Google은 AI 기술을 사용하여 콘텐츠를 사용자의 기본 언어로 번역합니다. AI 번역에는 오류가 있을 수 있습니다.

객체 보강 구성

Cloud Storage 버킷의 이미지 및 PDF 문서에 대한 구조화된 메타데이터를 생성하려면 특성 구성 (FeatureConfig) 리소스를 만듭니다. 또한 객체 보강 서비스 에이전트가 데이터에 액세스하도록 승인해야 합니다. 객체 보강을 구성하면 Cloud Storage는 선택한 머신러닝 모델과 일치하는 객체를 비동기식으로 평가하고 결과를 객체 컨텍스트로 객체에 직접 연결합니다.

이 페이지에서는 기능 구성을 만들고, 나열하고, 보고, 업데이트하고, 삭제하는 방법을 설명합니다. 또한 서비스 에이전트에 필요한 Identity and Access Management (IAM) 권한을 부여하는 방법도 설명합니다.

전체 워크플로에는 다음 단계가 포함됩니다.

기능 구성 (FeatureConfig) 리소스를 만들어 범위를 정의하고 모델을 선택합니다.
서비스 에이전트가 스토리지 버킷에 액세스하도록 승인합니다.
객체의 보강 메타데이터 보기 및 관리
BigQuery에서 SQL을 사용하여 보강을 일괄 분석합니다.
워크로드 변화에 따라 기능 구성 업데이트 또는 삭제

개념 세부정보 및 지원되는 사용 사례는 객체 보강 개요를 참조하세요.

시작하기 전에

객체 보강을 구성하기 전에 다음 설정 단계를 완료하세요.

필요한 역할 가져오기

기능 구성을 만들고 관리하는 데 필요한 권한을 얻으려면 관리자에게 프로젝트에 대한 스토리지 관리자 (roles/storage.admin) IAM 역할을 부여해 달라고 요청하세요. 역할 부여에 대한 자세한 내용은 프로젝트, 폴더, 조직에 대한 액세스 관리를 참조하세요.

이 사전 정의된 역할에는 기능 구성을 만들고 관리하는 데 필요한 권한이 포함되어 있습니다. 필요한 정확한 권한을 보려면 필수 권한 섹션을 펼치세요.

필수 권한

기능 구성을 만들고 관리하려면 다음 권한이 필요합니다.

storage.featureConfigs.create
storage.featureConfigs.list
storage.featureConfigs.get
storage.featureConfigs.update
storage.featureConfigs.delete

커스텀 역할이나 다른 사전 정의된 역할을 사용하여 이 권한을 부여받을 수도 있습니다.

(선택사항) SQL 분석을 위한 Storage Insights 데이터 세트 준비

BigQuery에서 SQL을 사용하여 수백만 개의 객체에서 보강 메타데이터를 쿼리하고 분석하려면 먼저 Storage Insights 데이터 세트를 구성해야 합니다. Storage Insights 데이터 세트는 객체 컨텍스트를 쿼리 가능한 BigQuery 테이블로 직접 자동 내보냅니다.

Google Cloud 콘솔, Google Cloud CLI 또는 API를 사용하여 개별 객체만 검사하려면 이 단계를 건너뛰어도 됩니다.

기능 구성 만들기

기능 구성 (FeatureConfig)은 Cloud Storage에서 모니터링하는 스토리지 버킷과 객체를 평가하는 머신러닝 모델을 지정합니다. 구성에서 정확한 버킷 이름을 지정합니다. 객체 보강은 정규 표현식이나 와일드 카드를 지원하지 않습니다. 구성을 만든 후 버킷을 만들거나 다시 만들거나 (삭제 후 다시 만들기) 재배치하는 경우 이를 포함하도록 기능 구성을 업데이트해야 합니다. 자세한 내용은 구성 및 범위 관리를 참고하세요.

Google Cloud 콘솔, Google Cloud CLI 또는 JSON API를 사용하여 기능 구성을 만들 수 있습니다.

콘솔

Google Cloud 콘솔에서 Cloud Storage 객체 보강 페이지로 이동합니다.

객체 보강으로 이동
만들기를 클릭합니다.
소스 정의 단계에서 구성 이름과 대상 버킷을 지정합니다.
1. 이름 필드에 기능 구성의 고유한 이름을 입력합니다. 이름은 1~63자(영문 기준)여야 하며 소문자, 숫자, 하이픈만 포함해야 합니다. 소문자로 시작해야 하고 하이픈으로 끝나면 안 됩니다. 구성을 만든 후에는 이 이름을 변경할 수 없습니다.
2. 선택사항: 구성을 식별하는 데 도움이 되도록 설명 필드에 설명(최대 256자)을 입력합니다.
3. 강화하려는 버킷을 지정하려면 버킷 이름 필드에 하나 이상의 버킷 이름을 쉼표 또는 공백으로 구분하여 입력합니다. 또는 찾아보기를 클릭하고 버킷을 선택한 후 선택을 클릭합니다.
4. 계속을 클릭합니다.
모델 선택 단계에서 사용 설정할 머신러닝 모델을 하나 이상 선택한 후 계속을 클릭합니다.
- 이미지 객체 감지 (object-detector): 이미지 내에서 여러 객체를 식별하고 찾습니다.
- 이미지 얼굴 인식 (face-detector): 이미지 내에서 사람의 얼굴과 속성을 감지합니다.
- 이미지 라벨링 (label-detector): 콘텐츠를 기반으로 이미지에 라벨을 할당합니다.
- 이미지의 선정적인 콘텐츠 감지 (content-safety): 성인용, 폭력적 또는 기타 민감한 콘텐츠를 감지합니다.
- PDF 분류 (pdf-classification): 문서 주제 카테고리를 식별합니다.
각 모델 및 출력 스키마에 대한 자세한 내용은 지원되는 모델 및 스키마를 참조하세요.
처리 위치 선택 단계의 처리 위치 메뉴에서 멀티 리전 위치 (us, eu 또는 asia)를 선택한 후 계속을 클릭합니다.
필수 권한 부여 단계에서 객체 보강 서비스 에이전트에 필수 IAM 역할을 부여하는 방법을 선택합니다.
- 프로젝트 전체 권한 부여: 프로젝트의 현재 및 향후 모든 Cloud Storage 버킷을 처리하는 데 필요한 역할 (roles/storage.annotationGeneratorService 및 roles/storage.bucketViewer)을 서비스 에이전트에 자동으로 부여합니다. 이 옵션을 선택하려면 프로젝트에 대한 resourcemanager.projects.setIamPolicy 권한이 필요합니다. 이 권한이 없으면 옵션을 사용할 수 없습니다.
- 나중에 수동으로 권한 부여: 권한을 즉시 부여하지 않고 구성을 만듭니다. Cloud Storage에서 객체를 처리하려면 먼저 서비스 에이전트에 권한을 부여해야 합니다.
만들기를 클릭합니다.

기능 구성을 만들면 장기 실행 작업이 시작됩니다. 작업이 완료되면 Google Cloud 콘솔에 구성 세부정보 페이지가 열립니다. 프로젝트 전체 권한 부여를 선택한 경우 Google Cloud 콘솔은 구성을 만든 후 IAM 정책 바인딩을 적용합니다.

명령줄

기능 구성을 만들려면 gcloud alpha storage feature-configs create 명령어를 사용합니다.

gcloud alpha storage feature-configs create FEATURE_CONFIG_ID \
    --description="DESCRIPTION" \
    --auto-annotate-models=MODELS \
    --auto-annotate-processing-location=PROCESSING_LOCATION \
    --include-bucket-id-regexes=BUCKET_NAME

각 항목의 의미는 다음과 같습니다.

FEATURE_CONFIG_ID는 기능 구성의 고유 ID입니다. 1~63자(영문 기준)여야 하고 소문자로 시작해야 하며 소문자, 숫자, 하이픈만 포함할 수 있습니다. 하이픈으로 끝나면 안 됩니다.
DESCRIPTION은 기능 구성에 대한 선택적인 설명입니다. 예를 들면 Scan invoices and receipts입니다.
MODELS은 사용 설정할 머신러닝 모델의 쉼표로 구분된 목록입니다(face-detector, object-detector, label-detector, content-safety 또는 pdf-classification). 각 모델 및 출력 스키마에 대한 자세한 내용은 지원되는 모델 및 스키마를 참조하세요.
PROCESSING_LOCATION은 데이터 처리가 발생하는 멀티 리전 처리 위치입니다. 지원되는 값은 us, eu, asia입니다.
BUCKET_NAME은 이 구성에 포함할 버킷의 정확한 이름입니다. 쉼표로 구분된 정확한 버킷 이름 목록을 지정할 수 있습니다.

JSON API

Authorization 헤더에 대한 액세스 토큰을 생성하려면 gcloud CLI가 설치 및 초기화되어 있어야 합니다.
기능 구성 설정이 포함된 JSON 파일을 만듭니다.
```
{
  "description": "DESCRIPTION",
  "autoAnnotateConfig": {
    "models": [
      { "name": "MODEL_NAME" }
    ],
    "processingLocation": "PROCESSING_LOCATION"
  },
  "filter": {
    "includedCloudStorageBuckets": {
      "bucketIdRegexes": [
        "BUCKET_NAME"
      ]
    }
  }
}
```
각 항목의 의미는 다음과 같습니다.
- DESCRIPTION은 기능 구성에 대한 선택적인 설명입니다. 예를 들면 Scan invoices and receipts입니다.
- MODEL_NAME은 사용 설정할 머신러닝 모델의 이름입니다(face-detector, object-detector, label-detector, content-safety 또는 pdf-classification). 각 모델 및 출력 스키마에 대한 자세한 내용은 지원되는 모델 및 스키마를 참조하세요. 여러 모델을 사용 설정하려면 models 배열에 모델 객체를 추가합니다.
- PROCESSING_LOCATION은 데이터 처리가 발생하는 멀티 리전 처리 위치입니다. 지원되는 값은 us, eu, asia입니다.
- BUCKET_NAME은 구성에 포함할 버킷의 정확한 이름입니다. 예를 들면 my-bucket입니다. 여러 버킷을 포함하려면 bucketIdRegexes 배열에 추가 버킷 이름 문자열을 지정합니다.
cURL을 사용하여 featureConfigs.create 요청을 JSON API로 전송합니다.
```
curl -X POST --data-binary @JSON_FILE_NAME \
  -H "Authorization: Bearer $(gcloud auth print-access-token)" \
  -H "Content-Type: application/json" \
  "https://storage.googleapis.com/v2/projects/PROJECT_ID/locations/global/featureConfigs?featureConfigId=FEATURE_CONFIG_ID"
```
각 항목의 의미는 다음과 같습니다.
- JSON_FILE_NAME은 이전 단계에서 만든 JSON 파일의 경로입니다. 예를 들면 config.json입니다.
- PROJECT_ID는 Google Cloud 프로젝트 ID입니다. 예를 들면 my-project입니다.
- FEATURE_CONFIG_ID는 기능 구성의 고유 ID입니다. 예를 들면 my-feature-config입니다. 1~63자(영문 기준)여야 하고, 소문자로 시작해야 하며, 소문자, 숫자, 하이픈만 포함해야 합니다. 하이픈으로 끝나면 안 됩니다.
선택사항: 특성 구성을 만들기 위한 장기 실행 작업의 상태를 확인하려면 cURL을 사용하여 operations.get 요청을 JSON API에 전송합니다.
```
curl -X GET \
  -H "Authorization: Bearer $(gcloud auth print-access-token)" \
  "https://storage.googleapis.com/v2/projects/PROJECT_ID/locations/global/operations/OPERATION_ID"
```
각 항목의 의미는 다음과 같습니다.
- PROJECT_ID은 Google Cloud 프로젝트 ID입니다. 예를 들면 my-project입니다.
- OPERATION_ID는 생성 응답에 반환된 작업 ID입니다.
선택사항: 모든 활성 및 이전 작업을 나열하려면 cURL을 사용하여 operations.list 요청을 JSON API에 보냅니다.
```
curl -X GET \
  -H "Authorization: Bearer $(gcloud auth print-access-token)" \
  "https://storage.googleapis.com/v2/projects/PROJECT_ID/locations/global/operations"
```
PROJECT_ID는 Google Cloud프로젝트 ID입니다. 예를 들면 my-project입니다.

서비스 에이전트에 권한 부여

특성 구성을 만들면 Google Cloud 에서 프로젝트에 전용 서비스 에이전트(service-PROJECT_NUMBER@gcp-sa-autoannotate.iam.gserviceaccount.com)를 프로비저닝합니다.

이 서비스 에이전트가 버킷을 스캔하고, 비정형 객체를 읽고, 보강 메타데이터를 연결할 수 있도록 하려면 필요한 IAM 역할을 부여해야 합니다.

콘솔

기능 구성을 만들 때 나중에 수동으로 권한 부여를 선택했거나 프로젝트 전체 권한을 다시 적용해야 하는 경우 구성 세부정보 페이지에서 권한을 부여할 수 있습니다.

Google Cloud 콘솔에서 Cloud Storage 객체 보강 페이지로 이동합니다.

객체 보강으로 이동
구성 이름 열에서 기능 구성 이름을 클릭합니다.
작업 모음에서 권한 부여를 클릭합니다.
권한 부여 창에서 프로젝트 전체 권한 부여를 클릭합니다.

이 작업을 수행하면 서비스 에이전트에 프로젝트에 대한 스토리지 주석 생성기 서비스 (roles/storage.annotationGeneratorService) 및 스토리지 버킷 뷰어 (roles/storage.bucketViewer) 역할이 부여됩니다. Google Cloud 콘솔에서 프로젝트 전체 권한을 부여하려면 프로젝트에 대한 resourcemanager.projects.setIamPolicy 권한이 필요합니다.

전체 프로젝트 대신 개별 버킷에 roles/storage.annotationGeneratorService 역할을 부여하려면 Google Cloud CLI를 사용합니다.

명령줄

모니터링되는 각 버킷 또는 프로젝트 수준에서 서비스 에이전트에 스토리지 주석 생성기 서비스(roles/storage.annotationGeneratorService) 역할을 부여합니다.
- 특정 버킷에 대한 역할을 부여하려면 gcloud storage buckets add-iam-policy-binding 명령어를 사용합니다.
```
gcloud storage buckets add-iam-policy-binding gs://BUCKET_NAME \
    --member=serviceAccount:service-PROJECT_NUMBER@gcp-sa-autoannotate.iam.gserviceaccount.com \
    --role=roles/storage.annotationGeneratorService
```
  각 항목의 의미는 다음과 같습니다.
  - BUCKET_NAME은 권한을 부여할 버킷의 이름입니다.
  - PROJECT_NUMBER는 Google Cloud프로젝트 번호입니다.
- 프로젝트의 모든 버킷에 걸쳐 역할을 부여하려면 gcloud projects add-iam-policy-binding 명령어를 사용합니다.
```
gcloud projects add-iam-policy-binding PROJECT_ID \
    --member=serviceAccount:service-PROJECT_NUMBER@gcp-sa-autoannotate.iam.gserviceaccount.com \
    --role=roles/storage.annotationGeneratorService
```
  각 항목의 의미는 다음과 같습니다.
  - PROJECT_ID는 Google Cloud프로젝트 ID입니다.
  - PROJECT_NUMBER는 Google Cloud프로젝트 번호입니다.
서비스 에이전트가 버킷 구성을 검사할 수 있도록 프로젝트 수준에서 스토리지 버킷 뷰어 (roles/storage.bucketViewer) 역할을 부여하려면 gcloud projects add-iam-policy-binding 명령어를 사용합니다.
```
gcloud projects add-iam-policy-binding PROJECT_ID \
    --member=serviceAccount:service-PROJECT_NUMBER@gcp-sa-autoannotate.iam.gserviceaccount.com \
    --role=roles/storage.bucketViewer
```
각 항목의 의미는 다음과 같습니다.
- PROJECT_ID은 Google Cloud 프로젝트 ID입니다.
- PROJECT_NUMBER는 Google Cloud프로젝트 번호입니다.

역할을 부여한 후 비동기 처리가 시작되기까지 IAM 권한이 전파되는 데 몇 분 정도 걸릴 수 있습니다.

모든 기능 구성 나열

프로젝트의 모든 기능 구성을 나열하려면 다음 단계를 완료하세요.

콘솔

Google Cloud 콘솔에서 Cloud Storage 객체 보강 페이지로 이동합니다.

객체 보강으로 이동

구성 탭에는 사용 설정된 모델, 처리 위치, 범위, 버킷 필터, 생성 날짜, 최종 업데이트 날짜를 포함하여 프로젝트의 모든 기능 구성이 나열됩니다.
선택사항: 목록을 필터링하려면 필터 필드에 속성 이름 또는 값을 입력합니다.

명령줄

gcloud alpha storage feature-configs list 명령어를 사용합니다.

gcloud alpha storage feature-configs list

JSON API

Authorization 헤더에 대한 액세스 토큰을 생성하려면 gcloud CLI가 설치 및 초기화되어 있어야 합니다.

cURL을 사용하여 featureConfigs.list 요청을 JSON API로 전송합니다.

curl -X GET \
  -H "Authorization: Bearer $(gcloud auth print-access-token)" \
  -H "Accept: application/json" \
  "https://storage.googleapis.com/v2/projects/PROJECT_ID/locations/global/featureConfigs"

여기서 PROJECT_ID는Google Cloud 프로젝트의 ID입니다. 예를 들면 my-project입니다.

기능 구성 세부정보 보기

특정 기능 구성의 모델, 대상 버킷, 처리 위치를 검사하려면 다음 단계를 완료하세요.

콘솔

Google Cloud 콘솔에서 Cloud Storage 객체 보강 페이지로 이동합니다.

객체 보강으로 이동
구성 이름 열에서 검사할 기능 구성의 이름을 클릭합니다.

구성 세부정보 페이지에는 구성 이름, 설명, 범위, 포함된 버킷, 처리 위치, 사용 설정된 모델, 생성일, 최종 업데이트 날짜가 표시됩니다.

명령줄

gcloud alpha storage feature-configs describe 명령어를 사용합니다.

gcloud alpha storage feature-configs describe FEATURE_CONFIG_ID

FEATURE_CONFIG_ID를 기능 구성의 ID로 바꿉니다.

JSON API

Authorization 헤더에 대한 액세스 토큰을 생성하려면 gcloud CLI가 설치 및 초기화되어 있어야 합니다.
cURL을 사용하여 featureConfigs.get 요청을 JSON API로 전송합니다.
```
curl -X GET \
  -H "Authorization: Bearer $(gcloud auth print-access-token)" \
  -H "Accept: application/json" \
  "https://storage.googleapis.com/v2/projects/PROJECT_ID/locations/global/featureConfigs/FEATURE_CONFIG_ID"
```
각 항목의 의미는 다음과 같습니다.
- PROJECT_ID는Google Cloud 프로젝트 ID입니다. 예를 들면 my-project입니다.
- FEATURE_CONFIG_ID은 기능 구성의 ID입니다. 예를 들면 my-feature-config입니다.

기능 구성 업데이트

기존 기능 구성을 업데이트하여 머신러닝 모델을 추가 또는 삭제하거나, 타겟 버킷을 변경하거나, 처리 위치를 수정하거나, 설명을 업데이트할 수 있습니다.

콘솔

Google Cloud 콘솔에서 Cloud Storage 객체 보강 페이지로 이동합니다.

객체 보강으로 이동
구성 이름 열에서 업데이트할 기능 구성의 이름을 클릭합니다.
구성 세부정보 페이지에서 변경하려는 설정을 업데이트합니다.
- 설명을 업데이트하려면 구성 설명 옆에 있는 구성 설명 수정을 클릭합니다. 설명 수정 창에서 설명 필드의 텍스트를 업데이트한 후 저장을 클릭합니다.
- 버킷 범위를 업데이트하려면 구성 범위 옆에 있는 구성 범위 수정을 클릭합니다. 범위 정의 단계에서 버킷 이름 필드에 대상 버킷을 추가하거나 삭제한 후 계속을 클릭합니다. 필수 권한 부여 단계에서 서비스 에이전트의 권한 옵션을 선택한 다음 저장을 클릭합니다.
- 처리 위치를 업데이트하려면 처리 위치 옆에 있는 구성 처리 위치 수정을 클릭합니다. 처리 위치 수정 창의 처리 위치 메뉴에서 멀티 리전 위치 (us, eu 또는 asia)를 선택한 후 저장을 클릭합니다.
- 사용 설정된 모델을 업데이트하려면 사용 설정된 모델 옆에 있는 구성 사용 설정된 모델 수정을 클릭합니다. 모델 수정 창에서 업데이트할 모델의 체크박스를 선택하거나 선택 해제한 다음 저장을 클릭합니다.

명령줄

gcloud alpha storage feature-configs update 명령어를 사용하여 설명, 모델, 처리 위치 또는 버킷 필터를 업데이트합니다.

gcloud alpha storage feature-configs update FEATURE_CONFIG_ID \
    --description="DESCRIPTION" \
    --auto-annotate-models=MODELS \
    --auto-annotate-processing-location=PROCESSING_LOCATION \
    --include-bucket-id-regexes=BUCKET_NAME

다음을 바꿉니다.

FEATURE_CONFIG_ID: 업데이트할 기능 구성의 ID입니다.
DESCRIPTION: 기능 구성에 대한 설명(선택사항)입니다. 예를 들면 Scan invoices and receipts입니다.
MODELS: 사용 설정할 머신러닝 모델을 쉼표로 구분한 목록입니다(face-detector, object-detector, label-detector, content-safety 또는 pdf-classification).
PROCESSING_LOCATION: 데이터 처리가 발생하는 멀티 리전 처리 위치입니다. 유효한 값은 us, eu, asia입니다.
BUCKET_NAME: 스캔할 정확한 버킷 이름을 쉼표로 구분한 목록입니다. 객체 보강은 와일드 카드나 정규 표현식을 지원하지 않습니다. 버킷을 만들거나 다시 만들거나 재배치하는 경우 이 목록을 업데이트하여 포함해야 합니다.

JSON API

Authorization 헤더에 대한 액세스 토큰을 생성하려면 gcloud CLI가 설치 및 초기화되어 있어야 합니다.
업데이트하려는 설정이 포함된 JSON 파일을 만듭니다. 예를 들어 설명, 사용 설정된 모델, 타겟 버킷을 업데이트하려면 다음을 실행합니다.
```
{
  "description": "DESCRIPTION",
  "autoAnnotateConfig": {
    "models": [
      { "name": "MODEL_NAME" }
    ],
    "processingLocation": "PROCESSING_LOCATION"
  },
  "filter": {
    "includedCloudStorageBuckets": {
      "bucketIdRegexes": [
        "BUCKET_NAME"
      ]
    }
  }
}
```
각 항목의 의미는 다음과 같습니다.
- DESCRIPTION은 기능 구성에 대한 설명입니다(선택사항). 예를 들면 Scan invoices and receipts입니다.
- MODEL_NAME은 포함할 머신러닝 모델입니다(face-detector, object-detector, label-detector, content-safety 또는 pdf-classification). 각 모델 및 출력 스키마에 대한 자세한 내용은 지원되는 모델 및 스키마를 참조하세요. 여러 모델을 사용 설정하려면 models 배열에 모델 객체를 추가합니다.
- PROCESSING_LOCATION은 데이터 처리가 발생하는 멀티 리전 처리 위치입니다. 유효한 값은 us, eu, asia입니다.
- BUCKET_NAME은 스캔에 포함할 버킷의 정확한 이름입니다. 예를 들면 my-bucket입니다. 객체 보강은 정규 표현식이나 와일드 카드를 지원하지 않습니다. 버킷을 만들거나, 다시 만들거나, 이전하는 경우 이 목록을 업데이트하여 버킷을 포함해야 합니다. 여러 버킷을 포함하려면 bucketIdRegexes 배열에 추가 버킷 이름 문자열을 지정합니다.
cURL을 사용하여 featureConfigs.patch 요청을 JSON API로 전송합니다.
```
curl -X PATCH --data-binary @JSON_FILE_NAME \
  -H "Authorization: Bearer $(gcloud auth print-access-token)" \
  -H "Content-Type: application/json" \
  -H "Accept: application/json" \
  "https://storage.googleapis.com/v2/projects/PROJECT_ID/locations/global/featureConfigs/FEATURE_CONFIG_ID?updateMask=UPDATE_MASK"
```
각 항목의 의미는 다음과 같습니다.
- JSON_FILE_NAME은 2단계에서 만든 JSON 요청 파일의 로컬 경로입니다. 예를 들면 update.json입니다.
- PROJECT_ID는Google Cloud 프로젝트의 ID입니다. 예를 들면 my-project입니다.
- FEATURE_CONFIG_ID는 업데이트할 기능 구성의 ID입니다. 예를 들면 my-feature-config입니다.
- UPDATE_MASK는 업데이트하려는 쉼표로 구분된 필드 목록입니다(예: description,filter 또는 autoAnnotateConfig.models). 문법 규칙은 FieldMask을 참고하세요.

기능 구성 삭제

기능 구성을 삭제하면 Cloud Storage에서 일치하는 버킷에 대한 새로운 보강을 생성하지 않습니다. 구성을 삭제해도 저장된 객체에 이미 연결된 기존 보강은 삭제되지 않습니다.

기능 구성을 삭제하려면 다음 단계를 완료하세요.

콘솔

Google Cloud 콘솔에서 Cloud Storage 객체 보강 페이지로 이동합니다.

객체 보강으로 이동
구성 이름 열에서 삭제하려는 기능 구성의 이름을 클릭한 다음 삭제를 클릭합니다.
확인 대화상자에서 확인을 클릭합니다.

명령줄

gcloud alpha storage feature-configs delete 명령어를 사용합니다.

gcloud alpha storage feature-configs delete FEATURE_CONFIG_ID

FEATURE_CONFIG_ID를 기능 구성 ID로 바꿉니다.

JSON API

Authorization 헤더에 대한 액세스 토큰을 생성하려면 gcloud CLI가 설치 및 초기화되어 있어야 합니다.
cURL을 사용하여 JSON API에 featureConfigs.delete 요청을 보냅니다.
```
curl -X DELETE \
  -H "Authorization: Bearer $(gcloud auth print-access-token)" \
  -H "Accept: application/json" \
  "https://storage.googleapis.com/v2/projects/PROJECT_ID/locations/global/featureConfigs/FEATURE_CONFIG_ID"
```
각 항목의 의미는 다음과 같습니다.
- PROJECT_ID는Google Cloud 프로젝트의 ID입니다. 예를 들면 my-project입니다.
- FEATURE_CONFIG_ID는 삭제할 기능 구성의 ID입니다. 예를 들면 my-feature-config입니다.

객체 보강 구성 컬렉션을 사용해 정리하기 내 환경설정을 기준으로 콘텐츠를 저장하고 분류하세요.

시작하기 전에

필요한 역할 가져오기

필수 권한

(선택사항) SQL 분석을 위한 Storage Insights 데이터 세트 준비

기능 구성 만들기

콘솔

명령줄

JSON API

서비스 에이전트에 권한 부여

콘솔

명령줄

모든 기능 구성 나열

콘솔

명령줄

JSON API

기능 구성 세부정보 보기

콘솔

명령줄

JSON API

기능 구성 업데이트

콘솔

명령줄

JSON API

기능 구성 삭제

콘솔

명령줄

JSON API

다음 단계

객체 보강 구성