관리형 노트북 소개

Vertex AI Workbench 관리형 노트북 인스턴스는 엔드 투 엔드 Jupyter 노트북 기반 프로덕션 환경을 설정하고 작업할 수 있도록 지원하는 통합 및 기능이 포함된 Google 관리 환경입니다.

관리형 노트북 인스턴스는 JupyterLab과 함께 사전 패키징되어 있으며 TensorFlow 및 PyTorch 프레임워크 지원 기능이 포함된 딥 러닝 패키지 제품군이 사전 설치되어 있습니다. 관리형 노트북 인스턴스는 GPU 가속기 및 GitHub 저장소와 동기화 기능을 지원합니다. 관리형 노트북 인스턴스는 Google Cloud 인증 및 승인을 통해 보호됩니다.

Google 관리 컴퓨팅 인프라

Vertex AI Workbench 관리형 노트북 인스턴스는 Google에서 관리하는 Jupyter 노트북 기반 컴퓨팅 인프라입니다.

관리형 노트북 인스턴스는 테넌트 프로젝트에 Google 관리 가상 머신(VM) 인스턴스로 배포됩니다.

관리형 노트북 인스턴스에는 TensorFlow 및 PyTorch와 같은 일반적인 데이터 과학 프레임워크 환경이 많이 포함되어 있습니다. 또한 자체 커스텀 컨테이너 이미지를 관리형 노트북 인스턴스에 추가할 수 있습니다. 이러한 환경은 노트북 파일을 실행할 수 있는 커널로 제공됩니다.

커널 중 하나에서 노트북을 실행하면 Vertex AI Workbench가 해당 컨테이너를 시작하고, 이를 통해 Jupyter 세션을 만들고, 해당 Jupyter 세션을 사용하여 컨테이너에서 노트북을 실행합니다.

이 Google 관리형 컴퓨팅 인프라에는 데이터 과학 및 머신러닝 워크플로를 처음부터 끝까지 구현하는 데 도움이 되는 통합 및 기능이 포함되어 있습니다. 자세한 내용은 다음 섹션을 참조하세요.

커스텀 컨테이너 사용

관리형 노트북 인스턴스에 커스텀 Docker 컨테이너 이미지를 추가하여 필요에 맞게 맞춤설정된 환경에서 노트북 코드를 실행할 수 있습니다.

이러한 커스텀 컨테이너는 사전 설치된 프레임워크와 함께 JupyterLab 사용자 인터페이스에서 직접 사용할 수 있습니다. 자세한 내용은 관리형 노트북 인스턴스에 커스텀 컨테이너 추가를 참조하세요.

노트북 기반 워크플로

관리형 노트북 인스턴스를 사용하면 JupyterLab 사용자 인터페이스를 나가지 않고도 워크플로 중심의 태스크를 수행할 수 있습니다.

JupyterLab에서 하드웨어 및 프레임워크 제어

관리형 노트북 인스턴스에서 JupyterLab 사용자 인터페이스는 코드를 실행할 컴퓨팅 리소스를 지정하는 위치입니다. 예를 들어 원하는 vCPU 또는 GPU 수, 원하는 RAM, 코드를 실행할 프레임워크를 구성할 수 있습니다. 먼저 코드를 작성한 다음 JupyterLab을 종료하거나 인스턴스를 다시 시작하지 않고 실행하는 방법을 선택할 수 있습니다. 코드를 빠르게 테스트하려면 하드웨어를 축소한 다음 다시 확장하여 더 많은 데이터에 실행할 수 있습니다.

데이터 액세스

JupyterLab 사용자 인터페이스를 벗어나지 않고도 데이터에 액세스할 수 있습니다.

관리형 노트북 인스턴스의 JupyterLab 탐색 메뉴에서는 Cloud Storage 통합을 사용하여 액세스 권한이 있는 데이터 및 기타 파일을 찾아볼 수 있습니다. JupyterLab 내에서 Cloud Storage 버킷 및 파일에 액세스를 참조하세요.

BigQuery 통합을 사용하여 액세스할 수 있는 테이블을 찾아보고 쿼리를 작성하고 결과를 미리 보고 노트북에 데이터를 로드할 수도 있습니다. JupyterLab 내에서 BigQuery 테이블의 통합 쿼리를 참조하세요.

노트북 실행

실행자를 사용하여 노트북 파일을 일회성 실행 또는 일정에 따라 실행합니다. 실행할 특정 환경과 하드웨어를 선택합니다. 노트북 코드가 Vertex AI 커스텀 학습에서 실행되므로 더 쉽게 분산 학습을 수행하고 초매개변수를 최적화하거나 지속적 학습 작업을 예약할 수 있습니다. 실행자를 사용한 노트북 파일 실행을 참조하세요.

실행에서 매개변수를 사용하여 각 실행 작업에 특정 변경사항을 적용할 수 있습니다. 예를 들어 사용할 다른 데이터 세트를 지정하거나, 모델의 학습률을 변경하거나, 모델 버전을 변경할 수 있습니다.

반복 일정으로 실행되도록 노트북을 설정할 수도 있습니다. 인스턴스가 종료된 경우에도 Vertex AI Workbench는 노트북 파일을 실행하고 결과를 저장하여 다른 사용자와 보고 공유할 수 있습니다.

통계 공유

노트북 실행은 Cloud Storage 버킷에 저장되므로 결과에 대한 액세스 권한을 부여하여 다른 사람과 유용한 정보를 공유할 수 있습니다. 노트북 실행에 대한 이전 섹션을 참조하세요.

인스턴스 보호

기본 VPC 네트워크 및 서브넷이 사용되는 기본 Google 관리 네트워크를 사용하여 관리형 노트북 인스턴스를 배포할 수 있습니다. 기본 네트워크 대신 인스턴스에 사용할 VPC 네트워크를 지정할 수 있습니다. 자세한 내용은 네트워크 설정을 참조하세요. VPC 서비스 제어를 사용하여 관리형 노트북 인스턴스에 대해 추가 보안을 제공할 수 있습니다.

서비스 경계 내에서 관리형 노트북을 사용하려면 서비스 경계 내에서 관리형 노트북 인스턴스 사용을 참조하세요.

기본적으로 Google Cloud는 Google에서 관리하는 암호화 키를 사용하여 자동으로 저장 데이터를 암호화합니다. 데이터를 보호하는 키와 관련된 특정 규정 준수 또는 규제 요구사항이 있으면 사용자 관리 노트북 인스턴스에 고객 관리 암호화 키(CMEK)를 사용할 수 있습니다. 자세한 내용은 고객 관리 암호화 키 사용을 참조하세요.

비활성 인스턴스의 자동 종료

비용 관리를 위해 관리형 노트북 인스턴스는 기본적으로 특정 기간 동안 유휴 상태가 되면 종료됩니다. 시간을 변경하거나 이 기능을 사용 중지할 수 있습니다. 자세한 내용은 유휴 상태 종료를 참조하세요.

Dataproc 통합

Dataproc 클러스터에서 노트북을 실행하여 데이터를 빠르게 처리할 수 있습니다. 클러스터가 설정되면 JupyterLab 사용자 인터페이스를 종료하지 않고도 클러스터에서 노트북 파일을 실행할 수 있습니다. 자세한 내용은 Dataproc 클러스터에서 관리형 노트북 인스턴스 실행을 참조하세요.

제한사항

프로젝트를 계획할 때는 다음과 같은 관리형 노트북의 제한사항을 고려하세요.

  • 관리형 노트북 인스턴스는 Google에서 관리되므로 Vertex AI Workbench 사용자 관리형 노트북 인스턴스보다 맞춤설정이 덜 가능할 수 있습니다. 사용자 관리 노트북 인스턴스는 환경에 대한 많은 제어가 필요한 사용자에게 더 적합할 수 있습니다. 자세한 내용은 사용자 관리 노트북소개를 참조하세요.

  • 서드 파티 JupyterLab 확장 프로그램은 지원되지 않습니다.

  • 관리형 메모장 인스턴스에서는 사용자가 sudo 액세스 권한을 가질 수 없습니다.

  • Access Context Manager 및 BeyondCorp Enterprise 사용 시 컨텍스트 인식 액세스 제어를 사용하여 관리형 노트북 인스턴스를 보호하기 위해 사용자가 인스턴스에 인증할 때마다 액세스가 평가됩니다. 예를 들어 사용자가 JupyterLab에 처음 액세스할 때 액세스가 평가되고 이후 웹브라우저의 쿠키가 만료된 경우 액세스할 때마다 액세스가 평가됩니다.

  • 관리형 노트북 인스턴스에 가속기를 사용하려면 인스턴스 영역에서 원하는 가속기 유형을 사용할 수 있어야 합니다. 영역별 가속기 가용성에 대한 자세한 내용은 GPU 리전 및 영역 가용성을 참조하세요.

다음 단계