버텍스 AI란?
머신러닝 모델을 직접 만들어 실제 비즈니스에 적용하는 것은 상당히 어려운 일입니다. 복잡한 신경망을 구성해야 하고, 데이터셋을 잘 준비해야 하며, 신경망을 학습시키기 위해 비싼 고성능 컴퓨터가 필요합니다.
머신러닝 모델을 만드는 것은 인공지능 전문 인력을 통해 많은 코드 작성이 필요합니다. 이는 비용이 크고 시간 또한 많이 걸리는 일입니다.
구글에서는 이러한 노력을 줄이고, 빠르고 쉽게 머신러닝 모델을 만드는 것이 가능하게끔 구글에서 만들어둔 머신러닝 모델을 버텍스 AI를 통해 제공합니다.
만들어진 모델 이외에 커스텀 모델이 필요하다면 커스텀할 수 있는 도구 또한 제공합니다. 경쟁사 플랫폼 대비 80%나 적은 코드 작성으로 커스텀이 가능합니다.
https://codelabs.developers.google.com/codelabs/vertex-ai-custom-models 링크를 통해 실습을 지원합니다.
실습 내용 요약
구글 클라우드에서 실행되는 가상 머신을 Cloud Shell을 통해서 접근하여 작업이 가능합니다. Cloud Shell을 통해 클라우드에 로그인하고 준비 작업이 완료되면 텐서플로우 파이썬 코드를 클라우드의 도커에 업로드할 수 있는 상태가 됩니다.
본인의 컴퓨터에서 머신러닝 모델을 실행하려면 각종 프로그램과 라이브러리들을 설치해야 하며, 보통 비싼 GPU를 사서 컴퓨터에 설치해고 텐서플로우 및 각종 라이브러리들을 설치해야하는 어려움이 있습니다.
도커에는 이미 수많은 머신러닝, 데이터과학 프레임워크가 사전 설치되어 있기 때문에, 이러한 어려움을 겪지 않아도 됩니다.
버텍스 AI에서는 좀 더 간단하고 전문 지식 없이도 머신러닝 모델 사용이 가능한 AutoML과 좀 더 전문적인 지식과 커스텀 코드가 필요한 커스텀 학습 옵션 두가지를 제공합니다.
자신이 원하는 수준의 작업에 해당하는 컴퓨터 사양을 가진 컨테이너를 고를 수 있습니다.
이러한 과정 이후 만들어진 모델을 엔드 포인트에 배포한 뒤 모델을 실행해 볼 수 있게 됩니다. 이렇게 배포된 엔드포인트는 클라우드 상에서 관리되며 쉽게 추가 및 삭제가 가능합니다.
또한 서비스중인 모델에 대해서도 사후 관리가 가능하게끔 분석을 제공하거나 문제가 생겼을 시 알림을 제공합니다.
이러한 버텍스 AI는 머신러닝을 깊게 공부하지 않은 사람들도 쉽게 AI모델을 만들고 배포하여 쉽게 사용할 수 있는 환경을 제공한다는 장점이 있습니다.
물론 무료는 아니며, 처음 사용자를 위한 300달러 크레딧이 다 써진 후에는 비용이 지불될 수 있습니다. 실습 시에는 약 2달러 크레딧이 소모됩니다.
참고 영상 : Build end-to-end solutions with Vertex AI | Session - YouTube
소개 사이트 : 구글 클라우드 한국어 Docs , Vertex AI | Google Cloud
댓글
댓글 쓰기