설정 구성

이 페이지에서는 Mainframe Assessment Tool의 일반 설정을 구성하고 새 평가의 기본 AI 기능을 수정하는 방법을 설명합니다.

수정된 설정은 기존 평가에 적용되지 않습니다. 수정된 설정을 사용하려면 새 평가를 만드세요.

일반 설정 구성

평가의 일반 설정을 구성하려면 다음 단계를 따르세요.

  1. 설정설정 아이콘을 클릭합니다.

  2. 일반 설정 섹션에서 Cloud Logging 및 Google 애널리틱스 환경설정을 수정하려면 다음 단계를 따르세요.

    • 로깅을 사용 중지하려면 Cloud Logging 사용 설정 전환 버튼을 클릭합니다.

      기본적으로 Cloud Logging은 사용 설정되어 있습니다. 로깅에 대한 자세한 내용은 로깅 문서를 참고하세요.

    • Google 애널리틱스를 사용 중지하려면 Google 애널리틱스 사용 설정 전환 버튼을 클릭합니다.

      기본적으로 Google 애널리틱스는 사용 설정되어 있습니다. 이 설정의 변경사항은 페이지를 새로고침한 후에만 적용됩니다.

  3. Google Cloud 프로젝트에 평가에 사용할Google Cloud 프로젝트 ID의 이름을 입력합니다.

    Mainframe Assessment Tool 인스턴스를 만든 Google Cloud 프로젝트를 사용하려면 이 필드를 비워 두세요.

  4. 선택사항: 모델에서 Gemini AI 모델을 선택합니다.

    기본적으로 Mainframe Assessment Tool은 Gemini 2.5 Flash-Lite 및 2.5 Flash를 적응적으로 사용합니다. 다음 옵션 중에서 다른 모델을 사용하도록 메인프레임 평가 도구를 구성할 수 있습니다.

    • Gemini 3 Flash(프리뷰)
    • Gemini 3 Pro(프리뷰)
    • Gemini 2.5 Flash-Lite
    • Gemini 2.5 Flash
    • Gemini 2.5 Pro

    사고 수준 구성을 지원하는 모델의 경우 사고 수준 드롭다운에서 사고 수준을 선택할 수 있습니다.

    대규모 평가를 실행하고 기본 모델을 변경하는 경우 평가를 더 빠르게 완료할 수 있도록 해당 모델의 할당량을 늘리는 것이 좋습니다. 할당량을 조정하려면 Google Cloud 콘솔을 사용합니다. 자세한 내용은 할당량 조정 요청을 참조하세요.

    Mainframe Assessment Tool은 모든 Vertex AI 리전의 모든 영역을 지원합니다.

  5. 전역 Vertex AI 엔드포인트의 가용성을 개선하려면 전역 Vertex AI 엔드포인트 사용을 선택합니다.

    자세한 내용은 전역 엔드포인트를 참고하세요.

    기본적으로 Mainframe Assessment Tool은 배포된 리전에서 Vertex AI를 사용합니다.

  6. 모델 출력의 창의성을 제어하려면 맞춤 온도를 선택하고 0.0~1.0 사이의 값을 설정합니다.

    기본적으로 Mainframe Assessment Tool은 0.1 값을 사용합니다. 자세한 내용은 모델 매개변수를 참고하세요.

  7. 설정 저장을 클릭합니다.

새 평가의 기본 AI 기능 구성

Mainframe Assessment Tool을 사용하면 평가에서 AI 통계의 기본 매개변수를 맞춤설정할 수 있습니다. 기본적으로 AI 통계는 사용 설정되어 있습니다.

새 평가에서 AI 기능을 구성하려면 다음 단계를 따르세요.

  1. 설정설정 아이콘을 클릭합니다.

  2. COBOL 코드의 단락 수준 요약을 생성하려면 자세한 요약을 선택합니다.

    AI 분석이 사용 설정된 경우 이 옵션은 기본적으로 선택되어 있습니다.

  3. Gemini에서 생성한 평가 사양의 테스트 사례를 생성하려면 테스트 사례를 선택합니다.

    AI 분석이 사용 설정된 경우 이 옵션은 기본적으로 선택되지 않습니다.

  4. 메인프레임 언어에서 Python, Java, C#, SQL로의 번역을 제안하는 출력 코드 샘플을 생성하려면 코드 추천을 선택합니다.

  5. 기술 스택 힌트의 경우 Gemini가 특정 기술 스택의 코드를 생성하는 데 도움이 되는 텍스트를 입력합니다. 예를 들어 Spring Boot and MySQL을 입력합니다.

  6. 설정 저장을 클릭합니다.

선택사항: 작업 실행

이 섹션에서는 Gemini 캐시 지우기, Gemini 연결 확인과 같은 작업을 실행하는 방법을 설명합니다.

작업을 수행하려면 다음 단계를 따르세요.

  1. 설정설정 아이콘을 클릭합니다.

  2. 메인프레임 평가 도구에서 Google Cloud 서비스로의 연결을 테스트하려면 연결 확인을 클릭합니다.

    연결에 성공하면 다음과 비슷한 메시지가 표시됩니다. Connectivity success

  3. Gemini 캐시를 지우려면 모델 캐시 지우기를 클릭합니다.

  4. Mainframe Assessment Tool 로그를 다운로드하려면 지원 번들 다운로드를 클릭합니다.

    지원 번들에는 메인프레임 평가 도구 로그가 zip 파일로 포함되어 있으며, 이 파일을 Google Cloud 지원팀과 공유하여 문제를 해결할 수 있습니다.

평가에 대한 AI 통계 사용 중지

AI 분석을 사용 중지하여 평가 페이지에 AI 통계가 표시되지 않도록 할 수 있습니다.

평가에 대한 AI 분석을 사용 중지하려면 다음 단계를 따르세요.

  1. 새 평가의 기본 AI 기능 섹션에서 AI 통계 사용 설정을 선택 해제합니다.

  2. 설정 저장을 클릭합니다.

커스텀 메타데이터 라벨을 사용하여 Vertex AI 비용 추적

Mainframe Assessment Tool은 비용을 추적하고 분석할 수 있도록 모든 Vertex AI 요청에 맞춤 메타데이터 라벨을 자동으로 추가합니다. 결제 보고서에서 이러한 라벨을 사용하여 비용을 필터링하면 Vertex AI 사용량을 더 잘 이해하고 최적화할 수 있습니다. 비용은 사용 후 24시간 이내에 결제 보고서에서 업데이트되지만 경우에 따라 더 오래 걸릴 수 있습니다.

다음 라벨을 사용하여 결제 보고서의 비용을 필터링합니다.

  • mat-version: Mainframe Assessment Tool의 버전입니다.
  • mat-host: Mainframe Assessment Tool 인스턴스의 호스트 환경입니다. 예를 들어 Compute Engine VM 또는 Google Kubernetes Engine입니다.
  • mat-action-type: Mainframe Assessment Tool에서 실행한 작업 유형입니다.
  • mat-schema: 처리된 애셋 유형입니다. 예를 들면 COBOL 또는 JCL입니다.
  • mat-target: Mainframe Assessment Tool 인스턴스의 배포 타겟입니다.
  • mat-run-id: 평가의 고유 ID입니다.

결제 보고서에서 이러한 필터를 하나 이상 사용하여 사용량을 추적하려면 필터를 사용하여 데이터 미세 조정하기를 참고하세요.

Vertex AI의 라벨에 대한 자세한 내용은 커스텀 메타데이터 라벨을 참고하세요.

다음 단계