BigQuery ML 및 Vertex AI Model Registry

컬렉션을 사용해 정리하기 내 환경설정을 기준으로 콘텐츠를 저장하고 분류하세요.

BigQuery ML은 표준 SQL 쿼리를 사용하여 BigQuery ML에서 머신러닝 모델을 만들고 실행할 수 있는 Google Cloud 서비스입니다. Vertex AI를 사용하면 통합 플랫폼 내에서 선행 학습된 모든 커스텀 도구를 사용할 수 있습니다. Vertex AI Model Registry에서 BigQuery ML 모델을 등록하면 다른 ML 모델과 함께 관리하여 간편하게 버전을 관리하고 평가하며 예측을 위해 배포할 수 있습니다.

이와 같이 통합하면 Vertex AI 모델 레지스트리에 등록할 BigQuery ML 모델을 선택할 수 있습니다. 등록한 후에 온라인 예측을 위해 BigQuery ML 모델을 엔드포인트에 배포할 수 있습니다.

BigQuery ML에서 다음을 등록할 수 있습니다.

  • BigQuery ML 기본 제공 모델
  • BigQuery ML TensorFlow 모델

현재 BigQuery ML XGboost 및 ARIMA_PLUS 모델은 Vertex AI 모델 레지스트리에 등록할 수 있지만 배포할 수는 없습니다.

BigQuery ML 모델을 Vertex AI Model Registry와 통합하는 방법은 BigQuery ML 및 Vertex AI Model Registry를 참조하세요.

Vertex AI Model Registry 및 BigQuery ML용 노트북

노트북에서는 Vertex AI Model Registry 및 BigQuery ML을 사용하여 모델을 배포하고 예측을 수행하는 방법을 설명합니다.

이 튜토리얼에는 다음 Google Cloud ML 서비스 및 리소스가 사용됩니다.

  • Vertex AI 모델
  • Vertex AI Model Registry 리소스
  • Vertex AI endpoint 리소스
  • Vertex AI Prediction
  • BigQuery ML

구체적인 단계는 다음과 같습니다.

  • BigQuery ML을 사용하여 새 모델을 학습시킵니다.
  • 모델을 Vertex AI Model Registry에 업로드합니다.
  • Vertex AI endpoint 리소스를 만듭니다.
  • model 리소스를 endpoint 리소스에 배포합니다.
  • endpoint 모델에 예측 요청을 보냅니다.