Vertex AI Pipelines를 사용하면 서버리스 방식으로 Kubeflow Pipelines SDK 또는 TensorFlow Extended를 사용하여 빌드된 머신러닝(ML) 파이프라인을 실행할 수 있습니다. 이 문서에서는 Vertex AI Pipelines를 사용하여 파이프라인 실행을 시각화, 분석, 비교하는 방법을 설명합니다.
파이프라인 실행 페이지가 표시되고 파이프라인의 런타임 그래프가 표시됩니다.
파이프라인 요약이 파이프라인 실행 분석 창에 표시됩니다.
파이프라인 그래프에 파이프라인의 워크플로 단계가 표시됩니다.
파이프라인 요약에는 파이프라인 실행에 대한 기본 정보와 이 파이프라인 실행에 사용된 매개변수가 표시됩니다.
파이프라인 단계 또는 아티팩트에 대해 자세히 알아보려면 런타임 그래프에서 단계 또는 아티팩트를 클릭합니다.
파이프라인 실행 분석 창에 이 파이프라인 단계 또는 아티팩트에 대한 정보가 표시됩니다.
파이프라인 단계의 경우 이 정보에는 실행 세부정보, 단계에 전달된 입력 매개변수, 단계가 파이프라인에 전달한 모든 출력 매개변수가 포함됩니다.
선택한 파이프라인 단계에 대해 자세히 알아보려면 다음 안내를 따르세요.
작업 보기를 클릭하여 작업 세부정보를 확인합니다.
작업 세부정보 페이지에는 이 단계를 실행하는 데 사용되는 머신 유형, 단계가 실행되는 컨테이너 이미지, 이 단계에서 사용되는 암호화 키와 같은 정보가 포함됩니다.
파이프라인 보기를 클릭하여 이 파이프라인 단계에서 생성된 로그를 확인합니다.
로그 창이 나타납니다. 로그를 사용하여 파이프라인 동작을 디버깅합니다.
아티팩트의 경우 이 정보에는 아티팩트의 데이터 유형, 아티팩트가 저장된 위치, 아티팩트의 측정항목이 포함됩니다.
선택한 아티팩트에 대해 자세히 알아보려면 다음 단계를 따르세요.
아티팩트의 URI를 클릭하여 Cloud Storage에서 해당 위치를 엽니다.
ML Metadata에서 열기를 클릭하여 Vertex ML Metadata에서 아티팩트 계보를 확인합니다. 파이프라인 아티팩트 계보에 대한 자세한 내용은 파이프라인 아티팩트 계보 추적을 참고하세요.
Vertex ML Metadata를 처음 사용하는 경우 Vertex ML Metadata 소개를 참조하세요.
[[["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: 2025-09-04(UTC)"],[],[],null,["# Visualize and analyze pipeline results\n\n| To learn more,\n| run the \"Build Vertex AI Pipelines that generate model metrics and visualizations, and compare pipeline runs\" notebook in one of the following\n| environments:\n|\n| [Open in Colab](https://colab.research.google.com/github/GoogleCloudPlatform/vertex-ai-samples/blob/main/notebooks/official/pipelines/metrics_viz_run_compare_kfp.ipynb)\n|\n|\n| \\|\n|\n| [Open in Colab Enterprise](https://console.cloud.google.com/vertex-ai/colab/import/https%3A%2F%2Fraw.githubusercontent.com%2FGoogleCloudPlatform%2Fvertex-ai-samples%2Fmain%2Fnotebooks%2Fofficial%2Fpipelines%2Fmetrics_viz_run_compare_kfp.ipynb)\n|\n|\n| \\|\n|\n| [Open\n| in Vertex AI Workbench](https://console.cloud.google.com/vertex-ai/workbench/deploy-notebook?download_url=https%3A%2F%2Fraw.githubusercontent.com%2FGoogleCloudPlatform%2Fvertex-ai-samples%2Fmain%2Fnotebooks%2Fofficial%2Fpipelines%2Fmetrics_viz_run_compare_kfp.ipynb)\n|\n|\n| \\|\n|\n| [View on GitHub](https://github.com/GoogleCloudPlatform/vertex-ai-samples/blob/main/notebooks/official/pipelines/metrics_viz_run_compare_kfp.ipynb)\n\nVertex AI Pipelines lets you run machine learning (ML) pipelines\nthat were built using the Kubeflow Pipelines SDK or TensorFlow Extended in a serverless\nmanner. This document describes how to use Vertex AI Pipelines to\nvisualize, analyze, and compare pipeline runs.\n\nTo learn more about running and scheduling pipelines, read the guide to\n[running a pipeline](/vertex-ai/docs/pipelines/run-pipeline).\n\nVisualize pipeline runs using Google Cloud console\n--------------------------------------------------\n\nUse the following instructions to learn more about using Google Cloud console to\nvisualize pipeline runs.\n\n1. Open Vertex AI Pipelines in Google Cloud console.\n\n [Go to Vertex AI Pipelines](https://console.cloud.google.com/vertex-ai/pipelines?project=_)\n2. In **Select a recent project**, click a project tile.\n\n3. Click the run name of the pipeline run that you want to analyze.\n\n The pipeline run page appears and displays the pipeline's runtime graph.\n The pipeline's summary appears in the **Pipeline run analysis** pane.\n - The pipeline graph shows the workflow steps in the pipeline.\n - The pipeline summary shows the basic information about the pipeline run and the parameters that were used in this pipeline run.\n4. To learn more about a pipeline step or artifact, click the step or artifact\n in the runtime graph.\n\n The **Pipeline run analysis** pane shows information about this pipeline\n step or artifact.\n - For pipeline steps, this information includes execution details, the\n input parameters that were passed to the step, and any output parameters\n that the step passed to the pipeline.\n\n To learn more about the selected pipeline step:\n - Click **View job** to see the job details.\n\n The job details page includes information like the machine type used\n to run this step, the container image that the step runs in, and the\n encryption key used by this step.\n - Click **View logs** to see the logs produced by this pipeline step.\n\n The logs pane appears. Use the logs to help debug the behavior of\n your pipeline.\n - For artifacts, this information includes the data type of the artifact,\n the location where the artifact is stored, and the artifact's metrics.\n\n To learn more about the selected artifact:\n - Click the artifact's **URI** to open that location in Cloud Storage.\n\n - Click **Open in ML Metadata** to view the lineage of the artifact in\n Vertex ML Metadata. For more information about pipeline\n artifact lineage, see [Track the lineage of pipeline artifacts](/vertex-ai/docs/pipelines/lineage).\n If you're new to Vertex ML Metadata, read the [introduction to Vertex ML Metadata](/vertex-ai/docs/ml-metadata/introduction).\n\nCompare pipeline runs using Google Cloud console\n------------------------------------------------\n\nUse the following instructions to compare pipeline runs in Google Cloud console.\n\n1. Open Vertex AI Pipelines in Google Cloud console.\n\n [Go to Vertex AI Pipelines](https://console.cloud.google.com/vertex-ai/pipelines?project=_)\n2. Select the checkboxes of the pipeline runs that you want to compare.\n\n3. In the Vertex AI Pipelines menubar, click\n **compare_arrows\n Compare**.\n\n The **Compare runs** pane appears.\n4. The **Compare runs** pane lists your pipeline's parameters and metrics.\n\n This information helps you to perform analysis, such as analyzing how\n different sets of hyperparameters affect a model's metrics.\n\nWhat's next\n-----------\n\n- Read the [introduction to Vertex AI Pipelines](/vertex-ai/docs/pipelines/introduction) to learn more about orchestrating ML workflows.\n- Learn how to [build a machine learning pipeline](/vertex-ai/docs/pipelines/build-pipeline)."]]
