Vertex AI에 BigQuery ML 모델 등록

컬렉션을 사용해 정리하기 내 환경설정을 기준으로 콘텐츠를 저장하고 분류하세요.

개요

BigQuery ML 모델을 만들 때 CREATE MODEL 구문에서 선택사항인 model_registry 학습 옵션을 사용하여 모델을 Vertex AI 모델 레지스트리에 등록할 수 있습니다. CREATE MODEL 구문에는 또한 간소화된 배포 및 모델 관리에 사용할 수 있는 모델 ID 및 버전 별칭 추가 옵션이 포함됩니다.

BigQuery ML 모델이 BigQuery ML 측에서 학습을 완료하면 다른 모델과 함께 Vertex AI 모델 레지스트리에 자동으로 표시됩니다. 소스 열에서 모델의 소스 위치를 확인할 수 있습니다. BigQuery ML 모델을 찾는 빠른 방법은 소스별로 필터링하는 것입니다.

BigQuery ML 모델이 등록되면 모델에 Vertex AI 모델 레지스트리 기능을 사용할 수 있습니다. 평가 탭에서 엔드포인트에 배포, 모델 버전 비교, 예측, 모델 모니터링, 모델 평가 보기를 수행할 수 있습니다.

BigQuery ML 모델은 Vertex AI 모델 레지스트리에 자동으로 등록되지 않습니다. BigQuery ML을 사용하여 생성된 모든 모델은 Vertex AI 모델 레지스트리 등록 여부에 관계없이 BigQuery ML 사용자 인터페이스에 계속 표시됩니다.

Vertex AI 모델 ID 추가

모델 관리를 위해 BigQuery ML 모델과 연결된 Vertex AI 모델 ID를 지정할 수 있습니다. 이 ID는 Vertex AI 모델 레지스트리에서 볼 수 있으며, 동일한 ID로 Vertex AI 모델 레지스트리에 다른 버전의 BigQuery ML 모델을 업로드하기로 하면 자동으로 새 모델 버전으로 추가됩니다.

Vertex AI 모델 ID는 대문자를 허용하지 않습니다. Vertex AI 모델 ID가 지정되지 않으면 BigQuery ML 모델 ID가 사용됩니다. 이 경우 BigQuery ML 모델 ID도 소문자여야 합니다. 모델 ID 요구사항의 전체 목록을 확인하려면 업로드 참조 문서의 사양을 참조하세요.

Vertex AI 모델 별칭 추가

모델 별칭은 특정 버전의 ID를 파악할 필요 없이 참조로 특정 모델 버전을 가져오거나 배포할 수 있어서 유용합니다. 이러한 점에서 모델 별칭은 Git의 Docker 태그 또는 브랜치 참조와 비슷하게 작동합니다.

Vertex AI 모델 레지스트리 별칭의 작동 방식에 대한 자세한 내용은 모델 버전 별칭 사용 방법을 참조하세요.

Vertex AI 모델 레지스트리에 BigQuery ML 모델 등록

Vertex AI 모델 레지스트리에 BigQuery ML 모델을 등록하려면 CREATE MODEL 구문을 실행해야 합니다. 자세한 내용은 참조 문서의 CREATE MODEL 문을 참조하세요. CREATE MODEL 구문을 사용하여 새 모델을 만드는 경우 BigQuery ML 모델을 등록하려면 SQL 명령어에 model_registry="vertex_ai" 줄이 필요합니다.

기존 BigQuery ML 모델을 Vertex AI 모델 레지스트리에 등록하려면 기존의 학습된 모델 등록을 참조하세요.

CREATE MODEL 구문

{CREATE MODEL| CREATE MODEL IF NOT EXISTS| CREATE OR REPLACE MODEL}
model_name
[TRANSFORM (select_list)]
[OPTIONS
(MODEL_REGISTRY = {'VERTEX_AI' }
   [,VERTEX_AI_MODEL_ID = string_value ]
   [,VERTEX_AI_MODEL_VERSION_ALIASES = string_array ]
   , ...)
   

다음 단계