BigQuery ML 모델용 Explainable AI

Explainable AI는 AI 모델의 예측과 결정을 이해하는 데 사용할 수 있는 기법 묶음입니다. BigQuery ML과 Vertex AI는 모두 특성 기반 설명을 제공하는 기존 Explainable AI 서비스를 제공합니다.

이 페이지에서 모델 레지스트리에 등록된 BigQuery ML 모델에서 Explainable AI를 사용할 수 있는지 확인하세요.

BigQuery ML 자체가 두 가지 개별 프레임워크에서 Explainable AI를 지원하므로 여러 모델 유형을 지원합니다. 이 페이지에서는 Model Registry 통합에 지원되는 모델 유형을 설명합니다. BigQuery ML 기반 Explainable AI에 대한 자세한 내용은 BigQuery ML에서 모델에 XAI 수행을 참조하세요.

Vertex AI의 Explainable AI에 지원되는 모델 유형

Explainable AI는 Vertex AI에서 내보내기 가능한 지도 학습 모델의 하위 집합에 사용할 수 있습니다. 다음 목록에 없는 모델 유형은 메타데이터를 수동으로 수정하는 경우 Explainable AI를 지원할 수 있습니다. 자세한 내용은 Vertex Explainable AI 소개를 참조하세요.

모델 유형 Explainable AI 메서드
dnn_classifier 적분 경사
dnn_regressor 적분 경사
dnn_linear_combined_classifier 적분 경사
dnn_linear_combined_regressor 적분 경사
boosted_tree_regressor 샘플링된 Shapley
boosted_tree_classifier 샘플링된 Shapley
random_forest_regressor 샘플링된 Shapley
random_forest_classifier 샘플링된 Shapley

이러한 메서드에 대한 자세한 내용은 특성 기여 분석 메서드를 참조하세요.

모델 레지스트리에서 Explainable AI 사용 설정

BigQuery ML 모델이 모델 레지스트리에 등록되어 있고 Explainable AI 지원 모델 유형인 경우 엔드포인트에 배포할 때 모델에 Explainable AI를 사용 설정할 수 있습니다. BigQuery ML 모델을 등록하면 연결된 모든 메타데이터가 자동으로 채워집니다.

  1. BigQuery ML 모델을 Model Registry에 등록합니다.
  2. Google Cloud 콘솔의 BigQuery 섹션에서 모델 레지스트리 페이지로 이동합니다.
  3. 모델 레지스트리에서 BigQuery ML 모델을 선택하고 모델 버전을 클릭하여 모델 세부정보 페이지로 리디렉션합니다.
  4. 모델 버전에서 작업 더보기를 선택합니다.
  5. 엔드포인트에 배포를 클릭합니다.
  6. 엔드포인트를 정의합니다. 엔드포인트 이름을 만들고 계속을 클릭합니다.
  7. 머신 유형을 선택합니다(예: n1-standard-2).
  8. 모델 설정의 로깅 섹션에서 체크박스를 선택하여 설명 기능 옵션을 사용 설정합니다.
  9. 완료를 클릭한 후 계속을 클릭하여 엔드포인트에 배포합니다.

콘솔에서 XAI 사용 설정

모델 레지스트리의 모델에서 XAI를 사용하는 방법을 알아보려면 배포된 모델을 사용한 온라인 설명 가져오기를 참조하세요. Vertex AI의 XAI에 대한 자세한 내용은 설명 보기를 참조하세요.

자세히 알아보기