Vertex AI Vision은 동영상 데이터를 수집, 분석, 저장하는 AI 기반 플랫폼입니다. Vertex AI Vision을 사용하면 간소화된 사용자 인터페이스로 애플리케이션을 빌드하고 배포할 수 있습니다.
Vertex AI Vision을 사용하면 Vertex AI Vision과 기타 주요 구성요소(예: 실시간 동영상 분석, 데이터 스트림, Vision Warehouse) 간의 통합을 활용하여 엔드 투 엔드 컴퓨터 이미지 솔루션을 빌드할 수 있습니다. Vertex AI Vision API를 사용하면 하위 수준 API에서 상위 수준 앱을 빌드하고 여러 개별 API 호출을 결합하는 상위 수준 워크플로를 만들고 업데이트할 수 있습니다. 그런 다음 Vertex AI Vision 플랫폼 서버에 단일 배포 요청을 실행하여 워크플로를 단위로 실행할 수 있습니다.
Vertex AI Vision을 사용하면 다음 작업을 할 수 있습니다.
실시간 동영상 데이터 수집
일반 및 맞춤 비전 AI 모델을 사용하여 데이터를 분석하여 유용한 정보를 얻습니다.
간소화된 쿼리 및 메타데이터 정보를 위해 Vision Warehouse에 통계를 저장합니다.
Vertex AI Vision 워크플로
Vertex AI Vision을 사용하기 위해 완료해야 하는 단계는 다음과 같습니다.
실시간 데이터 수집
Vertex AI Vision의 아키텍처를 사용하면 퍼블릭 클라우드에서 실시간 동영상 처리 인프라를 빠르고 편리하게 스트리밍할 수 있습니다.
데이터 분석하기
데이터가 처리되면 Vertex AI Vision 프레임워크를 통해 일반, 맞춤, 전문형 분석 모델의 대규모 포트폴리오에 쉽게 액세스하고 조정할 수 있습니다.
출력 저장 및 쿼리
앱에서 데이터를 분석한 후 이 정보를 저장소 대상 (Vision Warehouse 또는 BigQuery)으로 전송하거나 실시간으로 데이터를 수신할 수 있습니다. Vision Warehouse를 사용하면 검색 작업을 일반화하고 여러 데이터 유형과 사용 사례를 제공하는 창고로 앱 출력을 전송할 수 있습니다.
Google Cloud 콘솔의 Vertex AI Vision 객실 점유율 분석 앱 그래프
책임감 있는 AI에 관한 참고사항
Google Cloud는 고객이 Vertex AI Vision을 사용해 안전하게 솔루션을 개발하고 구현하도록 돕는 데 우선순위를 두고 있습니다. Vertex AI Vision의 경우 Google의 AI 원칙에 따라 공정하고 균등한 성능을 개발하기 위해 노력했습니다.
여기에는 개발 중 편향 테스트(예: 다양한 피부색에서의 성능 확인)와 개인 및 얼굴 흐리게 처리와 같이 개인 식별을 제한하고 개인 정보 보호를 강화하는 제품 기능 개발이 포함됩니다.
Google은 반복하고 개선하기 위해 최선을 다하고 있으며, Vertex AI 제품에 권장사항과 얻은 교훈을 계속해서 반영할 것입니다.
Vertex AI Vision이 고객의 고유한 조직 컨텍스트에 통합된 경우 추가적인 책임감 있는 AI 고려사항이 있을 수 있습니다.
특히 커스텀 또는 AutoML 학습 모델을 빌드할 때 Vertex AI Vision을 구현할 때는 공정성, 해석 가능성, 개인 정보 보호 및 보안 권장사항을 활용하는 것이 좋습니다. 이 기술 문서에서는 이 작업을 지원하기 위한 추가 안내와 리소스를 제공했습니다. 자세한 내용은 책임감 있는 AI 관행에 대한 Google 권장사항을 참고하세요.
[[["이해하기 쉬움","easyToUnderstand","thumb-up"],["문제가 해결됨","solvedMyProblem","thumb-up"],["기타","otherUp","thumb-up"]],[["이해하기 어려움","hardToUnderstand","thumb-down"],["잘못된 정보 또는 샘플 코드","incorrectInformationOrSampleCode","thumb-down"],["필요한 정보/샘플이 없음","missingTheInformationSamplesINeed","thumb-down"],["번역 문제","translationIssue","thumb-down"],["기타","otherDown","thumb-down"]],["최종 업데이트: 2025-09-04(UTC)"],[],[],null,["# Vertex AI Vision overview\n\nVertex AI Vision is an AI-powered platform to ingest, analyze and store video\ndata. Vertex AI Vision lets users build and deploy\napplications with a simplified user interface.\n\nUsing Vertex AI Vision you can build end-to-end computer image solutions by\nleveraging Vertex AI Vision's\nintegration with other major components, namely Live Video Analytics,\ndata streams, and Vision Warehouse. The Vertex AI Vision API allows you to\nbuild a high level app from low level APIs, and create and update a high\nlevel workflow that combines multiple individual API calls. You can then\nexecute your workflow as a unit by making a single deploy request to\nthe Vertex AI Vision platform server.\n\nUsing Vertex AI Vision, you can:\n\n- Ingest real-time video data\n- Analyze data for insights using general and custom vision AI models\n- Store insights in Vision Warehouse for simplified querying and metadata information\n\nVertex AI Vision workflow\n-------------------------\n\nThe steps you complete to use Vertex AI Vision are as follows:\n\n1. **Ingest real-time data**\n\n Vertex AI Vision's architecture allows you to quickly and\n conveniently stream real-time video ingestion infrastructure in a\n public Cloud.\n2. **Analyze data**\n\n After data is ingested, Vertex AI Vision's framework provides you with easy\n access and orchestration of a large and growing portfolio of *general* ,\n *custom* ,\n \\& *specialized* analysis models.\n3. **Store and query output**\n\n After your app analyzes your data you can send this information to a\n storage destination (Vision Warehouse or BigQuery), or\n receive the data live. With Vision Warehouse you can send your app\n output to a warehouse that generalizes your search work and serves\n multiple data types and use cases.\n\n*A graph for a Vertex AI Vision occupancy analytics app in the Google Cloud console*\n\nA note on Responsible AI\n------------------------\n\nAt Google Cloud, we prioritize helping customers safely develop and implement\nsolutions using Vertex AI Vision. For Vertex AI Vision, we've worked to\ndevelop fair and equitable performance in accordance with\n[Google's AI Principles](https://ai.google/principles/).\n\nThis work includes testing for bias during development, for example looking at\nperformance across different skin tones, and developing product features to\nenhance privacy and limit personal identification, like person and face blur.\nWe are committed to iterating and improving, and we will continue to\nincorporate best practices and lessons learned into our Vertex AI\nproducts.\n\nWhen Vertex AI Vision is integrated into a customer's unique organizational\ncontext, there are likely to be additional responsible AI considerations.\nWe encourage customers to leverage fairness, interpretability, privacy and\nsecurity [best practices](https://ai.google/responsibilities/responsible-ai-practices/?category=general) when implementing Vertex AI Vision,\nespecially when building custom or AutoML trained models. Throughout this\ntechnical documentation, we have provided additional guidance and resources to\nsupport this work. To learn more, read about Google's recommendations\nfor [Responsible AI practices](https://ai.google/responsibilities/responsible-ai-practices/?category=general).\n\nWhat's next\n-----------\n\n- Read more in the blog post [\"Vertex AI Vision: Easily build and deploy computer vision\n applications at scale\"](https://cloud.google.com/blog/products/ai-machine-learning/computer-vision-for-vertex-ai).\n- Learn details about specific models in the [Occupancy analytics guide](/vision-ai/docs/occupancy-analytics-model), [Person blur guide](/vision-ai/docs/person-blur-model), [Person/vehicle detector guide](/vision-ai/docs/person-vehicle-model), or [Motion filtering guide](/vision-ai/docs/motion-filtering-model).\n- Try Vertex AI Vision in the Google Cloud console by reading the [Build an app in the console](/vision-ai/docs/build-app-console-quickstart) quickstart.\n- [Set up your local environment](/vision-ai/docs/cloud-environment) to use Vertex AI Vision."]]
