Google AI 기반 Gemini에서 Vertex AI로 이전

Gemini를 처음 사용하는 경우 빠른 시작을 사용하면 가장 빠르게 시작할 수 있습니다.

그렇지만 생성형 AI 솔루션이 발전함에 따라 생성형 AI 애플리케이션과 솔루션을 엔드 투 엔드로 빌드하고 배포하는 플랫폼이 필요할 수 있습니다. Google Cloud는 개발자가 앱 개발 초기 단계부터 앱 배포, 앱 호스팅, 복잡한 데이터의 대규모 관리까지 생성형 AI의 강력한 성능을 활용할 수 있도록 포괄적인 도구 생태계를 제공합니다.

Google Cloud의 Vertex AI 플랫폼은 효율성과 안정성을 위해 AI 모델의 사용, 배포, 모니터링을 간소화하는 MLOps 도구 모음을 제공합니다. 또한 데이터베이스, DevOps 도구, 로깅, 모니터링, IAM과 통합하는 경우 생성형 AI 전체 수명 주기 관리에 대한 종합적인 접근이 가능합니다.

Google AI와 Vertex AI의 차이점

다음 표에는 사용 사례에 적합한 옵션을 결정하는 데 도움이 되도록 Google AI와 Vertex AI의 주요 차이점이 요약되어 있습니다.

Vertex AI로 마이그레이션

이 섹션에서는 Google AI 기반 Gemini에서 Vertex AI로 이전하는 방법을 보여줍니다.

마이그레이션 시 고려사항

마이그레이션할 때 다음 사항을 고려하세요.

• 기존 Google Cloud 프로젝트 (API 키를 생성하는 데 사용한 동일한 프로젝트)를 사용하거나 새 Google Cloud 프로젝트를 만들 수 있습니다.

• Google AI Studio와 Vertex AI에서 지원되는 리전이 다를 수 있습니다. Google Cloud의 생성형 AI가 지원되는 리전 목록을 참고하세요.

• Google AI Studio에서 만든 모든 모델은 Vertex AI에서 재학습을 거쳐야 합니다.

Vertex AI Studio 사용 시작하기

Vertex AI로 이전하는 절차는 이미 Google Cloud 계정이 있는지 또는 Google Cloud를 처음 사용하는지에 따라 다릅니다.

Vertex AI로 마이그레이션하는 방법을 알아보려면 Google Cloud 계정 상태에 따라 다음 탭 중 하나를 클릭하세요.

Python: Vertex AI Gemini API로 마이그레이션

다음 섹션에서는 Vertex AI Gemini API를 사용하도록 Python 코드를 마이그레이션하는 데 도움이 되는 코드 스니펫을 보여줍니다.

Vertex AI Python SDK 설정

Vertex AI에서는 API 키가 필요하지 않습니다. 대신 Vertex AI의 Gemini는 사용자, 그룹 또는 서비스 계정이 Vertex AI SDK를 통해 Gemini API를 호출할 수 있는 권한을 제어하는 IAM 액세스를 사용하여 관리합니다.

인증하는 방법에는 여러 가지가 있지만 개발 환경에서 인증하는 가장 쉬운 방법은 Google Cloud CLI를 설치한 후 사용자 인증 정보를 사용하여 CLI에 로그인하는 것입니다.

Vertex AI에 대한 추론을 호출하려면 사용자 또는 서비스 계정에 Vertex AI 사용자 역할이 있는지도 확인해야 합니다.

클라이언트를 설치하는 코드 예시

# To install the Python SDK, use this CLI command:
# pip install google-generativeai

import google.generativeai as genai
from google.generativeai import GenerativeModel

API_KEY="API_KEY"
genai.configure(api_key=API_KEY)
        

# To install the Python SDK, use this CLI command:
# pip install google-cloud-aiplatform

import vertexai
from vertexai.generative_models import GenerativeModel, Image

PROJECT_ID = "PROJECT_ID"
REGION = "REGION"  # e.g. us-central1
vertexai.init(project=PROJECT_ID, location=REGION)
        

텍스트 프롬프트에서 텍스트를 생성하는 코드 예시

model = GenerativeModel("gemini-1.5-flash")

response = model.generate_content("The opposite of hot is")
print(response.text) #  The opposite of hot is cold.
        

model = GenerativeModel("gemini-1.5-flash")

response = model.generate_content("The opposite of hot is")
print(response.text) #  The opposite of hot is cold.
        

텍스트 및 이미지에서 텍스트를 생성하는 코드 예시

import PIL.Image

multimodal_model = GenerativeModel("gemini-1.5-flash")

image = PIL.Image.open("image.jpg")

response = multimodal_model.generate_content(["What is this picture?", image])
print(response.text) # A cat is shown in this picture.
        

multimodal_model = GenerativeModel("gemini-1.5-flash")

image = Image.load_from_file("image.jpg")

response = multimodal_model.generate_content(["What is shown in this image?", image])

print(response.text) # A cat is shown in this picture.
        

멀티턴 채팅을 생성하는 코드 예시

model = GenerativeModel("gemini-1.5-flash")

chat = model.start_chat()

print(chat.send_message("How are you?").text)
print(chat.send_message("What can you do?").text)
        

model = GenerativeModel("gemini-1.5-flash")

chat = model.start_chat()

print(chat.send_message("How are you?").text)
print(chat.send_message("What can you do?").text)
        

Vertex AI Studio로 프롬프트 마이그레이션

Google AI Studio 프롬프트 데이터는 Google Drive 폴더에 저장됩니다. 이 섹션에서는 Vertex AI Studio로 프롬프트를 마이그레이션하는 방법을 보여줍니다.

1. Google 드라이브를 엽니다.
2. 프롬프트가 저장된 AI_Studio 폴더로 이동합니다.

3. Google Drive의 프롬프트를 로컬 디렉터리에 다운로드합니다.

4. Google Cloud 콘솔에서 Vertex AI Studio를 엽니다.

5. Vertex AI 메뉴에서 프롬프트 관리를 클릭합니다.

6. 메시지 가져오기를 클릭합니다.

7. 프롬프트 파일 필드에서 찾아보기를 클릭하고 로컬 디렉터리에서 프롬프트를 선택합니다.

   프롬프트를 일괄 업로드하려면 프롬프트를 수동으로 단일 JSON 파일로 결합해야 합니다.

8. 업로드를 클릭합니다.

   프롬프트가 내 프롬프트 탭에 업로드됩니다.

Vertex AI Studio에 학습 데이터 업로드

학습 데이터를 Vertex AI로 마이그레이션하려면 데이터를 Cloud Storage 버킷에 업로드해야 합니다. 자세한 내용은 튜닝 소개를 참조하세요.

사용하지 않는 API 키 삭제

Google AI Gemini API 키를 더 이상 사용할 필요가 없으면 보안 권장사항에 따라 삭제합니다.

API 키를 삭제하는 방법은 다음과 같습니다.

1. Google Cloud API 사용자 인증 정보 페이지를 엽니다.

2. 삭제하려는 API 키를 찾아 작업 아이콘을 클릭합니다.

3. API 키 삭제를 선택합니다.

4. 사용자 인증 정보 삭제 모달에서 삭제를 선택합니다.

   API 키 삭제가 반영되기까지 몇 분 정도 걸립니다. 키 삭제가 완료되면, 삭제된 API 키를 사용하는 모든 트래픽이 거부됩니다.

다음 단계

• Vertex AI Studio 또는 Vertex AI API를 사용하여 빠른 시작 튜토리얼 사용해 보기