Vertex AI 인터페이스

이 페이지에서는 Vertex AI와 상호작용하는 데 사용할 수 있는 인터페이스와 이를 사용해야 하는 경우를 설명합니다. Vertex AI의 노트북 솔루션 중 하나와 함께 이러한 인터페이스를 사용할 수 있습니다.

일부 Vertex AI 작업은 특정 인터페이스를 통해서만 사용할 수 있으므로 워크플로 중에 인터페이스 간에 전환해야 할 수 있습니다. 예를 들어 Vertex AI 실험에서는 API를 사용하여 실험 실행에 데이터를 로깅해야 하지만 콘솔에서 결과를 볼 수 있습니다.

Google Cloud 콘솔은 머신 러닝 리소스를 작업하는 데 사용할 수 있는 그래픽 사용자 인터페이스입니다.

Google Cloud 콘솔에서 관리형 데이터 세트, 모델, 엔드포인트, 작업을 관리할 수 있습니다. 콘솔을 통해 Cloud Storage 및 BigQuery와 같은 다른 Google Cloud 서비스에 액세스할 수도 있습니다.

Vertex AI 리소스 및 시각화를 그래픽 사용자 인터페이스를 통해 보고 관리하려면 Google Cloud 콘솔을 사용합니다.

자세한 내용은 Vertex AI 섹션의 대시보드 페이지를 참조하세요.

Google Cloud 명령줄 인터페이스(CLI)는 gcloud 명령어를 사용하여 Google Cloud 리소스를 만들고 관리하기 위한 도구 모음입니다.

명령줄에서 또는 스크립트 및 기타 자동화를 통해 Vertex AI 리소스를 관리하려면 Google Cloud CLI를 사용합니다.

자세한 내용은 gcloud CLI 설치 및 gcloud ai 참조를 확인하세요.

Terraform은 Vertex AI를 포함한 여러 Google Cloud 서비스에서 리소스 및 권한과 같은 인프라를 프로비저닝하는 데 사용할 수 있는 코드형 인프라(IaC) 도구입니다.

Terraform 구성 파일에서 Google Cloud 프로젝트의 Vertex AI 리소스 및 권한을 정의할 수 있습니다. 그런 다음 Terraform을 사용하여 새 리소스를 만들고 기존 리소스를 업데이트하여 프로젝트에 구성을 적용할 수 있습니다.

Google Cloud 프로젝트에서 Vertex AI 리소스 인프라를 표준화하고 리소스 종속 항목을 충족하면서 기존 Google Cloud 프로젝트 인프라를 업데이트하려면 Terraform을 사용합니다.

시작하려면 Vertex AI의 Terraform 지원을 참고하세요.

Python용 Vertex AI SDK를 사용하여 Vertex AI 워크플로를 프로그래매틱 방식으로 자동화합니다.

Python용 Vertex AI SDK는 SDK가 더 높고 덜 세분화되어 있다는 점을 제외하고 Vertex AI Python 클라이언트 라이브러리와 유사합니다. 자세한 내용은 SDK 및 클라이언트 라이브러리의 차이점 이해를 참조하세요.

시작하려면 Vertex AI SDK 설치를 참조하세요.

클라이언트 라이브러리는 지원되는 각 언어의 고유한 규칙을 사용하여 Vertex AI API를 호출하고 작성해야 하는 상용구 코드를 줄입니다.

Vertex AI에 지원되는 언어는 다음과 같습니다.

Vertex AI REST API는 작업, 모델, 엔드포인트를 관리하고 Google Cloud에서 호스팅된 모델로 예측을 수행하는 데 필요한 RESTful 서비스를 제공합니다.

자체 라이브러리를 사용하여 애플리케이션에서 Vertex AI API를 호출해야 하는 경우 REST API를 사용합니다.

시작하려면 Vertex AI API REST 참조를 확인하세요.

다음 단계