로드 중...
검색 결과가 없습니다.

Google Cloud 콘솔에서 기술 적용

실습 설정 안내 및 요구사항
계정과 진행 상황을 보호하세요. 이 실습을 실행하려면 항상 시크릿 브라우저 창과 실습 사용자 인증 정보를 사용하세요.

TFX Pipeline용 CI/CD

실습 2시간 universal_currency_alt 크레딧 5개 show_chart 입문
info 이 실습에는 학습을 지원하는 AI 도구가 통합되어 있을 수 있습니다.
이 콘텐츠는 아직 휴대기기에 최적화되지 않음
최상의 경험을 위해 데스크톱 컴퓨터에서 이메일로 전송된 링크를 사용하여 방문하세요.

개요

이 실습에서는 lab-02.ipynb에서 실습하는 동일한 TFX 파이프라인을 자동으로 빌드하고 배포하는 Cloud Build CI/CD 워크플로를 작성해 봅니다. 또한 파이프라인 코드를 호스팅하는 GitHub 저장소에 새로운 태그가 적용되면 워크플로를 시작하는 트리거를 설정하여 GitHub와 워크플로를 통합합니다.

목표

  • Cloud Build로 CI/CD 워크플로를 개발하고, 머신러닝 파이프라인을 빌드 및 배포합니다.
  • GitHub와 통합하여 파이프라인 소스 저장소의 변경사항에 따라 워크플로를 트리거합니다.

설정

각 실습에서는 정해진 기간 동안 새 Google Cloud 프로젝트와 리소스 집합이 무료로 제공됩니다.

  1. 시크릿 창을 사용하여 Google Skills에 로그인합니다.

  2. 실습 사용 가능 시간(예: 1:15:00)을 참고하여 해당 시간 내에 완료합니다.
    일시중지 기능은 없습니다. 필요한 경우 다시 시작할 수 있지만 처음부터 시작해야 합니다.

  3. 준비가 되면 실습 시작을 클릭합니다.

  4. 실습 사용자 인증 정보(사용자 이름 및 비밀번호)를 기록해 두세요. Google Cloud Console에 로그인합니다.

  5. Google Console 열기를 클릭합니다.

  6. 다른 계정 사용을 클릭한 다음, 안내 메시지에 이 실습에 대한 사용자 인증 정보를 복사하여 붙여넣습니다.
    다른 사용자 인증 정보를 사용하는 경우 오류가 발생하거나 요금이 부과됩니다.

  7. 약관에 동의하고 리소스 복구 페이지를 건너뜁니다.

작업 1. AI Platform 파이프라인 인스턴스 만들기

이 작업에서는 Kubeflow Pipelines를 Kuberenetes 앱으로 배포합니다. Kuberenetes 앱은 클릭을 통해 간편하게 Google Kubernetes Engine에 배포하는 솔루션으로 온프레미스 Kubernetes 클러스터 또는 타사 클라우드에 배포할 수 있는 유연성을 갖추고 있습니다. Kubeflow Pipelines가 Google Cloud 환경에 AI Platform 파이프라인으로 통합됩니다. 이 주제에 관심이 있다면 설치 단계 중에 이 소개 문서를 통해 Kubeflow Pipelines에 관해 자세히 알아보세요.

  1. 아래 명령어를 실행하여 실습 리소스를 초기화합니다.
gsutil cp gs://cloud-training/TFX-Script/tfx-init.sh . sh tfx-init.sh
  1. Google Cloud 콘솔의 탐색 메뉴에서 AI Platform으로 스크롤한 후 나중에 실습 중에 손쉽게 액세스할 수 있도록 해당 섹션을 고정합니다.

확장된 탐색 메뉴의 인공지능 섹션에 고정된 AI Platform 옵션

  1. AI Platform > 파이프라인로 이동합니다.

AI Platform 하위 메뉴에서 강조 표시된 파이프라인 옵션

  1. 그런 다음 새 인스턴스를 클릭합니다.

AI Platform 파이프라인 페이지에서 강조 표시된 '새 인스턴스' 버튼

  1. 구성을 클릭합니다.

Kubeflow Pipelines 대화상자에서 강조 표시된 '구성' 버튼

  1. 클러스터를 만들려면 영역을 선택한 후 다음 Cloud API에 대한 액세스 허용을 선택하고 이름은 그대로 둔 다음 새 클러스터 만들기를 클릭합니다.
참고: 클러스터를 만드는 데 3~5분 정도 걸립니다. 이 단계가 완료되어야 다음 단계로 진행할 수 있습니다.

  1. 페이지 하단으로 스크롤하여 Marketplace 약관을 수락하고 배포를 클릭합니다. KFP 개별 서비스가 GKE 클러스터에 배포되었음을 확인할 수 있습니다. 클러스터가 배포되기를 기다린 후 다음 작업으로 넘어갑니다.

  2. Cloud Shell에서 다음 명령어를 실행하여 kubectl 명령줄 액세스를 구성합니다.

gcloud container clusters get-credentials cluster-1 --zone {{{project_0.default_zone|place_holder_text}}} --project {{{project_0.project_id|place_holder_text}}}
  1. Cloud Shell에서 다음 명령어를 실행하여 KFP 배포의 엔드포인트를 가져옵니다.
kubectl describe configmap inverse-proxy-config | grep googleusercontent.com 중요: 이후 작업에서 노트북의 셀 중 하나에 KFP의 엔드포인트를 설정해야 합니다. 위의 출력을 엔드포인트로 사용해야 합니다.

내 진행 상황 확인하기를 클릭하여 목표를 확인합니다. AI Platform 파이프라인 인스턴스 만들기

작업 2. AI Platform Notebooks 액세스

AI Platform Notebooks를 실행하려면 다음을 수행합니다.

  1. 탐색 메뉴를 클릭해 AI Platform에서 Workbench로 이동합니다.

  2. 사전 프로비저닝된 tfx-on-googlecloud 노트북이 표시됩니다. 표시되지 않는 경우 몇 분 후에 페이지를 새로고침합니다.

  3. JupyterLab 열기를 클릭합니다. JupyterLab 창이 새 탭에서 열립니다.

작업 3. AI Platform Notebooks 인스턴스 내로 예시 저장소 클론

JupyterLab 인스턴스로 mlops-on-gcp 노트북을 클론하려면 다음을 수행합니다.

  1. JupyterLab에서 터미널 아이콘을 클릭하여 새 터미널을 엽니다.

  2. 명령줄 프롬프트에 다음 명령어를 입력하고 Enter를 누릅니다.

    git clone https://github.com/GoogleCloudPlatform/mlops-on-gcp 참고: 클론된 저장소가 JupyterLab UI에 표시되지 않는 경우에는 상단 메뉴의 Git > Clone a repository(저장소 클론)에서 UI를 사용해 저장소를 클론(https://github.com/GoogleCloudPlatform/mlops-on-gcp)하면 됩니다.

    저장소 클론 대화상자

  3. mlops-on-gcp 디렉터리를 더블클릭하고 디렉터리의 콘텐츠를 볼 수 있는지 확인하여 저장소가 클론되었는지 확인합니다. 이 과정의 모든 Jupyter 노트북 기반 실습 파일은 이 디렉터리에서 확인할 수 있습니다.

예시 노트북으로 이동

  1. JupyterLab에서 터미널을 열고 다음 명령어를 실행합니다.
cd mlops-on-gcp/workshops/tfx-caip-tf23 ./install.sh

  1. 이제 AI Platform Notebooks에서 mlops-on-gcp/workshops/tfx-caip-tf23/lab-03-tfx-cicd/labs로 이동하여 lab-03.ipynb를 엽니다.

  2. 노트북 툴바에서 지우기 버튼을 찾아 노트북의 셀을 모두 지우고 셀을 하나씩 실행합니다.

  3. 메시지가 표시되면 다음 안내를 다시 참고하여 진행 상황을 확인합니다.

추가 도움이 필요하면 mlops-on-gcp/workshops/tfx-caip-tf23/lab-03-tfx-cicd/solutions로 이동한 다음 lab-03.ipynb를 열어 전체 솔루션을 살펴볼 수 있습니다.

작업 4. 클라우드에서 학습 작업 실행

완료된 작업 테스트하기

내 진행 상황 확인하기를 클릭하여 목표를 확인합니다. 이미지를 빌드하여 프로젝트의 Container Registry에 푸시하기

완료된 작업 테스트하기

내 진행 상황 확인하기를 클릭하여 목표를 확인합니다. CI/CD 실행 수동으로 트리거

완료된 작업 테스트하기

내 진행 상황 확인하기를 클릭하여 목표를 확인합니다. Cloud Build 트리거 만들기

완료된 작업 테스트하기

내 진행 상황 확인하기를 클릭하여 목표를 확인합니다. 빌드 트리거

수고하셨습니다

이 실습에서는 TFX 파이프라인을 자동으로 빌드하고 배포하는 Cloud Build CI/CD 워크플로를 작성했습니다. 또한 Cloud Build 트리거를 설정하여 TFX 워크플로와 GitHub를 통합했습니다. 다음 실습에서는 TFX 파이프라인 실행 중에 생성되는 TFX 메타데이터와 파이프라인 아티팩트를 검사해 봅니다.

실습 종료

실습을 완료하면 실습 종료를 클릭합니다. Qwiklabs에서 사용된 리소스를 자동으로 삭제하고 계정을 지웁니다.

실습 경험을 평가할 수 있습니다. 해당하는 별표 수를 선택하고 의견을 입력한 후 제출을 클릭합니다.

별점의 의미는 다음과 같습니다.

  • 별표 1개 = 매우 불만족
  • 별표 2개 = 불만족
  • 별표 3개 = 중간
  • 별표 4개 = 만족
  • 별표 5개 = 매우 만족

의견을 제공하고 싶지 않다면 대화상자를 닫으면 됩니다.

의견이나 제안 또는 수정할 사항이 있다면 지원 탭을 사용하세요.

Copyright 2026 Google LLC All rights reserved. Google 및 Google 로고는 Google LLC의 상표입니다. 기타 모든 회사명 및 제품명은 해당 업체의 상표일 수 있습니다.

시작하기 전에

  1. 실습에서는 정해진 기간 동안 Google Cloud 프로젝트와 리소스를 만듭니다.
  2. 실습에는 시간 제한이 있으며 일시중지 기능이 없습니다. 실습을 종료하면 처음부터 다시 시작해야 합니다.
  3. 화면 왼쪽 상단에서 실습 시작을 클릭하여 시작합니다.

시크릿 브라우징 사용

  1. 실습에 입력한 사용자 이름과 비밀번호를 복사합니다.
  2. 비공개 모드에서 콘솔 열기를 클릭합니다.

콘솔에 로그인

    실습 사용자 인증 정보를 사용하여
  1. 로그인합니다. 다른 사용자 인증 정보를 사용하면 오류가 발생하거나 요금이 부과될 수 있습니다.
  2. 약관에 동의하고 리소스 복구 페이지를 건너뜁니다.
  3. 실습을 완료했거나 다시 시작하려고 하는 경우가 아니면 실습 종료를 클릭하지 마세요. 이 버튼을 클릭하면 작업 내용이 지워지고 프로젝트가 삭제됩니다.

현재 이 콘텐츠를 이용할 수 없습니다

이용할 수 있게 되면 이메일로 알려드리겠습니다.

감사합니다

이용할 수 있게 되면 이메일로 알려드리겠습니다.

한 번에 실습 1개만 가능

모든 기존 실습을 종료하고 이 실습을 시작할지 확인하세요.

시크릿 브라우징을 사용하여 실습 실행하기

이 실습을 실행하는 가장 좋은 방법은 시크릿 모드 또는 시크릿 브라우저 창을 사용하는 것입니다. 개인 계정과 학생 계정 간의 충돌로 개인 계정에 추가 요금이 발생하는 일을 방지해 줍니다.