IAM 권한

이 페이지에서는 Vertex AI 역할 및 권한에 대한 정보를 제공합니다.

Vertex AI의 액세스 제어에 대한 자세한 내용은 액세스 제어 주제를 참조하세요.

개요

ID가 Google Cloud API를 호출할 때 Vertex AI에는 리소스를 사용할 수 있는 적절한 권한이 있는 ID가 있어야 합니다. 권한을 부여하려면 사용자, 그룹 또는 서비스 계정에 역할을 부여하면 됩니다.

이 페이지에서는 특정 Vertex AI 작업을 수행하기 위해 ID에 부여할 수 있는 Vertex AI IAM 권한을 설명합니다.

IAM 역할 유형

IAM에는 다음과 같은 세 가지 유형의 역할이 있습니다.

  • 기본 역할에는 소유자, 편집자, 뷰어 역할이 포함됩니다. 기본 역할은 IAM 도입 이전에 존재했던 액세스 제어를 나타냅니다.

  • 사전 정의된 역할은 특정 서비스에 대한 세분화된 액세스 권한을 제공하며, Google Cloud에서 관리합니다. 사전 정의된 역할은 일반적인 사용 사례와 액세스 제어 패턴을 지원합니다.

  • 커스텀 역할: 사용자 지정 권한 목록에 따라 세분화된 액세스 권한을 제공합니다.

기본, 사전 정의 또는 커스텀 역할에 하나 이상의 권한이 포함되어 있는지 확인하려면 다음 방법 중 하나를 사용하면 됩니다.

사전 정의된 역할과 기본 역할을 모두 한 사용자에게 할당할 경우, 각 역할의 권한이 통합되어 부여됩니다.

Vertex AI 권한

다음 표에서는 작업 및 필요한 권한을 보여줍니다.


리소스 작업 권한 필요
batchPredictionJobs batchPredictionJob 취소
  • aiplatform.batchPredictionJobs.cancel(name 리소스에 필요한 권한)
batchPredictionJobs batchPredictionJob 만들기
  • aiplatform.batchPredictionJobs.create(parent 리소스에 필요한 권한)
batchPredictionJobs batchPredictionJob 삭제 †


† 장기 실행 작업 시작
  • aiplatform.batchPredictionJobs.delete(name 리소스에 필요한 권한)

기타 권한:
  • aiplatform.batchPredictionJobs.get(반환된 장기 실행 작업에 대해 GET 호출)
  • aiplatform.batchPredictionJobs.get(반환된 장기 실행 작업에 대해 DELETE 호출)
  • aiplatform.batchPredictionJobs.get(반환된 장기 실행 작업에 대해 WAIT 호출)
  • aiplatform.batchPredictionJobs.delete(반환된 장기 실행 작업에 대해 CANCEL 호출)
batchPredictionJobs batchPredictionJob 가져오기
  • aiplatform.batchPredictionJobs.get(name 리소스에 필요한 권한)
batchPredictionJobs batchPredictionJob 나열
  • aiplatform.batchPredictionJobs.list(parent 리소스에 필요한 권한)
customJobs customJob 취소
  • aiplatform.customJobs.cancel(name 리소스에 필요한 권한)
customJobs customJob 만들기
  • aiplatform.customJobs.create(parent 리소스에 필요한 권한)
customJobs customJob 삭제 †


† 장기 실행 작업 시작
  • aiplatform.customJobs.delete(name 리소스에 필요한 권한)

기타 권한:
  • aiplatform.customJobs.get(반환된 장기 실행 작업에 대해 GET 호출)
  • aiplatform.customJobs.get(반환된 장기 실행 작업에 대해 DELETE 호출)
  • aiplatform.customJobs.get(반환된 장기 실행 작업에 대해 WAIT 호출)
  • aiplatform.customJobs.delete(반환된 장기 실행 작업에 대해 CANCEL 호출)
customJobs customJob 가져오기
  • aiplatform.customJobs.get(name 리소스에 필요한 권한)
customJobs customJob 나열
  • aiplatform.customJobs.list(parent 리소스에 필요한 권한)
dataLabelingJobs dataLabelingJob 취소
  • aiplatform.dataLabelingJobs.cancel(name 리소스에 필요한 권한)
dataLabelingJobs dataLabelingJob 만들기
  • aiplatform.dataLabelingJobs.create(parent 리소스에 필요한 권한)
dataLabelingJobs dataLabelingJob 삭제 †


† 장기 실행 작업 시작
  • aiplatform.dataLabelingJobs.delete(name 리소스에 필요한 권한)

기타 권한:
  • aiplatform.dataLabelingJobs.get(반환된 장기 실행 작업에 대해 GET 호출)
  • aiplatform.dataLabelingJobs.get(반환된 장기 실행 작업에 대해 DELETE 호출)
  • aiplatform.dataLabelingJobs.get(반환된 장기 실행 작업에 대해 WAIT 호출)
  • aiplatform.dataLabelingJobs.delete(반환된 장기 실행 작업에 대해 CANCEL 호출)
dataLabelingJobs dataLabelingJob 가져오기
  • aiplatform.dataLabelingJobs.get(name 리소스에 필요한 권한)
dataLabelingJobs dataLabelingJob 나열
  • aiplatform.dataLabelingJobs.list(parent 리소스에 필요한 권한)
datasets 데이터 세트 만들기 †


† 장기 실행 작업 시작
  • aiplatform.datasets.create(parent 리소스에 필요한 권한)

기타 권한:
  • aiplatform.datasets.get(반환된 장기 실행 작업에 대해 GET 호출)
  • aiplatform.datasets.update(반환된 장기 실행 작업에 대해 DELETE 호출)
  • aiplatform.datasets.get(반환된 장기 실행 작업에 대해 WAIT 호출)
  • aiplatform.datasets.update(반환된 장기 실행 작업에 대해 CANCEL 호출)
datasets 데이터 세트 삭제 †


† 장기 실행 작업 시작
  • aiplatform.datasets.delete(name 리소스에 필요한 권한)

기타 권한:
  • aiplatform.datasets.get(반환된 장기 실행 작업에 대해 GET 호출)
  • aiplatform.datasets.update(반환된 장기 실행 작업에 대해 DELETE 호출)
  • aiplatform.datasets.get(반환된 장기 실행 작업에 대해 WAIT 호출)
  • aiplatform.datasets.delete(반환된 장기 실행 작업에 대해 CANCEL 호출)
datasets 데이터 세트 내보내기 †


† 장기 실행 작업 시작
  • aiplatform.datasets.export(name 리소스에 필요한 권한)

기타 권한:
  • aiplatform.datasets.get(반환된 장기 실행 작업에 대해 GET 호출)
  • aiplatform.datasets.update(반환된 장기 실행 작업에 대해 DELETE 호출)
  • aiplatform.datasets.get(반환된 장기 실행 작업에 대해 WAIT 호출)
  • aiplatform.datasets.export(반환된 장기 실행 작업에 대해 CANCEL 호출)
datasets 데이터 세트 가져오기
  • AI Platform.datasets.get(name 리소스에 필요한 권한)
datasets 데이터 세트 가져오기 †


† 장기 실행 작업 시작
  • aiplatform.datasets.import(name 리소스에 필요한 권한)

기타 권한:
  • aiplatform.datasets.get(반환된 장기 실행 작업에 대해 GET 호출)
  • aiplatform.datasets.update(반환된 장기 실행 작업에 대해 DELETE 호출)
  • aiplatform.datasets.get(반환된 장기 실행 작업에 대해 WAIT 호출)
  • aiplatform.datasets.import(반환된 장기 실행 작업에 대해 CANCEL 호출)
datasets 데이터 세트 나열
  • AI Platform.datasets.list(parent 리소스에 필요한 권한)
datasets 데이터 세트 업데이트
  • aiplatform.datasets.update(name 리소스에 필요한 권한)
datasets.annotationSpecs 데이터 세트의 annotationSpecs 가져오기
  • aiplatform.annotationSpecs.get(name 리소스에 필요한 권한)
datasets.dataItems 데이터 세트의 dataItems 나열
  • aiplatform.dataItems.list(parent 리소스에 필요한 권한)
datasets.dataItems.annotations dataset.dataItems.annotations 나열
  • aiplatform.annotations.list(parent 리소스에 필요한 권한)
datasets.savedQueries 데이터 세트의 SavedQueries를 나열합니다.
  • AI Platform.datasets.get(parent 리소스에 필요한 권한)
엔드포인트 엔드포인트 만들기 †


† 장기 실행 작업 시작
  • aiplatform.endpoints.create(parent 리소스에 필요한 권한)

기타 권한:
  • aiplatform.endpoints.get(반환된 장기 실행 작업에 대해 GET 호출)
  • aiplatform.endpoints.update(반환된 장기 실행 작업에 대해 DELETE 호출)
  • aiplatform.endpoints.get(반환된 장기 실행 작업에 대해 WAIT 호출)
  • aiplatform.endpoints.update(반환된 장기 실행 작업에 대해 CANCEL 호출)
endpoints 엔드포인트 삭제 †


† 장기 실행 작업 시작
  • aiplatform.endpoints.delete(name 리소스에 필요한 권한)

기타 권한:
  • aiplatform.endpoints.get(반환된 장기 실행 작업에 대해 GET 호출)
  • aiplatform.endpoints.update(반환된 장기 실행 작업에 대해 DELETE 호출)
  • aiplatform.endpoints.get(반환된 장기 실행 작업에 대해 WAIT 호출)
  • aiplatform.endpoints.delete(반환된 장기 실행 작업에 대해 CANCEL 호출)
endpoints 엔드포인트에 모델 배포 †


† 장기 실행 작업 시작
  • aiplatform.endpoints.deploy(endpoint 리소스에 필요한 권한)

기타 권한:
  • aiplatform.endpoints.get(반환된 장기 실행 작업에 대해 GET 호출)
  • aiplatform.endpoints.update(반환된 장기 실행 작업에 대해 DELETE 호출)
  • aiplatform.endpoints.get(반환된 장기 실행 작업에 대해 WAIT 호출)
  • aiplatform.endpoints.deploy(반환된 장기 실행 작업에 대해 CANCEL 호출)
endpoints 엔드포인트 설명
  • aiplatform.endpoints.describe(endpoint 리소스에 필요한 권한)
엔드포인트 엔드포인트 가져오기
  • aiplatform.endpoints.get(name 리소스에 필요한 권한)
엔드포인트 엔드포인트 나열
  • aiplatform.endpoints.list(parent 리소스에 필요한 권한)
엔드포인트 엔드포인트 업데이트
  • aiplatform.endpoints.update(name 리소스에 필요한 권한)
엔드포인트 엔드포인트 예측
  • aiplatform.endpoints.predict(endpoint 리소스에 필요한 권한)
엔드포인트 임의의 HTTP 페이로드로 온라인 예측을 수행합니다.
  • aiplatform.endpoints.predict(endpoint 리소스에 필요한 권한)
엔드포인트 엔드포인트에 모델 배포 취소 †


† 장기 실행 작업 시작
  • aiplatform.endpoints.undeploy(endpoint 리소스에 필요한 권한)

기타 권한:
  • aiplatform.endpoints.get(반환된 장기 실행 작업에 대해 GET 호출)
  • aiplatform.endpoints.update(반환된 장기 실행 작업에 대해 DELETE 호출)
  • aiplatform.endpoints.get(반환된 장기 실행 작업에 대해 WAIT 호출)
  • aiplatform.endpoints.undeploy(반환된 장기 실행 작업에 대해 CANCEL 호출)
featurestores Batch가 피처스토어에서 특성 값을 읽습니다. †


† 장기 실행 작업 시작
  • aiplatform.featurestores.batchReadFeatureValues(featurestore 리소스에 필요한 권한)