
Before you begin
- Labs create a Google Cloud project and resources for a fixed time
- Labs have a time limit and no pause feature. If you end the lab, you'll have to restart from the beginning.
- On the top left of your screen, click Start lab to begin
Enable Google Cloud APIs
/ 20
Open a Vertex AI Workbench instance
/ 20
Run the lab notebook
/ 60
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.
이 실습에서 학습할 내용은 다음과 같습니다.
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.
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 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.
필요한 경우 아래의 사용자 이름을 복사하여 로그인 대화상자에 붙여넣습니다.
실습 세부정보 패널에서도 사용자 이름을 확인할 수 있습니다.
다음을 클릭합니다.
아래의 비밀번호를 복사하여 시작하기 대화상자에 붙여넣습니다.
실습 세부정보 패널에서도 비밀번호를 확인할 수 있습니다.
다음을 클릭합니다.
이후에 표시되는 페이지를 클릭하여 넘깁니다.
잠시 후 Google Cloud 콘솔이 이 탭에서 열립니다.
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.
연결되면 사용자 인증이 이미 처리된 것이며 프로젝트가 PROJECT_ID로 설정됩니다. 출력에 이 세션의 PROJECT_ID를 선언하는 줄이 포함됩니다.
gcloud
는 Google Cloud의 명령줄 도구입니다. Cloud Shell에 사전 설치되어 있으며 명령줄 자동 완성을 지원합니다.
승인을 클릭합니다.
다음과 비슷한 결과가 출력됩니다.
출력:
출력:
출력 예시:
gcloud
전체 문서는 Google Cloud에서 gcloud CLI 개요 가이드를 참조하세요.
Google Cloud 콘솔의 오른쪽 상단에 있는 Cloud Shell 아이콘을 클릭하여 새 Cloud Shell 터미널을 엽니다.
Cloud Shell 터미널에서 gcloud
를 사용하여 실습에서 사용할 서비스를 사용 설정합니다.
내 진행 상황 확인하기를 클릭하여 목표를 확인합니다.
Google Cloud 콘솔의 탐색 메뉴()에서 Vertex AI를 선택합니다.
모든 권장 API 사용 설정을 클릭합니다.
왼쪽에서 Workbench를 클릭합니다.
Workbench 페이지 상단에서 현재 인스턴스 뷰에 있는지 확인합니다.
인스턴스 이름 옆에 있는 JupyterLab 열기를 클릭하여 JupyterLab 인터페이스를 실행합니다. 그러면 브라우저에서 새 탭이 열립니다.
터미널 창이 새 탭에서 열립니다. 이제 터미널에서 명령어를 실행하여 Workbench 인스턴스와 상호작용할 수 있습니다.
내 진행 상황 확인하기를 클릭하여 목표를 확인합니다.
y
를 입력하고 Enter 키를 눌러 설치를 확인합니다.파일 브라우저에서
메시지가 표시되면 Python 3 커널을 선택합니다.
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.
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.
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 2025 Google LLC All rights reserved. Google 및 Google 로고는 Google LLC의 상표입니다. 기타 모든 회사명 및 제품명은 해당 업체의 상표일 수 있습니다.
현재 이 콘텐츠를 이용할 수 없습니다
이용할 수 있게 되면 이메일로 알려드리겠습니다.
감사합니다
이용할 수 있게 되면 이메일로 알려드리겠습니다.
One lab at a time
Confirm to end all existing labs and start this one