Azure AI 스튜디오 허브에 대한 프라이빗 링크를 구성하는 방법
Important
이 문서에 설명된 기능 중 일부는 미리 보기로만 제공될 수 있습니다. 이 미리 보기는 서비스 수준 계약 없이 제공되며, 프로덕션 워크로드에는 권장되지 않습니다. 특정 기능이 지원되지 않거나 기능이 제한될 수 있습니다. 자세한 내용은 Microsoft Azure Preview에 대한 추가 사용 약관을 참조하세요.
두 가지 네트워크 격리 양상이 있습니다. 하나는 Azure AI 스튜디오 허브에 액세스하기 위한 네트워크 격리입니다. 또 다른 하나는 허브의 컴퓨팅 리소스와 컴퓨팅 인스턴스, 서버리스 및 관리되는 온라인 엔드포인트와 같은 프로젝트의 네트워크 격리입니다. 이 문서에서는 다이어그램에 강조 표시된 전자에 대해 설명합니다. 프라이빗 링크를 사용하여 허브와 해당 기본 리소스에 대한 프라이빗 연결을 설정할 수 있습니다. 이 문서는 Azure AI Studio(허브 및 프로젝트)를 위한 것입니다. Azure AI 서비스에 대한 자세한 내용은 Azure AI 서비스 설명서를 참조하세요.
리소스 그룹에서 여러 허브 기본 리소스를 가져옵니다. 다음 네트워크 격리 구성을 구성해야 합니다.
- Azure Storage, Azure Key Vault 및 Azure Container Registry와 같은 허브 기본 리소스의 공용 네트워크 액세스를 사용하지 않도록 설정합니다.
- 허브 기본 리소스에 대한 프라이빗 엔드포인트 연결을 설정합니다. 기본 스토리지 계정에 대한 Blob 및 파일 프라이빗 엔드포인트가 모두 있어야 합니다.
- 허브가 비공개인 경우 스토리지 계정에 액세스할 수 있도록 하는 관리 ID 구성.
필수 조건
프라이빗 엔드포인트를 만들려면 기존 Azure Virtual Network가 있어야 합니다.
Important
VNet에 172.17.0.0/16 IP 주소 범위를 사용하지 않는 것이 좋습니다. 이것은 Docker 브리지 네트워크 또는 온-프레미스에서 사용하는 기본 서브넷 범위입니다.
프라이빗 엔드포인트를 추가하려면 먼저 프라이빗 엔드포인트에 대한 네트워크 정책을 사용하지 않도록 설정합니다.
프라이빗 엔드포인트를 사용하는 허브 만들기
다음 방법 중 하나를 사용하여 프라이빗 엔드포인트를 사용하여 허브를 만듭니다. 이러한 각 방법을 사용하려면 기존 가상 네트워크가 필요합니다.
- Azure Portal에서 Azure AI 스튜디오로 이동하고 + 새 Azure AI를 선택합니다.
- 네트워킹 탭에서 네트워크 격리 모드를 선택합니다.
- 작업 영역 인바운드 액세스까지 아래로 스크롤하고 + 추가를 선택합니다.
- 필수 필드를 입력합니다. 지역을선택하는 경우 가상 네트워크와 동일한 지역을 선택합니다.
허브에 프라이빗 엔드포인트 추가
다음 방법 중 하나를 사용하여 기존 허브에 프라이빗 엔드포인트를 추가합니다.
- Azure Portal에서 허브를 선택합니다.
- 페이지 왼쪽에서 네트워킹을 선택한 다음, 프라이빗 엔드포인트 연결 탭을 선택합니다.
- 지역을선택하는 경우 가상 네트워크와 동일한 지역을 선택합니다.
- 리소스 종류을 선택할 때
azuremlworkspace
를 사용합니다. - 리소스를 작업 영역 이름으로 설정합니다.
마지막으로, 만들기를 선택하여 프라이빗 엔드포인트를 만듭니다.
프라이빗 엔드포인트 제거
허브에 대한 하나 또는 모든 프라이빗 엔드포인트를 제거할 수 있습니다. 프라이빗 엔드포인트를 제거하면 엔드포인트가 연결된 Azure Virtual Network에서 허브가 제거됩니다. 프라이빗 엔드포인트를 제거하면 허브가 해당 가상 네트워크의 리소스에 액세스하지 못하거나 가상 네트워크의 리소스가 작업 영역에 액세스하지 못할 수 있습니다. 예를 들어, 가상 네트워크가 공용 인터넷에 대한 액세스를 허용하지 않는 경우입니다.
Warning
허브의 프라이빗 엔드포인트를 제거해도 공개적으로 액세스할 수 없습니다. 허브에 공개적으로 액세스할 수 있게 하려면 공용 액세스 사용 섹션의 단계를 따릅니다.
프라이빗 엔드포인트를 제거하려면 다음 정보를 사용합니다.
- Azure Portal에서 허브를 선택합니다.
- 페이지 왼쪽에서 네트워킹을 선택한 다음, 프라이빗 엔드포인트 연결 탭을 선택합니다.
- 제거할 엔드포인트를 선택한 다음, 제거를 선택합니다.
공용 액세스 사용
어떤 상황에서는 누군가가 가상 네트워크 대신 공용 엔드포인트를 통해 보호된 허브에 연결하도록 허용할 수 있습니다. 또는 가상 네트워크에서 작업 영역을 제거하고 공용 액세스를 다시 사용하도록 설정할 수도 있습니다.
Important
공용 액세스를 사용하도록 설정해도 존재하는 프라이빗 엔드포인트는 제거되지 않습니다. 프라이빗 엔드포인트가 연결되는 가상 네트워크 뒤의 구성 요소 간 모든 통신은 여전히 보호됩니다. 프라이빗 엔드포인트를 통한 개인 액세스 외에도 허브에 대한 공용 액세스만 사용할 수 있습니다.
공용 액세스를 사용하도록 설정하려면 다음 단계를 사용합니다.
- Azure Portal에서 허브를 선택합니다.
- 페이지 왼쪽에서 네트워킹을 선택한 다음, 공용 액세스 탭을 선택합니다.
- 모든 네트워크에서 사용됨을 선택한 다음, 저장을 선택합니다.
관리 ID 구성
스토리지 계정을 프라이빗으로 설정하는 경우 관리 ID 구성이 필요합니다. Azure 서비스는 다음 관리 ID 구성으로 신뢰할 수 있는 서비스 목록의 Azure 서비스가 이 스토리지 계정에 액세스하도록 허용을 사용하여 비공개 스토리지 계정에서 데이터를 읽고 써야 합니다. Azure AI Service 및 Azure AI 검색의 시스템이 할당한 관리 ID를 사용하도록 설정한 다음, 각 관리 ID에 대한 역할 기반 액세스 제어를 구성합니다.
역할 | 관리 ID | 리소스 | 목적 | 참조 |
---|---|---|---|---|
Storage File Data Privileged Contributor |
Azure AI 스튜디오 프로젝트 | 스토리지 계정 | 읽기/쓰기 프롬프트 흐름 데이터입니다. | 프롬프트 흐름 문서 |
Storage Blob Data Contributor |
Azure AI 서비스 | 스토리지 계정 | 입력 컨테이너에서 읽고, 출력 컨테이너에 전처리 결과를 씁니다. | Azure OpenAI 문서 |
Storage Blob Data Contributor |
Azure AI 검색 | 스토리지 계정 | Blob를 읽고 지식 저장소를 씁니다 | 검색 문서. |
사용자 지정 DNS 구성
DNS 전달 구성에 대해서는 Azure Machine Learning 사용자 지정 DNS 문서를 참조하세요.
DNS 전달 없이 사용자 지정 DNS 서버를 구성해야 하는 경우 필수 A 레코드에 대해 다음 패턴을 사용합니다.
<AI-STUDIO-GUID>.workspace.<region>.cert.api.azureml.ms
<AI-PROJECT-GUID>.workspace.<region>.cert.api.azureml.ms
<AI-STUDIO-GUID>.workspace.<region>.api.azureml.ms
<AI-PROJECT-GUID>.workspace.<region>.api.azureml.ms
ml-<workspace-name, truncated>-<region>-<AI-STUDIO-GUID>.<region>.notebooks.azure.net
ml-<workspace-name, truncated>-<region>-<AI-PROJECT-GUID>.<region>.notebooks.azure.net
참고 항목
이 FQDN의 작업 영역 이름은 잘릴 수 있습니다. 잘림은
ml-<workspace-name, truncated>-<region>-<workspace-guid>
를 63자 이하로 유지하기 위해 수행됩니다.<instance-name>.<region>.instances.azureml.ms
참고 항목
- 컴퓨팅 인스턴스는 가상 네트워크 내에서만 액세스할 수 있습니다.
- 이 FQDN의 IP 주소가 컴퓨팅 인스턴스의 IP가 아닙니다. 대신 작업 영역 프라이빗 엔드포인트(
*.api.azureml.ms
항목의 IP)의 개인 IP 주소를 사용합니다.
관리형 가상 네트워크에서 컴퓨팅에 연결하기 위한 명령을
<instance-name>.<region>.instances.azureml.ms
수행할 때만az ml compute connect-ssh
사용됩니다. 관리형 네트워크 또는 SSH 연결을 사용하지 않는 경우에는 필요하지 않습니다.<managed online endpoint name>.<region>.inference.ml.azure.com
- 관리형 온라인 엔드포인트에서 사용
A 레코드의 개인 IP 주소를 찾으려면 Azure Machine Learning 사용자 지정 DNS 문서를 참조하세요. AI-PROJECT-GUID를 확인하려면 Azure Portal로 이동하여 프로젝트, 설정, 속성을 선택하면 작업 영역 ID가 표시됩니다.
제한 사항
- Mozilla Firefox를 사용하는 경우 허브의 프라이빗 엔드포인트에 액세스를 시도할 때 문제가 발생할 수 있습니다. 이 문제는 Mozilla Firefox의 HTTPS를 통한 DNS와 관련이 있을 수 있습니다. Microsoft Edge 또는 Google Chrome을 사용하는 것을 권장합니다.