Python용 Vertex AI SDK 사용

Python용 Vertex AI SDK를 사용하면 데이터 수집을 자동화하고 모델을 학습시켜 Vertex AI에서 예측을 가져올 수 있습니다. SDK는 Python 코드를 사용하여 Vertex AI API에 액세스하므로 프로그래매틱 방식으로 Vertex AI 콘솔에서 가능한 모든 작업을 수행할 수 있습니다.

Vertex AI SDK를 사용하는 이유

숙련된 머신러닝(ML) 및 인공지능(AI) 엔지니어 또는 워크플로를 프로그래매틱 방식으로 자동화하려는 데이터 과학자인 경우 SDK를 사용하는 것이 좋습니다. Python용 Vertex AI SDK는 SDK가 더 높고 덜 세분화되어 있다는 점을 제외하고 Vertex AI Python 클라이언트 라이브러리와 유사합니다. 자세한 내용은 SDK 및 클라이언트 라이브러리 차이점 이해를 참조하세요.

Vertex AI SDK 설치

Python용 Vertex AI SDK 설치에는 다음 단계가 포함됩니다.

격리된 Python 환경 만들기
Vertex AI SDK 패키지 설치
Vertex AI SDK 초기화

격리된 Python 환경 만들기

Python 권장사항은 각 프로젝트에 대해 격리된 Python 환경에 Vertex AI SDK를 설치하는 것입니다. 이렇게 하면 종속 항목, 버전, 권한 충돌을 방지하는 데 도움이 됩니다. 셸에서 명령줄을 사용하거나 노트북을 사용하기 위한 격리된 환경을 만들 수 있습니다.

명령줄을 사용할 때 격리된 환경을 만들려면 venv 환경을 활성화합니다. venv 환경이 활성화되면 Vertex AI SDK를 설치하고 Python 스크립트를 실행할 준비가 됩니다. 자세한 내용은 venv를 사용하여 종속 항목 격리 및 Python 개발 환경 설정을 참조하세요.

격리된 환경에서 노트북을 사용하려면 노트북 인스턴스를 만듭니다. 노트북 인스턴스를 만든 후 이를 사용하여 Vertex AI SDK를 설치하고 Python 스크립트를 실행합니다. 자세한 내용은 사용자 관리 노트북 인스턴스 만들기를 참조하세요.

Vertex AI SDK 패키지 설치

Vertex AI SDK를 설치하려면 가상 환경에서 다음 명령어를 실행하세요.

pip install google-cloud-aiplatform

Vertex AI SDK 초기화

Python용 Vertex AI SDK를 설치한 후 Vertex AI 및 Google Cloud 세부정보로 SDK를 초기화해야 합니다. 예를 들어 SDK를 초기화할 때 프로젝트 이름, 리전, 스테이징 Cloud Storage 버킷과 같은 정보를 지정합니다. 다음 메서드는 Vertex AI SDK를 초기화하는 메서드의 예시입니다.

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,
):

    from google.cloud import aiplatform

    aiplatform.init(
        project=project,
        location=location,
        experiment=experiment,
        staging_bucket=staging_bucket,
        credentials=credentials,
        encryption_spec_key_name=encryption_spec_key_name,
    )

Vertex AI SDK를 사용하여 코드 작성

Python용 Vertex AI SDK를 사용하려면 코드에 해당 네임스페이스를 가져올 줄을 추가해야 합니다. 그런 다음 Vertex AI SDK 참조 문서 및 코드 샘플을 사용하여 클래스, 메서드, 속성에 대해 알아봅니다.

Vertex AI SDK 네임스페이스 가져오기

Python용 Vertex AI SDK는 google.cloud.aiplatform 네임스페이스를 사용합니다. SDK의 기능에 액세스하려면 Python 코드에 다음 줄을 추가하여 이 네임스페이스를 가져옵니다.

from google.cloud import aiplatform

Vertex AI SDK 알아보기

Python용 Vertex AI SDK 참조에서는 Python용 Vertex AI SDK 기능을 설명합니다. 이 참조에는 클래스 정의, 메서드, 속성, Vertex AI SDK를 사용하여 Vertex AI를 프로그래매틱 방식으로 자동화하는 데 필요한 모든 것이 포함됩니다. 자세한 내용은 Vertex AI SDK 참조를 확인하세요.

코드 샘플 및 튜토리얼 사용해 보기

Jupyter 노트북 튜토리얼에서는 Python용 Vertex AI SDK를 더 큰 워크플로의 일부로 사용하는 방법을 보여줍니다. 자세한 내용은 Vertex AI 노트북 가이드를 참조하세요.

Python용 Vertex AI SDK GitHub 저장소의 코드 샘플은 개별 작업을 완료하는 방법을 보여줍니다. 자세한 내용은 Python용 Vertex AI SDK GitHub 저장소를 참조하세요.

SDK 및 클라이언트 라이브러리의 차이점 이해

Python용 Vertex AI SDK를 설치하면 Vertex AI Python 클라이언트 라이브러리도 설치됩니다. Vertex AI SDK와 Vertex AI Python 클라이언트 라이브러리는 서로 다른 수준의 세부사항으로 유사한 기능을 제공합니다. Vertex AI SDK는 클라이언트 라이브러리보다 높은 수준의 추상화에서 작동하며, 대부분의 일반적인 데이터 과학 워크플로에 적합합니다. 하위 수준 기능이 필요한 경우 Vertex AI Python 클라이언트 라이브러리를 사용합니다.

Vertex AI SDK는 Python에서, Vertex AI 클라이언트 라이브러리는 Python, 자바, Node.js에서 사용할 수 있습니다. 자바 또는 Node.js 클라이언트 라이브러리를 설치하는 방법은 Vertex AI 클라이언트 라이브러리 설치를 참조하세요. 선호하는 프로그래밍 언어로 클라이언트 라이브러리를 사용할 수 없는 경우 Vertex AI REST API를 사용할 수 있습니다. 자세한 내용은 Vertex AI REST 참조를 확인하세요.

Vertex AI Python 클라이언트 라이브러리와 SDK 함께 사용

Python용 Vertex AI SDK를 사용하여 더 높은 수준의 유연성 또는 제어 기능이 필요하거나 SDK에 포함되지 않은 메서드가 필요한 경우 동일한 워크플로에서 Vertex AI Python 클라이언트 라이브러리를 사용할 수 있습니다. Vertex AI Python 클라이언트 라이브러리는 다른 네임스페이스를 사용하여 Vertex AI API에 액세스합니다. Python 스크립트의 각 행에 import 줄을 추가하여 클라이언트 라이브러리와 Python SDK 네임스페이스를 동일한 Python 스크립트에서 사용할 수 있습니다.

Vertex AI SDK 네임스페이스에 대해 알아보려면 이 페이지 앞부분의 Vertex AI SDK 네임스페이스 가져오기를 참조하세요.

Vertex AI Python 클라이언트 라이브러리 네임스페이스 가져오기

Vertex AI Python 클라이언트 라이브러리 네임스페이스는 google.cloud.aiplatform.gapic입니다. 이 네임스페이스는 google.cloud.aiplatform_v1 네임스페이스에 매핑됩니다. 이 두 네임스페이스는 서로 바꿔서 사용할 수 있습니다. Python 클라이언트 라이브러리를 가져오려면 Python 스크립트에 다음 중 하나를 포함합니다.

from google.cloud import aiplatform_gapic

from google.cloud import aiplatform_v1

다음 단계

학습 방법 선택 방법 알아보기