VS Code에서 Azure AI 프로젝트 시작

참고 항목

Azure AI 스튜디오는 현재 공개 미리 보기로 제공됩니다. 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.

Azure AI 스튜디오는 VS Code(웹 및 데스크톱)에서의 개발을 지원합니다. 각 시나리오에서 VS Code 인스턴스는 컴퓨팅 인스턴스라고도 하는 가상 머신에서 실행되는 미리 빌드된 사용자 지정 컨테이너에 원격으로 연결됩니다. 대신 로컬 환경에서 작업하거나 자세히 알아보려면 Azure AI SDK 설치Azure AI CLI 설치의 단계를 수행합니다.

Azure AI 스튜디오에서 VS Code 시작

  1. Azure AI 스튜디오로 이동합니다.

  2. 빌드>프로젝트로 이동하고 작업하려는 프로젝트를 선택하거나 만듭니다.

  3. 브라우저에서 작업하려면 페이지 오른쪽 위의 빌드 탭에서 VS Code(웹)에서 프로젝트 열기를 선택합니다. 대신 로컬 VS Code 인스턴스에서 작업하려면 드롭다운 화살표를 선택하고 VS Code(데스크톱)에서 프로젝트 열기를 선택합니다.

  4. 이전 단계 다음에 열리는 대화 상자 내에서 사용하려는 컴퓨팅 인스턴스를 선택하거나 만듭니다.

  5. 컴퓨팅이 실행되면 컴퓨팅에서 컨테이너를 구성하는 설정을 선택합니다. 컴퓨팅 설정을 완료하는 데 몇 분 정도 걸릴 수 있습니다. 컴퓨팅을 처음 설정하면 이후에는 직접 시작할 수 있습니다. 메시지가 표시되면 컴퓨팅을 인증해야 할 수 있습니다.

    Warning

    컴퓨팅 인스턴스에서 유휴 종료를 사용하도록 설정하고 구성하더라도 VS Code를 위해 이 사용자 지정 컨테이너를 호스트하는 모든 컴퓨팅은 유휴 종료되지 않습니다. 이는 컨테이너 내에서 작업하는 동안 컴퓨팅이 예기치 않게 종료되지 않도록 하기 위한 것입니다.

  6. 컨테이너가 준비되면 시작을 선택합니다. 그러면 컴퓨팅 인스턴스에서 실행되는 사용자 지정 개발 환경에 원격으로 연결된 이전에 선택한 VS Code 환경이 시작됩니다.

    VS Code(웹)를 선택한 경우 vscode.dev에 연결된 새 브라우저 탭이 열립니다. VS Code(데스크톱)를 선택한 경우 로컬 컴퓨터에서 VS Code의 새 로컬 인스턴스가 열립니다.

사용자 지정 컨테이너 폴더 구조

미리 빌드된 개발 환경은 Azure AI SDK 생성 패키지, Azure AI CLI, 프롬프트 흐름 SDK 및 기타 도구가 있는 Docker 컨테이너를 기반으로 합니다. 이 환경은 컨테이너 내에서 원격으로 VS Code를 실행하도록 구성되어 있습니다. 컨테이너는 이 Dockerfile과 비슷한 방법으로 정의되며, Microsoft의 Python 3.10 개발 컨테이너 이미지를 기반으로 합니다.

AI 스튜디오에서 시작한 특정 프로젝트 디렉터리로 파일 탐색기가 열립니다.

컨테이너는 현재 개발 컨텍스트 내에서 방향을 지정하고, 코드, 데이터, 공유 파일을 가장 효율적으로 사용할 수 있도록 설계된 Azure AI 폴더 계층 구조(afh 디렉터리)로 구성됩니다. 이 afh 디렉터리에는 Azure AI 프로젝트가 포함되며, 각 프로젝트에는 code, data, shared 폴더가 포함된 전용 프로젝트 디렉터리가 있습니다.

다음 표에는 폴더 구조가 요약되어 있습니다.

폴더 설명
code git 리포지토리 또는 로컬 코드 파일 작업에 사용합니다.

code 폴더는 컴퓨팅 인스턴스에서 직접 스토리지 위치이며, 대용량 리포지토리의 경우 성능이 좋습니다. git 리포지토리를 복제하거나 그 밖에 코드 파일을 가져오거나 만드는 데 이상적인 위치입니다.
data 로컬 데이터 파일을 저장하는 데 사용합니다. data 폴더를 사용하여 일관된 방식으로 로컬 데이터를 저장하고 참조하는 것이 좋습니다.
shared 프로젝트의 공유 파일 및 자산(예: 프롬프트 흐름) 작업에 사용합니다.

예를 들어 shared\Users\{user-name}\promptflow에서 프로젝트의 프롬프트 흐름을 찾을 수 있습니다.

Important

이 프로젝트 디렉터리 내에서 작업하는 것이 좋습니다. 프로젝트 디렉터리에 포함하는 파일, 폴더, 리포지토리는 호스트 컴퓨터(컴퓨팅 인스턴스)에 유지됩니다. 코드 폴더와 데이터 폴더에 저장된 파일은 컴퓨팅 인스턴스가 중지되거나 다시 시작되는 경우에도 유지되지만 컴퓨팅이 삭제되면 손실됩니다. 그러나 공유 파일은 Azure AI 허브 리소스의 스토리지 계정에 저장되므로 컴퓨팅 인스턴스가 삭제되어도 손실되지 않습니다.

Azure AI SDK

AI SDK를 시작하려면 aistudio-copilot-sample 리포지토리를 몇 가지 Copilot 구현이 포함된 포괄적인 스타터 리포지토리로 사용하는 것이 좋습니다. 샘플의 전체 목록은 Azure AI 샘플 리포지토리를 확인하세요.

  1. 터미널 열기

  2. 샘플 리포지토리를 프로젝트의 code 폴더에 복제합니다. GitHub에 인증하라는 메시지가 표시될 수 있습니다.

    cd code
    git clone https://github.com/azure/aistudio-copilot-sample
    
  3. 기존 Notebook 또는 코드 파일이 있는 경우 import azure.ai.generative를 가져오고 Intellisense를 사용하여 해당 패키지에 포함된 기능을 찾아볼 수 있습니다.

Azure AI CLI

대화형으로 작업하려는 경우 Azure AI CLI에는 생성 AI 솔루션을 빌드하는 데 필요한 것이 모두 있습니다.

  1. 터미널을 열어 시작합니다
  2. ai help는 CLI 기능을 안내합니다
  3. ai init은 개발 환경의 리소스를 구성합니다.

프롬프트 흐름 작업

Azure AI SDK와 Azure AI CLI를 사용하여 프롬프트 흐름을 만들고, 참조하고, 작업할 수 있습니다.

Azure AI Studio에서 이미 만든 프롬프트 흐름은 shared\Users\{user-name}\promptflow에서 찾을 수 있습니다. Azure AI CLI 및 SDK를 사용하여 code 또는 shared 폴더에 새 흐름을 만들 수도 있습니다.

  • AI CLI를 사용하여 기존 흐름을 참조하려면 ai flow invoke를 사용합니다.
  • AI CLI를 사용하여 새 흐름을 만들려면 ai flow new를 사용합니다.

프롬프트 흐름은 AI CLI 또는 SDK를 사용할 때 프로젝트가 액세스할 수 있는 Azure AI 연결을 자동으로 사용합니다.

VS Code에서 프롬프트 흐름 확장을 사용할 수도 있습니다. 이 확장은 이 환경에 미리 설치되어 있습니다. 이 확장 내에서 연결 공급자를 Azure AI 프로젝트로 설정할 수 있습니다. Azure AI에서 연결 사용을 참조하세요.

AI SDK 및 CLI에 없는 프롬프트 흐름 관련 기능의 경우 프롬프트 흐름 CLI 또는 SDK로 직접 작업할 수 있습니다. 자세한 내용은 프롬프트 흐름 기능을 참조하세요.

설명

여러 코드와 데이터 디렉터리 또는 여러 리포지토리에서 작업하려는 경우 VS Code에서 분할 루트 파일 탐색기 기능을 사용할 수 있습니다. 이 기능을 사용해 보려면 다음 단계를 수행합니다.

  1. Ctrl+Shift+P를 입력하여 명령 팔레트를 엽니다. 작업 영역: 작업 영역에 폴더 추가를 검색하고 선택합니다.
  2. 로드할 리포지토리 폴더를 선택합니다. 파일 탐색기에 연 폴더의 새 섹션이 표시됩니다. 리포지토리였다면 이제 VS Code에서 소스 제어를 사용할 수 있습니다.
  3. 향후 개발 세션을 위해 이 구성을 저장하려면 Ctrl+Shift+p를 다시 입력하고 작업 영역: 작업 영역을 다른 이름으로 저장을 선택합니다. 이 작업은 구성 파일을 현재 폴더에 저장합니다.

언어 간 호환성과 Azure AI 기능의 원활한 통합을 위해 https://aka.ms/azai에서 Azure AI 허브를 살펴보세요. 선호하는 프로그래밍 언어로 앱 템플릿과 SDK 샘플을 검색합니다.

다음 단계