AutoML API를 사용하여 만든 기존 리소스가 있는 경우 서비스 중단이나 추가 비용 없이 Cloud Translation - Advanced API를 통해 이러한 리소스를 관리하도록 업그레이드할 수 있습니다. 업그레이드하는 동안 Cloud Translation은 AutoML(기존) 리소스(예: 데이터 세트 및 모델)를 복사하고, Cloud Translation API를 통해 새 Cloud Translation(네이티브) 리소스를 만듭니다.
향후 데이터 세트 및 커스텀 모델의 개선사항이 Cloud Translation에만 적용되므로 Cloud Translation을 사용하는 것이 좋습니다. 업그레이드된 리소스를 통해 향후 언어 쌍 지원 추가와 같은 향상된 기능을 활용할 수 있습니다.
리소스를 업그레이드할 필요는 없습니다. AutoML API는 여전히 사용할 수 있으며 계속 서비스됩니다.
업그레이드 고려사항
업그레이드 후에는 네이티브 리소스와 기존 리소스가 함께 존재하지만 다른 API에서 관리됩니다. 업그레이드된 리소스에 액세스하고 관리하려면 AutoML API가 아닌 Cloud Translation API를 사용해야 합니다.
네이티브 리소스는 리소스 ID를 제외하면 기존 리소스와 동일합니다. Cloud Translation은 기존 리소스를 변경하지 않습니다. 기존 리소스는 이전과 같이 계속 사용할 수 있습니다.
리소스의 일부 또는 전체를 업그레이드할 수 있습니다. 데이터 세트를 업그레이드하면 해당 데이터 세트와 연결된 모든 모델도 자동으로 업그레이드됩니다. 기본 데이터 세트가 없는 모델(예: 연결된 데이터 세트가 삭제된 경우)만 직접 수동으로 업그레이드할 수 있습니다.
기존 리소스와 네이티브 리소스의 차이점
다음 표에서는 기존 리소스와 네이티브 리소스 간의 차이점을 간략하게 설명합니다.
기능
기존
네이티브
API를 사용할 때 데이터 세트로 데이터 가져오기
CSV 파일을 사용하여 Cloud Storage에서 소스 파일 위치 지정
Cloud Storage에서 TMX 및 TSV 파일 위치 지정
데이터 내보내기
데이터 세트에서 세그먼트 쌍 또는 모델 예측과 함께 테스트 세트를 포함하는 데이터로부터의 모델 내보내기 내보내기를 지원함
데이터 세트에서만 세그먼트 쌍 내보내기 지원
소스 파일별 데이터 분할 보기
Google Cloud 콘솔에 데이터 세트를 채우는 데 사용된 소스 파일의 목록과 각 파일에서 데이터가 분할된 방법이 표시됨.
또한 가져온 데이터를 소스 파일별로 삭제할 수도 있음
해당되지 않음. 네이티브 데이터 세트는 소스 파일 정보를 추적하지 않음
모델 평가
새 테스트 세트 또는 기존 데이터 세트에 대한 평가 실행을 지원
새 테스트 세트에서만 평가 실행 지원
작업 취소
데이터 세트 가져오기 및 모델 생성 작업 취소 지원
장기 실행 작업은 취소할 수 없음
업그레이드 후 Google Cloud 콘솔 동작
리소스를 하나 이상 업그레이드하면 Google Cloud 콘솔이 AutoML API 대신 Cloud Translation API를 사용하도록 전환됩니다. 따라서 Google Cloud 콘솔에서 새 데이터 세트를 만들면 기본적으로 네이티브 데이터 세트가 만들어집니다. 이 변경사항은 프로젝트 수준에서 이루어지므로 프로젝트의 다른 사용자에게도 이 변경사항이 표시됩니다. 기존 데이터 세트를 만들려면 기존 데이터 세트 만들기 옵션을 선택하거나 AutoML API를 사용해야 합니다.
새 커스텀 모델을 학습할 때 Google Cloud 콘솔은 데이터 세트에 따라 AutoML API 또는 Cloud Translation API를 사용합니다. 기존 데이터 세트의 경우 콘솔은 AutoML API를 사용하여 기존 모델을 만듭니다. 네이티브 데이터 세트의 경우 Google Cloud 콘솔에서 Cloud Translation API를 사용하여 네이티브 모델을 만듭니다.
Cloud Translation API
Cloud Translation API를 통해 네이티브 리소스를 관리하려면 올바른 리소스 ID로 올바른 API를 호출하도록 코드를 업데이트해야 합니다. 예를 들어 AutoML API를 호출하고 기존 리소스 ID를 참조하는 명령어가 있는 경우 Cloud Translation API를 호출하고 네이티브 리소스 ID를 참조하도록 이러한 명령어를 업데이트해야 합니다.
[[["이해하기 쉬움","easyToUnderstand","thumb-up"],["문제가 해결됨","solvedMyProblem","thumb-up"],["기타","otherUp","thumb-up"]],[["이해하기 어려움","hardToUnderstand","thumb-down"],["잘못된 정보 또는 샘플 코드","incorrectInformationOrSampleCode","thumb-down"],["필요한 정보/샘플이 없음","missingTheInformationSamplesINeed","thumb-down"],["번역 문제","translationIssue","thumb-down"],["기타","otherDown","thumb-down"]],["최종 업데이트: 2025-04-21(UTC)"],[],[],null,["# Upgrade AutoML resources\n========================\n\nIf you have existing resources that were created by using the AutoML API,\nyou can upgrade those resources to manage them through the\nCloud Translation - Advanced API without any service interruptions or additional\ncosts. During the upgrade, Cloud Translation copies your AutoML\n(legacy) resources, such as datasets and models, and creates new\nCloud Translation (native) resources through the Cloud Translation API.\n\nWe recommend that you use Cloud Translation because future enhancements to\ndatasets and customs models will apply only to Cloud Translation. Upgraded\nresources can take advantage of those future enhancements such as additional\nlanguage pair support.\n\nThere's no requirement to upgrade your resources. You can still use the\nAutoML API, which will continue to be available.\n\nUpgrade considerations\n----------------------\n\nAfter upgrading, your native and legacy resources exist together but are managed\nby different APIs. To access and manage the upgraded resources, you must use the\nCloud Translation API, not the AutoML API.\n\nThe native resources are identical to legacy resources except for their resource\nIDs. Cloud Translation doesn't make any changes to legacy resources. You can\ncontinue to work with your legacy resources as before.\n\nYou can choose to upgrade some or all of your resources. When you upgrade a\ndataset, any models that are associated with that dataset are also automatically\nupgraded. Only models without an underlying dataset (like in cases where the\nassociated dataset was deleted) can be manually upgraded on their own.\n\n### Differences between legacy and native resources\n\nThe following table outlines the differences between legacy and native\nresources.\n\n### Google Cloud console behavior post upgrade\n\nIf you upgrade at least one resource, the Google Cloud console switches to\nusing the Cloud Translation API instead of the AutoML API. So, when you create\nnew datasets in the Google Cloud console, you create native datasets by\ndefault. This change happens at the project level, so other users of your\nproject also see this change. To create a legacy dataset, you must select the\ncreate legacy dataset option or use the AutoML API.\n\nWhen training new custom models, the Google Cloud console uses the\nAutoML API or Cloud Translation API, depending on the dataset. For legacy\ndatasets, the console uses the AutoML API to create legacy models. For\nnative datasets, the Google Cloud console uses the Cloud Translation API to\ncreate native models.\n\n### Cloud Translation API\n\nTo manage native resources through the Cloud Translation API, you need to update\nyour code to call the correct APIs with the correct resource IDs. For example,\nif you have commands that call the AutoML API and reference legacy resource\nIDs, you need to update those commands to call the Cloud Translation API and\nreference the native resource IDs.\n\nFor more information about the Cloud Translation API, see the\n[projects.locations.datasets](/translate/docs/reference/rest/v3/projects.locations.datasets) and\n[projects.locations.models](/translate/docs/reference/rest/v3/projects.locations.models) resources.\n\nUpgrade resources\n-----------------\n\nUse the Google Cloud console to upgrade existing AutoML resources to\nCloud Translation resources.\n\n1. Go to the Cloud Translation console.\n\n [Go to the\n Translation page](https://console.cloud.google.com/translation)\n2. Click **Datasets** to view your existing datasets.\n\n3. Click **Upgrade** to open the **Upgrade dataset** pane, which lists the\n datasets that you can upgrade.\n\n When you upgrade a dataset, any model that's associated with that dataset\n is also automatically upgraded.\n4. Select the datasets to upgrade, and then click **Start upgrading**.\n\n On the **Datasets** page, the Google Cloud console lists your upgraded and\n legacy datasets in separate tables.\n5. To manually upgrade models, in the navigation pane, click **Models** to view\n your existing models.\n\n You can manually upgrade only models without an underlying dataset (like if\n the model's associated dataset was deleted).\n6. Click **Upgrade** to open the **Upgrade model** pane.\n\n7. Select the models to upgrade, and the click **Start upgrading**.\n\n On the **Models** page, the Google Cloud console lists your upgraded and\n legacy models in separate tables.\n\nAfter you upgrade your resources, consider making the following changes:\n\n- Update existing code to use the Cloud Translation API and newly created resources. For more information, see [Create and manage datasets](/translate/docs/advanced/automl-datasets) and [Create and manage models](/translate/docs/advanced/automl-models).\n- For translation predictions, use the Cloud Translation API instead of the AutoML API. For more information, see [translating text with a custom\n model](/translate/docs/advanced/translating-text-v3).\n\nDelete legacy resources\n-----------------------\n\nAfter you have fully migrated to using the new resources and the\nCloud Translation API, you can remove your legacy resources so that you only have a\nsingle set of resources to work with.\n\n1. Go to the Cloud Translation console.\n\n [Go to the\n Translation page](https://console.cloud.google.com/translation)\n2. In the navigation pane, click **Datasets** to view legacy datasets.\n\n3. For each dataset in the **Legacy datasets** table, select more_vert **More \\\u003e Delete** and then click\n **Confirm**.\n\n4. In the navigation pane, click **Models** to view legacy models.\n\n5. For each model in the **Legacy models** table, select more_vert **More \\\u003e Delete** and then click\n **Confirm**."]]
