GSP917

개요

이 실습에서는 BigQuery를 사용하여 데이터 처리 및 탐색적 데이터 분석을 수행하고 Vertex AI 플랫폼을 통해 TensorFlow Regressor 커스텀 모델을 학습 및 배포하여 고객 평생 가치를 예측합니다. 이 실습의 목적은 실제 사용 사례로서 가치가 높은 예측 CLV를 통해 Vertex AI를 소개하는 것입니다. 먼저 이미 친숙한 BigQuery 및 TensorFlow의 로컬 워크플로부터 시작하여 점차 Vertex AI를 사용해 클라우드에서 모델을 학습시키고 배포하는 순서로 진행하겠습니다.

목표

이 실습에서 학습할 내용은 다음과 같습니다.

• 호스팅된 Vertex 노트북에서 TensorFlow 모델을 로컬로 학습시킵니다.
• Vertex TensorBoard를 사용하여 모델 성능을 시각화합니다.

설정 및 요건

실습 시작 버튼을 클릭하기 전에

다음 안내를 확인하세요. 실습에는 시간 제한이 있으며 일시중지할 수 없습니다. 실습 시작을 클릭하면 타이머가 시작됩니다. 이 타이머에는 Google Cloud 리소스를 사용할 수 있는 시간이 얼마나 남았는지 표시됩니다.

실무형 실습을 통해 시뮬레이션이나 데모 환경이 아닌 실제 클라우드 환경에서 직접 실습 활동을 진행할 수 있습니다. 실습 시간 동안 Google Cloud에 로그인하고 액세스하는 데 사용할 수 있는 새로운 임시 사용자 인증 정보가 제공됩니다.

이 실습을 완료하려면 다음을 준비해야 합니다.

• 표준 인터넷 브라우저 액세스 권한(Chrome 브라우저 권장)

참고: 이 실습을 실행하려면 시크릿 모드 또는 시크릿 브라우저 창을 사용하세요. 개인 계정과 학생 계정 간의 충돌로 개인 계정에 추가 요금이 발생하는 일을 방지해 줍니다.

• 실습을 완료하기에 충분한 시간---실습을 시작하고 나면 일시중지할 수 없습니다.

참고: 계정에 추가 요금이 발생하지 않도록 하려면 개인용 Google Cloud 계정이나 프로젝트가 이미 있어도 이 실습에서는 사용하지 마세요.

실습을 시작하고 Google Cloud 콘솔에 로그인하는 방법

1. 실습 시작 버튼을 클릭합니다. 실습 비용을 결제해야 하는 경우 결제 수단을 선택할 수 있는 팝업이 열립니다. 왼쪽에는 다음과 같은 항목이 포함된 실습 세부정보 패널이 있습니다.

   • Google Cloud 콘솔 열기 버튼
   • 남은 시간
   • 이 실습에 사용해야 하는 임시 사용자 인증 정보
   • 필요한 경우 실습 진행을 위한 기타 정보

2. Google Cloud 콘솔 열기를 클릭합니다(Chrome 브라우저를 실행 중인 경우 마우스 오른쪽 버튼으로 클릭하고 시크릿 창에서 링크 열기를 선택합니다).

   실습에서 리소스가 가동되면 다른 탭이 열리고 로그인 페이지가 표시됩니다.

   팁: 두 개의 탭을 각각 별도의 창으로 나란히 정렬하세요.

   참고: 계정 선택 대화상자가 표시되면 다른 계정 사용을 클릭합니다.

3. 필요한 경우 아래의 사용자 이름을 복사하여 로그인 대화상자에 붙여넣습니다.

   {{{user_0.username | "Username"}}}

   실습 세부정보 패널에서도 사용자 이름을 확인할 수 있습니다.

4. 다음을 클릭합니다.

5. 아래의 비밀번호를 복사하여 시작하기 대화상자에 붙여넣습니다.

   {{{user_0.password | "Password"}}}

   실습 세부정보 패널에서도 비밀번호를 확인할 수 있습니다.

6. 다음을 클릭합니다.

   중요: 실습에서 제공하는 사용자 인증 정보를 사용해야 합니다. Google Cloud 계정 사용자 인증 정보를 사용하지 마세요. 참고: 이 실습에 자신의 Google Cloud 계정을 사용하면 추가 요금이 발생할 수 있습니다.

7. 이후에 표시되는 페이지를 클릭하여 넘깁니다.

   • 이용약관에 동의합니다.
   • 임시 계정이므로 복구 옵션이나 2단계 인증을 추가하지 않습니다.
   • 무료 체험판을 신청하지 않습니다.

잠시 후 Google Cloud 콘솔이 이 탭에서 열립니다.

참고: Google Cloud 제품 및 서비스 목록이 있는 메뉴를 보려면 왼쪽 상단의 탐색 메뉴를 클릭합니다.

Cloud Shell 활성화

Cloud Shell은 다양한 개발 도구가 탑재된 가상 머신으로, 5GB의 영구 홈 디렉터리를 제공하며 Google Cloud에서 실행됩니다. Cloud Shell을 사용하면 명령줄을 통해 Google Cloud 리소스에 액세스할 수 있습니다.

1. Google Cloud 콘솔 상단에서 Cloud Shell 활성화 를 클릭합니다.

연결되면 사용자 인증이 이미 처리된 것이며 프로젝트가 PROJECT_ID로 설정됩니다. 출력에 이 세션의 PROJECT_ID를 선언하는 줄이 포함됩니다.

Your Cloud Platform project in this session is set to YOUR_PROJECT_ID

gcloud는 Google Cloud의 명령줄 도구입니다. Cloud Shell에 사전 설치되어 있으며 명령줄 자동 완성을 지원합니다.

2. (선택사항) 다음 명령어를 사용하여 활성 계정 이름 목록을 표시할 수 있습니다.

gcloud auth list

3. 승인을 클릭합니다.

4. 다음과 비슷한 결과가 출력됩니다.

출력:

ACTIVE: * ACCOUNT: student-01-xxxxxxxxxxxx@qwiklabs.net To set the active account, run: $ gcloud config set account `ACCOUNT`

5. (선택사항) 다음 명령어를 사용하여 프로젝트 ID 목록을 표시할 수 있습니다.

gcloud config list project

출력:

[core] project = <project_ID>

출력 예시:

[core] project = qwiklabs-gcp-44776a13dea667a6 참고: gcloud 전체 문서는 Google Cloud에서 gcloud CLI 개요 가이드를 참조하세요.

작업 1. Google Cloud 서비스 사용 설정하기

1. Google Cloud 콘솔의 오른쪽 상단에 있는 Cloud Shell 아이콘을 클릭하여 새 Cloud Shell 터미널을 엽니다.

2. Cloud Shell 터미널에서 gcloud를 사용하여 실습에서 사용할 서비스를 사용 설정합니다.

gcloud services enable \ compute.googleapis.com \ iam.googleapis.com \ iamcredentials.googleapis.com \ monitoring.googleapis.com \ logging.googleapis.com \ notebooks.googleapis.com \ aiplatform.googleapis.com \ bigquery.googleapis.com \ artifactregistry.googleapis.com \ cloudbuild.googleapis.com \ container.googleapis.com

내 진행 상황 확인하기를 클릭하여 목표를 확인합니다. Google Cloud 서비스 사용 설정하기

작업 2. Vertex AI Workbench 인스턴스 생성하기

1. Google Cloud 콘솔의 탐색 메뉴()에서 Vertex AI를 선택합니다.

2. 모든 권장 API 사용 설정을 클릭합니다.

3. 왼쪽에서 Workbench를 클릭합니다.

4. Workbench 페이지 상단에서 인스턴스 뷰에 있는지 확인합니다.

5. 새로 만들기를 클릭합니다.

6. 다음과 같이 인스턴스를 구성합니다.

   • 이름: 인스턴스의 이름을 입력하거나 기본값을 그대로 둡니다.
   • 리전: 리전을 (으)로 설정합니다.
   • 영역: 영역을 (으)로 설정합니다.
   • 고급 옵션(선택사항): 필요한 경우 '고급 옵션'을 클릭하여 추가 맞춤설정(예: 머신 유형, 디스크 크기)을 진행합니다.

7. 만들기를 클릭합니다.

참고: 인스턴스를 만드는 데 몇 분 정도 걸릴 수 있습니다. 준비되면 이름 옆에 녹색 체크표시가 나타납니다.

8. 인스턴스 이름 옆에 있는 JupyterLab 열기를 클릭하여 JupyterLab 인터페이스를 실행합니다. 그러면 브라우저에서 새 탭이 열립니다.

9. 터미널 아이콘을 클릭하여 터미널 창을 엽니다.

터미널 창이 새 탭에서 열립니다. 이제 터미널에서 명령어를 실행하여 Workbench 인스턴스와 상호작용할 수 있습니다.

내 진행 상황 확인하기를 클릭하여 목표를 확인합니다. Vertex AI Workbench 인스턴스 생성하기

작업 3. 실습용 저장소 클론하기

이 섹션에서는 JupyterLab 인스턴스에 training-data-analyst 저장소를 클론합니다. GitHub 저장소에는 과정의 실습 파일과 솔루션 파일이 모두 들어 있습니다.

1. 터미널에서 다음 코드를 복사하고 실행하여 training-data-analyst 저장소를 클론합니다.

git clone https://github.com/GoogleCloudPlatform/training-data-analyst

2. 저장소가 클론되었는지 확인합니다. training-data-analyst 디렉터리를 더블클릭하고 디렉터리의 콘텐츠를 볼 수 있는지 확인합니다.

저장소가 클론될 때까지 몇 분 정도 걸립니다.

내 진행 상황 확인하기를 클릭하여 목표를 확인합니다. 실습용 저장소 클론하기

작업 4. 실습 종속 항목 설치하기

1. 열린 터미널에서 다음 명령어를 실행하여 실습 종속 항목을 설치합니다.

cd training-data-analyst/self-paced-labs/vertex-ai/vertex-ai-qwikstart pip3 install --user -r requirements.txt sudo apt -y install python3-pandas sudo apt -y install graphviz pip uninstall openpyxl pip install openpyxl

2. 메시지가 표시되면 y를 입력하고 Enter 키를 눌러 설치를 확인합니다.

작업 5. 실습 노트북 실행하기

1. 파일 브라우저에서 training-data-analyst/self-paced-labs/vertex-ai/vertex-ai-qwikstart로 이동한 다음 lab_exercise.ipynb를 엽니다.

2. 메시지가 표시되면 Python 3 커널을 선택합니다.

참고: 이 실습을 완료하려면 lab_exercise.ipynb라는 노트북을 열어야 합니다.

2. 노트북에서 실습을 계속 진행하고 화면 상단의 실행 아이콘을 클릭하여 각 셀을 실행합니다.

또는 Shift + Enter를 사용하여 셀에서 코드를 실행할 수 있습니다.

설명을 읽고 각 셀의 변경된 상황을 파악합니다.

내 진행 상황 확인하기를 클릭하여 목표를 확인합니다. 실습 노트북 실행하기

수고하셨습니다

이 실습에서는 Google Cloud BigQuery를 통해 머신러닝 실험용 워크플로를 실행하여 데이터를 저장 및 분석하고 Vertex AI 머신러닝 서비스를 실행해 TensorFlow 모델을 학습 및 배포하여 고객 평생 가치를 예측했습니다.

다음 단계/더 학습하기

• Vertex AI 자세히 알아보기
• Vertex AI의 생성형 AI 문서 참조하기
• Google Cloud Tech YouTube 채널에서 생성형 AI 자세히 알아보기
• Google Cloud 생성형 AI 공식 저장소
• Gemini 노트북 예시

Google Cloud 교육 및 자격증

Google Cloud 기술을 최대한 활용하는 데 도움이 됩니다. Google 강의에는 빠른 습득과 지속적인 학습을 지원하는 기술적인 지식과 권장사항이 포함되어 있습니다. 기초에서 고급까지 수준별 학습을 제공하며 바쁜 일정에 알맞은 주문형, 실시간, 가상 옵션이 포함되어 있습니다. 인증은 Google Cloud 기술에 대한 역량과 전문성을 검증하고 입증하는 데 도움이 됩니다.

설명서 최종 업데이트: 2024년 10월 7일

실습 최종 테스트: 2024년 10월 7일

Copyright 2024 Google LLC All rights reserved. Google 및 Google 로고는 Google LLC의 상표입니다. 기타 모든 회사명 및 제품명은 해당 업체의 상표일 수 있습니다.