AutoML 사용자용 Vertex AI

이 페이지에서는 기존 AutoML 사용자가 Vertex AI의 사용 방법을 이해하는 데 도움이 되도록 기존 AutoML 제품과 Vertex AI의 AutoML을 비교합니다.

사용 사례에 적용되는 테이블을 확인하고 워크플로에 영향을 줄 수 있는 변경사항을 검토하세요.

일반적인 사용

다음 차이점은 모든 Vertex AI 사용자에게 적용됩니다.

작업 기존 AutoML Vertex AI
모델 배포 모델을 온라인 예측에 사용할 수 있도록 직접 배포합니다. 온라인 예측을 제공하기 위한 리소스를 제공하는 엔드포인트 객체를 만듭니다. 그런 다음 모델을 엔드포인트에 배포합니다. 예측을 요청하려면 predict() 메서드를 호출합니다.
프로젝트 번호 또는 프로젝트 ID 사용 AutoML 문서의 일부 부분에서는 project-number를 사용하는 예시를 보여주고, 다른 부분에서는 project-id를 사용한 예시를 보여줍니다. project-number와 project-id 모두 Vertex AI에서 작동합니다.

AutoML Natural Language 사용자

AutoML Natural Language는 Vertex AI에서 텍스트 데이터 유형을 사용합니다.

작업 AutoML Natural Language Vertex AI
학습 데이터 형식 CSV 파일을 사용하여 인라인 텍스트 스니펫을 포함하거나 문서를 참조할 수 있습니다. 항목 추출의 경우 CSV 또는 JSON Lines 파일을 사용하여 문서를 참조할 수 있습니다 (인라인 텍스트 지원 없음). 텍스트 항목 추출을 제외한 CSV 또는 JSON Lines 파일을 사용하여 인라인 텍스트 스니펫을 포함하거나 TXT 유형의 문서를 참조할 수 있습니다. 항목 추출은 JSON Lines 파일만 지원합니다.
데이터 세트 가져오기 CSV 파일을 사용하여 ML용 데이터(TRAIN, TEST, Validation용)를 분할하는 방법을 지정합니다. CSV의 선택적 열에서, 데이터와 동일한 행에서 또는 데이터와 동일한 JSON 객체의 JSON Lines에서 태그로 ML 사용 값을 지정합니다. ML 사용 값을 지정하지 않으면 학습, 테스트, 검증을 위해 데이터가 자동으로 분할됩니다.
감정 분석의 경우 CSV 파일에서 각 행의 마지막 열에 감정 최댓값이 포함되어야 합니다.
데이터 세트 주석 주석은 가져오기 시점에 또는 Google Cloud 콘솔을 사용하여 데이터 세트에 추가됩니다. 목표가 다른 데이터 세트의 데이터 세트에 사용하려면 다른 주석으로 새로운 데이터 세트를 만들어야 합니다. 주석은 AnnotationSet 객체로 그룹화됩니다. 같은 데이터 세트에 다른 주석 세트를 사용할 수 있습니다.
스토리지 비용 내부 저장소에 로드된 데이터 세트에 대한 비용은 발생하지 않습니다. 데이터 세트를 만들면 데이터가 프로젝트의 Cloud Storage에 로드됩니다. 이 스토리지에는 요금이 부과됩니다. 자세히 알아보기
데이터 라벨링 라벨링 안내를 내부 스토리지에 로드하고 작업 생성 요청에 포함합니다. 주석은 독립형 객체입니다. URL을 사용하여 라벨링 안내를 제공합니다. 주석은 Dataset 객체의 일부이며 API를 사용하여 조작할 수 없습니다.

AutoML Vision 및 AutoML Video Intelligence 사용자

Vertex AI에서 AutoML Vision 및 AutoML Video는 이미지 및 동영상 데이터 유형을 각각 사용합니다.

작업 AutoML Vision 및 AutoML Video Vertex AI
데이터 입력 형식 JSON Lines 형식은 지원되지 않습니다. 데이터 소스에 JSON Lines 형식이 지원됩니다.
데이터 가져오기(동영상만 해당) 2단계 CSV 파일을 사용하여 동영상의 ML 사용(교육, 테스트)을 지정합니다. CSV의 선택적 열에서, 데이터와 동일한 행에서 또는 데이터와 동일한 JSON 객체의 JSON Lines에서 태그로 ML 사용 값을 지정합니다. ML 사용 값을 지정하지 않으면 학습, 테스트, 검증을 위해 데이터가 자동으로 분할됩니다.
데이터 세트 주석 주석은 가져오기 시점에 또는 Google Cloud 콘솔을 사용하여 데이터 세트에 추가됩니다. 목표가 다른 데이터 세트의 데이터 세트에 사용하려면 다른 주석으로 새로운 데이터 세트를 만들어야 합니다. 주석은 AnnotationSet 객체로 그룹화됩니다. 같은 데이터 세트에 다른 주석 세트를 사용할 수 있습니다.
스토리지 비용 내부 저장소에 로드된 데이터 세트에 대한 비용은 발생하지 않습니다. 데이터 세트를 만들면 데이터가 프로젝트의 Cloud Storage에 로드됩니다. 이 스토리지에는 요금이 부과됩니다. 자세히 알아보기
데이터 라벨링 라벨링 안내를 내부 스토리지에 로드하고 작업 생성 요청에 포함합니다. 주석은 독립형 객체입니다. URL을 사용하여 라벨링 안내를 제공합니다. 주석은 Dataset 객체의 일부이며 API를 사용하여 조작할 수 없습니다.

AutoML Tables 사용자

AutoML Tables는 Vertex AI에서 테이블 형식 데이터 유형을 사용합니다.

작업 AutoML Tables Vertex AI
데이터 세트 만들기 데이터를 내부 저장소로 가져옵니다. 나중에 데이터 소스가 업데이트되어도 AutoML 데이터 세트에 영향을 주지 않습니다. 데이터 소스를 가져오는 것이 아니라 참조합니다. 나중에 데이터 소스에서 학습된 모델이 다시 학습되면 데이터 소스에 대한 업데이트가 반영됩니다.
스키마 검토 데이터 세트로 데이터를 가져오면 데이터에 대한 통계가 자동으로 생성됩니다. 데이터 세트에 대한 통계 생성을 수동으로 시작해야 합니다.
스키마 검토 데이터 세트를 만들 때 스키마를 검토하고 각 기능이 올바르게 설정되었는지 확인합니다. 해당 데이터 세트에서 학습된 향후 모델은 명시적으로 변경하지 않는 한 이 스키마 설계를 사용합니다. 데이터 세트에서 모델을 학습시킬 때 Vertex AI는 각 기능의 기본 변환을 생성하므로 데이터 및 목표에 맞지 않는 경우 재정의할 수 있습니다. 잘못된 데이터로 인해 타임스탬프 및 숫자 데이터 유형으로 변환하지 못할 수 있습니다. 전체 행을 무효화할지 또는 해당 열만 무효화할지 지정할 수 있습니다.
내보낸 모델에서 예측 제공 내보낸 회귀 모델의 예측은 예측 간격을 반환하지 않습니다. 내보낸 회귀 모델의 예측에 대한 예측 간격이 반환됩니다.
특성 중요도 Vertex Explainable AI는 AutoML Tables용 AI Explanations와 유사한 기능을 제공합니다. 모델의 전역 특성 중요도를 사용하거나 모델의 예측에 특성 중요도(특성 기여 분석)를 사용할 수 있습니다.

API 사용자

API에 대한 자세한 내용은 Vertex AI API 참조 문서를 확인하세요.

작업 또는 항목 기존 AutoML Vertex AI
모델 생성 모델을 만들 때 장기 실행 작업을 반환하는 model.create() 메서드를 사용합니다. 학습 작업을 반환하는 TrainingPipeline 객체를 만듭니다.
클라이언트 라이브러리 사용 API에는 하나의 API 클라이언트가 있습니다. API 리소스마다 서로 다른 API 클라이언트가 있습니다.
예측 요청 모델에서 predict() 메서드를 호출하여 예측을 요청합니다. 엔드포인트 리소스에서 predict() 메서드를 호출하여 예측을 요청합니다.
온라인 예측 엔드포인트 automl.googleapis.com 및 일부 제품도 eu-automl.googleapis.com을 지원합니다. 다음에서 REGION을 예측 모델이 있는 리전으로 바꿉니다.
REGION-aiplatform.googleapis.com. 예를 들면 다음과 같습니다.
us-central1-aiplatform.googleapis.com
스키마 및 정의 파일 요청 및 응답에 대한 모든 입력은 API 서비스에 의해 정의됩니다. 데이터 형식은 사전 정의되어 있습니다. 일부 요청 및 응답 필드는 스키마 및 정의 파일에 정의되어 있습니다. 데이터 형식은 사전 정의된 스키마 파일을 사용하여 정의됩니다. 따라서 API와 데이터 형식에 유연성을 확보할 수 있습니다.
호스트 이름 automl.googleapis.com aiplatform.googleapis.com
리전 호스트 이름 모든 제품에 필수는 아닙니다. 예를 들면 다음과 같습니다.
eu-automl.googleapis.com		 필수. 예를 들면 다음과 같습니다.
us-central1-aiplatform.googleapis.com

다음 단계