아키텍처 센터는 다양한 AI 및 머신러닝 주제 전반에 대한 콘텐츠 리소스를 제공합니다. 이 페이지에서는 생성형 AI, 기존 AI, 머신러닝을 시작하는 데 도움이 되는 정보를 제공합니다. 또한 아키텍처 센터의 모든 AI 및 머신러닝(ML) 콘텐츠 목록을 제공합니다.
시작하기
이 페이지에 나열된 문서는 Google Cloud에서 AI 및 ML 솔루션의 설계, 빌드, 배포를 시작하는 데 도움이 됩니다.
생성형 AI 살펴보기
먼저Google Cloud의 클라우드 문서 사이트에서 생성형 AI에 대한 기본 사항을 알아보세요.
- 생성형 AI 애플리케이션 개발 단계를 알아보고 사용 사례에 맞는 제품과 도구를 살펴보려면 Google Cloud에서 생성형 AI 애플리케이션 빌드를 참조하세요.
- 생성형 AI, 기존 AI(예측 및 분류 포함) 또는 이 둘의 조합이 비즈니스 사용 사례에 적합한 경우를 식별하려면 생성형 AI 또는 기존 AI를 사용해야 하는 경우를 참조하세요.
- 비즈니스 가치 기반 의사 결정 방식을 사용하여 AI 비즈니스 사용 사례를 정의하려면 생성형 AI 비즈니스 사용 사례 평가 및 정의를 참조하세요.
- 모델 선택, 평가, 조정, 개발에서 발생한 문제를 해결하려면 생성형 AI 애플리케이션 개발을 참조하세요.
AI 모델을 만들기 위한 파이프라인을 배포하는 생성형 AI 및 머신러닝 청사진을 살펴보려면 기업에서 생성형 AI 및 머신러닝 모델을 빌드하고 배포를 참고하세요. 이 가이드에서는 사전 데이터 탐색 및 실험부터 모델 학습, 배포, 모니터링에 이르기까지 전체 AI 개발 수명 주기를 설명합니다.
생성형 AI를 사용하는 다음 예시 아키텍처를 살펴보세요.
- 생성형 AI 문서 요약
- 생성형 AI 기술 자료
- Cloud SQL을 사용한 생성형 AI RAG
- Vertex AI 및 벡터 검색을 사용하는 RAG 지원 생성형 AI 애플리케이션을 위한 인프라
- Vertex AI 및 PostgreSQL용 AlloyDB를 사용하는 RAG 지원 생성형 AI 애플리케이션을 위한 인프라
- GKE 및 Cloud SQL을 사용하는 RAG 지원 생성형 AI 애플리케이션을 위한 인프라
- Google Cloud 및 Labelbox를 사용한 모델 개발 및 데이터 라벨링
생성형 AI 제품에 대한 자세한 내용은 Vertex AI, GKE에서 파운데이션 모델 실행을 참고하세요. Google Cloud
설계 및 빌드
AI 워크로드에 가장 적합한 스토리지 옵션 조합을 선택하려면 Google Cloud에서 AI 및 ML 워크로드를 위한 스토리지 설계를 참고하세요.
Google Cloud 는 생성형 AI로 문서를 요약하고 이미지 처리 파이프라인을 빌드하고 생성형 AI 솔루션으로 혁신을 달성하는 데 도움이 되는 AI 및 머신러닝 서비스 제품군을 제공합니다.
계속 탐색하기
왼쪽 탐색 메뉴의 'AI 및 머신러닝' 섹션에 나열된 문서는 AI 또는 ML 솔루션을 빌드하는 데 도움이 됩니다. 이 문서는 다음 카테고리로 정리됩니다.
- 생성형 AI: 생성형 AI 솔루션을 설계하고 빌드합니다.
- 모델 학습: 머신러닝, 제휴 학습, 맞춤화된 지능형 환경을 구현합니다.
- MLOps: 머신러닝 시스템을 위한 지속적 통합, 지속적 배포, 지속적 학습을 구현하고 자동화합니다.
- AI 및 ML 애플리케이션: AI 및 ML 워크로드에 맞춤설정된 Google Cloud에서 애플리케이션을 빌드합니다.