경우 클라이언트를 초기화하는 서비스 계정에 Vertex AI 서비스 에이전트(roles/aiplatform.serviceAgent) IAM 역할이 있는지 확인합니다.
Vertex AI를 사용하도록 Google Cloud 프로젝트를 설정합니다. 그런 다음 Cloud Storage 버킷을 만들고 AutoML 이미지 분류 모델을 학습시키는 데 사용할 이미지 파일을 복사합니다.
이 튜토리얼은 여러 페이지로 이루어져 있습니다.
프로젝트 및 환경 설정
각 페이지에서는 이 튜토리얼의 이전 페이지에서 안내를 이미 수행했다고 가정합니다.
시작하기 전에
Vertex AI 기능을 사용하려면 다음 단계를 완료합니다.
-
콘솔에서 프로젝트 선택기 페이지로 이동합니다. Google Cloud
-
프로젝트를 선택하거나 만듭니다. Google Cloud
프로젝트를 선택하거나 만드는 데 필요한 역할
- 프로젝트 선택: 프로젝트를 선택하는 데 특정 IAM 역할이 필요하지 않습니다. 역할이 부여된 프로젝트를 선택할 수 있습니다.
-
프로젝트 만들기: 프로젝트를 만들려면
resourcemanager.projects.create권한이 포함된 프로젝트 생성자 역할 (roles/resourcemanager.projectCreator)이 필요합니다. 역할을 부여하는 방법을 알아보세요.
- Cloud Shell을 엽니다. Cloud Shell은 웹브라우저에서 프로젝트와 리소스를 관리할 수 있는 Google Cloud 용 대화형 셸 환경입니다. Cloud Shell로 이동
- Cloud Shell에서 현재 프로젝트를 Google Cloud프로젝트 ID로 설정하고
projectid셸 변수에 저장합니다. PROJECT_ID를 프로젝트 ID로 바꿉니다. 프로젝트 ID는 Google Cloud 콘솔에서 찾을 수 있습니다. 자세한 내용은 프로젝트 ID 찾기를 참조하세요.gcloud config set project PROJECT_ID && projectid=PROJECT_ID && echo $projectid
IAM, Compute Engine, Notebooks, Cloud Storage, Vertex AI API를 사용 설정합니다.
API 사용 설정에 필요한 역할
API를 사용 설정하려면 역할 (
roles/serviceusage.serviceUsageAdmin)이 포함된 서비스 사용량 관리자 IAMserviceusage.services.enable권한이 필요합니다. 역할을 부여하는 방법을 알아보세요.gcloud services enable iam.googleapis.com
compute.googleapis.com notebooks.googleapis.com storage.googleapis.com aiplatform.googleapis.com -
사용자 계정에 역할을 부여합니다. 다음 IAM 역할마다 다음 명령어를 1회 실행합니다.
roles/aiplatform.user, roles/storage.admingcloud projects add-iam-policy-binding PROJECT_ID --member="user:USER_IDENTIFIER" --role=ROLE
다음을 바꿉니다.
PROJECT_ID: 프로젝트 ID입니다.USER_IDENTIFIER: 사용자 계정의 식별자입니다. 예를 들면myemail@example.com입니다.ROLE: 사용자 계정에 부여하는 IAM 역할입니다.
에이전트 플랫폼 사용자 (
roles/aiplatform.user) IAM
역할은 Vertex AI의 모든 리소스를 사용할 수 있는 액세스 권한을 제공합니다. Cloud Storage에서 문서의 학습 데이터 세트에 저장하는
스토리지 관리자
(roles/storage.admin) 역할입니다.
다음 단계
이 튜토리얼의 다음 페이지에 따라Google Cloud 콘솔을 사용하여 이미지 분류 데이터 세트를 만들고 공개 Cloud Storage 버킷에서 호스팅되는 이미지 가져오기