Hello 텍스트 데이터: 엔드포인트에 모델 배포 및 예측 전송

2024년 9월 15일부터는 Vertex AI Gemini 프롬프트로 이동하고 조정해야만 분류, 항목 추출, 감정 분석 목표를 맞춤설정할 수 있습니다. 텍스트 분류, 항목 추출, 감정 분석 목표용 Vertex AI AutoML 모델 학습 또는 업데이트를 더 이상 사용할 수 없습니다. 2025년 6월 15일까지 기존 Vertex AI AutoML Text 모델을 계속 사용할 수 있습니다. Gemini가 개선된 프롬프트 기능을 통해 향상된 사용자 환경을 제공하는 방법에 대한 자세한 내용은 Gemini의 모델 조정 개요를 참조하세요.

자세한 내용은 다음 환경 중 하나에서 'AutoML 텍스트 분류 모델 만들기, 학습, 배포' Jupyter 노트북을 실행하세요.

Colab에서 열기 | Colab Enterprise에서 열기 | Vertex AI Workbench 사용자 관리형 노트북에서 열기 | GitHub에서 보기

AutoML 텍스트 분류 모델이 학습을 완료하면 Vertex AI 콘솔을 사용하여 엔드포인트를 만들고 모델을 엔드포인트에 배포합니다. 모델이 엔드포인트에 배포된 후 모델에 문서를 라벨 예측용으로 보냅니다.

이 튜토리얼은 여러 페이지로 이루어져 있습니다.

1. 프로젝트 및 환경 설정

2. 텍스트 분류 데이터 세트 만들기

3. AutoML 텍스트 분류 모델 학습

4. 엔드포인트에 모델을 배포하고 예측 전송

5. 프로젝트 삭제

각 페이지에서는 이 튜토리얼의 이전 페이지에서 안내를 이미 수행했다고 가정합니다.

엔드포인트에 모델 배포하기

학습된 모델에 액세스하여 Model Registry 페이지에서 새 엔드포인트에 배포합니다.

1. Google Cloud 콘솔에서 Model Registry 페이지로 이동합니다.

   Model Registry 페이지로 이동

2. 리전에서 us-central1(아이오와)을 선택합니다.

3. 학습된 AutoML 모델의 이름과 버전 번호를 클릭하여 모델의 세부정보를 확인합니다.

   예를 들어 평가 탭에서 모델의 성능 측정항목을 확인할 수 있습니다.

4. 배포 및 테스트 탭을 선택하여 엔드포인트를 만듭니다.

5. 엔드포인트에 배포를 클릭합니다.

6. 엔드포인트에 배포 창에서 다음 단계를 완료합니다.

   1. 새 엔드포인트 만들기를 선택하고 hello_automl_text와 같은 엔드포인트 이름을 입력합니다.

   2. 100%의 트래픽 분할을 수락하고 배포를 클릭합니다.

엔드포인트를 만들고 AutoML 모델을 새 엔드포인트에 배포하는 데 수 분이 소요됩니다.

모델에 예측 보내기

엔드포인트가 생성되면 Vertex AI 콘솔에서 텍스트 예측을 전송할 수 있습니다.

1. Google Cloud 콘솔에서 Model Registry 페이지로 이동합니다.

   Model Registry 페이지로 이동

2. 리전에서 us-central1(아이오와)을 선택합니다.

3. 학습된 AutoML 모델을 클릭합니다.

4. 배포 및 테스트 탭을 선택합니다.

5. 모델 테스트 섹션에서 예측에 사용할 텍스트를 입력합니다.

6. 예측을 클릭하여 모델의 예측 라벨과 신뢰도 점수를 확인합니다.

다음 단계

• 생성된 리소스를 삭제하려면 튜토리얼의 마지막 페이지를 따르세요.