Vertex AI 클라이언트 라이브러리 설치

클라이언트 라이브러리는 Vertex AI API를 호출하기 위한 최적화된 개발자 환경을 제공합니다. 클라이언트 라이브러리는 지원되는 각 언어의 고유한 규칙을 사용하며 작성해야 하는 상용구 코드를 줄입니다. 다음 가이드에서는 설치 방법을 설명합니다.

시작하기 전에

  1. Google Cloud 계정에 로그인합니다. Google Cloud를 처음 사용하는 경우 계정을 만들고 Google 제품의 실제 성능을 평가해 보세요. 신규 고객에게는 워크로드를 실행, 테스트, 배포하는 데 사용할 수 있는 $300의 무료 크레딧이 제공됩니다.
  2. Google Cloud Console의 프로젝트 선택기 페이지에서 Google Cloud 프로젝트를 선택하거나 만듭니다.

    프로젝트 선택기로 이동

  3. Vertex AI API 사용 설정

    API 사용 설정

  4. 서비스 계정을 만듭니다.

    1. Cloud 콘솔에서 서비스 계정 만들기 페이지로 이동합니다.

      서비스 계정 만들기로 이동
    2. 프로젝트를 선택합니다.
    3. 서비스 계정 이름 필드에 이름을 입력합니다. Cloud Console은 이 이름을 기반으로 서비스 계정 ID 필드를 채웁니다.

      서비스 계정 설명 필드에 설명을 입력합니다. 예를 들면 Service account for quickstart입니다.

    4. 만들고 계속하기를 클릭합니다.
    5. 프로젝트에 대한 액세스 권한을 제공하려면 서비스 계정에 프로젝트 > 소유자 역할을 부여합니다.

      역할 선택 목록에서 역할을 선택합니다.

      역할을 추가하려면 다른 역할 추가를 클릭하고 각 역할을 추가합니다.

    6. 계속을 클릭합니다.
    7. 완료를 클릭하여 서비스 계정 만들기를 마칩니다.

      브라우저 창을 닫지 마세요. 다음 단계에서 사용합니다.

  5. 서비스 계정 키 만들기

    1. Cloud Console에서 만든 서비스 계정의 이메일 주소를 클릭합니다.
    2. 를 클릭합니다.
    3. 키 추가를 클릭한 후 새 키 만들기를 클릭합니다.
    4. 만들기를 클릭합니다. JSON 키 파일이 컴퓨터에 다운로드됩니다.
    5. 닫기를 클릭합니다.
  6. GOOGLE_APPLICATION_CREDENTIALS 환경 변수를 서비스 계정 키가 포함된 JSON 파일의 경로로 설정합니다. 이 변수는 현재 셸 세션에만 적용되므로, 새 세션을 열 경우, 변수를 다시 설정합니다.

  7. Google Cloud Console의 프로젝트 선택기 페이지에서 Google Cloud 프로젝트를 선택하거나 만듭니다.

    프로젝트 선택기로 이동

  8. Vertex AI API 사용 설정

    API 사용 설정

  9. 서비스 계정을 만듭니다.

    1. Cloud 콘솔에서 서비스 계정 만들기 페이지로 이동합니다.

      서비스 계정 만들기로 이동
    2. 프로젝트를 선택합니다.
    3. 서비스 계정 이름 필드에 이름을 입력합니다. Cloud Console은 이 이름을 기반으로 서비스 계정 ID 필드를 채웁니다.

      서비스 계정 설명 필드에 설명을 입력합니다. 예를 들면 Service account for quickstart입니다.

    4. 만들고 계속하기를 클릭합니다.
    5. 프로젝트에 대한 액세스 권한을 제공하려면 서비스 계정에 프로젝트 > 소유자 역할을 부여합니다.

      역할 선택 목록에서 역할을 선택합니다.

      역할을 추가하려면 다른 역할 추가를 클릭하고 각 역할을 추가합니다.

    6. 계속을 클릭합니다.
    7. 완료를 클릭하여 서비스 계정 만들기를 마칩니다.

      브라우저 창을 닫지 마세요. 다음 단계에서 사용합니다.

  10. 서비스 계정 키 만들기

    1. Cloud Console에서 만든 서비스 계정의 이메일 주소를 클릭합니다.
    2. 를 클릭합니다.
    3. 키 추가를 클릭한 후 새 키 만들기를 클릭합니다.
    4. 만들기를 클릭합니다. JSON 키 파일이 컴퓨터에 다운로드됩니다.
    5. 닫기를 클릭합니다.
  11. GOOGLE_APPLICATION_CREDENTIALS 환경 변수를 서비스 계정 키가 포함된 JSON 파일의 경로로 설정합니다. 이 변수는 현재 셸 세션에만 적용되므로, 새 세션을 열 경우, 변수를 다시 설정합니다.

클라이언트 라이브러리

Vertex AI는 다음 언어의 클라이언트 라이브러리를 제공합니다. 사용할 언어를 선택합니다.

자바

Maven을 사용하는 경우 종속 항목에 다음을 추가합니다.

<dependency>
  <groupId>com.google.cloud</groupId>
  <artifactId>google-cloud-aiplatform</artifactId>
  <version>0.4.0</version>
</dependency>

Gradle을 사용하는 경우 종속 항목에 다음을 추가합니다.

compile 'com.google.cloud:google-cloud-aiplatform:0.4.0'

SBT를 사용하는 경우 종속 항목에 다음을 추가합니다.

libraryDependencies += "com.google.cloud" % "google-cloud-aiplatform" % "0.4.0"

코드 샘플 사용해 보기

개별 코드 샘플을 보거나 가져오려면 java-aiplatform GitHub 저장소로 이동합니다.

클라이언트 라이브러리 문서

자세한 내용은 자바용 Vertex AI 클라이언트 라이브러리 문서를 참조하세요.

Node.js

라이브러리를 설치하기 전에 Node.js 개발을 위한 환경을 준비합니다.

환경에서 다음 명령어를 실행하여 클라이언트 라이브러리를 설치합니다.

npm install @google-cloud/aiplatform

클라이언트 라이브러리 문서

자세한 내용은 Node.js용 Vertex AI 클라이언트 라이브러리 문서를 참조하세요.

Python

Python용 Vertex AI SDK

Vertex AI용 Python 클라이언트 라이브러리는 이제 Python용 Vertex AI SDK로 변경되었습니다. 버전 0.7(미리보기) 출시와 함께 Python용 Vertex AI SDK는 2가지 수준의 지원을 제공합니다. 상위 수준의 aiplatform 라이브러리는 래퍼 클래스와 오피니언 기본값을 사용하여 일반적인 데이터 과학 워크플로를 단순화하도록 설계되었습니다. 유연성 또는 제어가 더 필요한 경우이거나 상위 수준 라이브러리에서 지원되지 않는 메서드에는 하위 수준의 aiplatform.gapic 라이브러리를 계속 사용할 수 있습니다.

Python용 Vertex AI SDK를 설치할 때 두 가지 수준의 지원을 모두 사용할 수 있습니다. 동일한 워크플로에서 aiplatform 호출과 aiplatform.gapic 호출을 혼합하여 사용하는 경우, 두 접근 방식은 서로 다른 초기화 절차를 사용하기 때문에 각각 개별적으로 초기화해야 합니다.

설치하기 전에

Python용 Vertex AI SDK를 설치하기 전에 프로젝트마다 격리된 Python 환경을 만드는 것이 좋습니다. venv 환경을 활성화하거나 다른 방법을 사용하여 격리된 Python 환경을 만듭니다.

Google Cloud와 함께 사용하도록 Python 개발 환경 설정에 대해 자세히 알아보세요.

또 다른 옵션은 이 프로젝트의 사용자 관리 노트북 인스턴스를 만드는 것입니다. 노트북에서 작업 중인 경우 노트북 인스턴스 또는 환경에 Python용 Vertex AI SDK를 설치합니다.

Python용 Vertex AI SDK 설치 및 초기화

가상 환경에서 다음 명령어를 실행하여 Python용 Vertex AI SDK를 설치합니다.

YOUR_ENVIRONMENT/bin/pip install google-cloud-aiplatform

다음 코드 샘플은 Python 코드에서 라이브러리를 초기화하는 방법을 보여줍니다.

def init_sample(
    project: Optional[str] = None,
    location: Optional[str] = None,
    experiment: Optional[str] = None,
    staging_bucket: Optional[str] = None,
    credentials: Optional[auth_credentials.Credentials] = None,
    encryption_spec_key_name: Optional[str] = None,
):
    aiplatform.init(
        project=project,
        location=location,
        experiment=experiment,
        staging_bucket=staging_bucket,
        credentials=credentials,
        encryption_spec_key_name=encryption_spec_key_name,
    )

코드 샘플 사용해 보기

Jupyter 노트북 형식의 가이드에서는 더 큰 워크플로의 일부로 Python용 Vertex AI SDK를 사용하는 방법을 보여줍니다.

개별 코드 샘플을 보거나 가져오려면 python-aiplatform GitHub 저장소로 이동합니다.

클라이언트 라이브러리 문서

자세한 내용은 Python용 Vertex AI SDK 문서를 참조하세요.