Vertex AI Model Registry는 ML 모델의 수명 주기를 관리할 수 있는 중앙 저장소입니다. Model Registry에서 모델 개요가 제공되므로 새 버전을 더욱 효과적으로 구성, 추적하고 학습시킬 수 있습니다. 배포할 모델 버전이 있는 경우 레지스트리에서 직접 모델을 엔드포인트에 할당하거나 별칭을 사용하여 엔드포인트에 배포할 수 있습니다.
Vertex AI Model Registry에서는 커스텀 모델과 모든 AutoML 데이터 유형(텍스트, 테이블 형식, 이미지, 동영상)을 지원합니다. Model Registry는 BigQuery ML 모델도 지원할 수 있습니다. BigQuery ML에서 학습된 모델이 있으면 BigQuery ML에서 내보내거나 모델 레지스트리로 가져오지 않고도 모델 레지스트리에 모델을 등록할 수 있습니다.
모델 버전 세부정보 페이지에서 평가하고 엔드포인트에 배포하고 일괄 예측을 설정하며 특정 모델 세부정보를 볼 수 있습니다. Vertex AI Model Registry는 간단하고 간소화된 인터페이스를 제공하므로 최고의 모델을 관리하고 프로덕션에 배포할 수 있습니다.
일반적인 워크플로
Model Registry에서 작동하는 유효한 워크플로가 많습니다. 시작하려면 다음 가이드라인을 따라 Model Registry에서 할 수 있는 작업과 모델 학습 과정의 어떤 단계에서 진행할 수 있는지 확인합니다.
- 모델을 Model Registry로 가져옵니다.
- 프로덕션에 사용할 수 있는 새 모델을 만들고 모델 버전에 기본 별칭을 할당합니다.
- 모델과 모델 버전을 관리 및 구성하는 데 도움이 되는 다른 별칭이나 라벨을 추가합니다.
- 온라인 예측을 위해 모델을 엔드포인트에 배포합니다.
- 일괄 예측을 실행하고 모델 평가 파이프라인을 시작합니다.
- 모델 세부정보 페이지에서 모델 세부정보와 성능 측정항목을 봅니다.
BigQuery ML 모델을 Vertex AI와 통합하는 방법에 대한 자세한 내용은 BigQuery ML 문서를 참조하세요.
Dataplex의 Data Catalog 서비스를 사용하여 모델 검색 및 탐색
Dataplex의 Data Catalog 서비스는 프로젝트와 리전에서 모델을 검색하도록 중앙 집중식 위치를 제공하는 확장 가능한 완전 관리형 메타데이터 관리 서비스입니다.
자세한 내용은 Data Catalog를 사용하여 모델 및 데이터 세트 리소스 검색을 참조하세요.
다음 단계
- Vertex AI Model Registry를 사용하려면 다음을 참조하세요.