Azure Machine Learning 허브 작업 영역이란 무엇인가요? (미리 보기)
허브는 팀의 보안, 연결, 컴퓨팅 리소스, 할당량을 중앙에서 관리하는 작업 영역의 한 종류입니다. 허브를 설정하면 개발자는 IT 설정 요구 사항을 계속 준수하면서 자체 작업 영역을 만들어 작업을 정리할 수 있습니다. 허브 작업 영역을 통해 구성을 공유하고 재사용하면 대규모로 Azure Machine Learning을 배포할 때 비용 효율성이 향상됩니다.
'프로젝트 작업 영역'이라고도 하는 허브를 사용하여 만든 작업 영역은 동일한 보안 설정과 공유 리소스 액세스 권한을 얻습니다. 자체 보안 설정 또는 Azure 연결 리소스가 필요하지 않습니다. 작업을 정리하거나, 데이터를 격리하거나, 액세스를 제한하는 데 필요한 만큼 프로젝트 작업 영역을 만드세요.
본인이나 팀이 여러 기계 학습 프로젝트를 계획하고 있는 경우 허브 작업 영역을 만드세요. 허브를 사용하여 동일한 데이터 또는 비즈니스 도메인에서 작업을 정리할 수 있습니다.
IT 병목 현상 없이 빠르고 안전하게 AI 탐색
기계 학습 모델을 성공적으로 구축하려면 본격적인 구현을 위한 필수 구성 요소로 대규모 프로토타입 제작이 필요한 경우가 많습니다. 특정 작업에 대한 아이디어의 타당성을 입증하거나 데이터 또는 모델의 품질을 평가하기 위해 구현될 수 있습니다.
아이디어의 타당성 입증에서 자금 지원 프로젝트로 전환할 때 많은 조직에서 단일 플랫폼 팀이 클라우드 리소스 설정을 담당하기 때문에 생산성 병목 현상이 발생합니다. 이 팀은 비용이 발생할 수 있는 보안, 연결 또는 기타 리소스를 구성할 권한이 있는 유일한 팀일 수 있습니다. 이로 인해 대규모 백로그가 발생하여 개발 팀이 새로운 아이디어로 혁신을 시작하는 데 방해가 될 수 있습니다.
허브의 목표는 IT 팀이 기계 학습 모델에 대한 프로토타입 제작, 구축, 운영을 수행할 수 있는 안전하고 미리 구성되었으며 재사용 가능한 환경을 설정할 수 있도록 하여 이러한 병목 상태를 없애는 것입니다.
ML 스튜디오와 AI 스튜디오 간의 상호 운용성
허브는 팀의 ML 스튜디오 및 AI 스튜디오용 공동 작업 환경으로 사용할 수 있습니다. 사용자 지정 기계 학습 모델을 학습하고 운영하는 데 ML 스튜디오를 사용하세요. AI 애플리케이션을 책임감 있게 구축하고 운영하기 위한 환경으로 AI 스튜디오를 사용하세요.
| 작업 영역 종류 | ML Studio | AI Studio |
|---|---|---|
| 기본값 | 지원됨 | - |
| 허브 | 지원됨 | 지원됨 |
| 프로젝트 | 지원됨 | 지원됨 |
팀을 위한 허브 설정 및 보호
Azure Portal에서 또는 Azure Resource Manager 템플릿을 사용하여 허브 작업 영역을 만듭니다. 조직의 요구 사항을 준수하기 위해 네트워킹, ID, 암호화, 모니터링 또는 태그를 사용자 지정할 수 있습니다.
허브를 사용하여 만든 프로젝트 작업 영역은 허브의 보안 설정 및 공유 리소스 구성을 가져옵니다. 다음 구성이 포함됩니다.
| 구성 | 참고 항목 |
|---|---|
| 네트워크 설정 | 하나의 관리형 가상 네트워크가 허브와 프로젝트 작업 영역 간에 공유됩니다. 허브 및 프로젝트 작업 영역의 콘텐츠에 액세스하려면 허브 작업 영역에 단일 프라이빗 링크 엔드포인트를 만듭니다. |
| 암호화 설정 | 암호화 설정이 허브에서 프로젝트로 전달됩니다. |
| 암호화된 데이터용 스토리지 | 암호화를 위해 고객 관리형 키를 가져오는 경우 허브 및 프로젝트 작업 영역은 암호화된 서비스 데이터를 저장하기 위해 동일한 관리형 리소스 그룹을 공유합니다. |
| 연결 | 프로젝트 작업 영역은 허브에서 만든 공유 연결을 사용할 수 있습니다. 이 기능은 현재 AI 스튜디오에서만 지원됩니다. |
| 컴퓨팅 인스턴스 | 동일한 허브에 연결된 모든 프로젝트 작업 영역에서 컴퓨팅 인스턴스를 재사용합니다. |
| 컴퓨팅 할당량 | 프로젝트 작업 영역에서 사용하는 모든 컴퓨팅 할당량은 허브 작업 영역 할당량의 잔량에서 차감됩니다. |
| 스토리지 | 작업 영역 데이터를 저장하기 위한 연결 리소스입니다. 프로젝트 작업 영역은 {workspaceGUID} 접두사로 시작하는 지정된 컨테이너를 사용하며, 이러한 컨테이너에만 액세스하기 위한 작업 영역 ID에 대한 조건부 Azure 특성 기반 액세스 역할 할당을 갖습니다. |
| 주요 자격 증명 모음 | 예를 들어 연결을 만들 때 서비스에 생성된 비밀을 저장하기 위한 연결 리소스입니다. 프로젝트 작업 영역 ID는 자신의 비밀에만 액세스할 수 있습니다. |
| 컨테이너 레지스트리 | 환경을 생성할 때 만들어진 컨테이너 이미지를 저장하기 위한 연결 리소스입니다. 프로젝트 작업 영역 이미지는 명명 규칙에 의해 격리되며 자체 컨테이너에만 액세스할 수 있습니다. |
| Application insights | 엔드포인트에 애플리케이션 로깅을 사용하도록 설정할 때의 연결 리소스입니다. 모든 프로젝트 작업 영역에 대해 하나의 애플리케이션 인사이트를 기본값으로 구성할 수 있습니다. 프로젝트 작업 영역 수준에서 재정의할 수 있습니다. |
한 프로젝트 작업 영역에 업로드된 데이터는 다른 프로젝트 작업 영역에 업로드된 데이터와 격리된 상태로 저장됩니다. 프로젝트 작업 영역은 허브 보안 설정을 재사용하지만 여전히 최상위 Azure 리소스이며, 이를 통해 프로젝트 구성원으로만 액세스 권한을 제한할 수 있습니다.
허브를 사용하여 프로젝트 작업 영역 만들기
허브가 생성되면 여러 가지 방법으로 허브를 사용해 프로젝트 작업 영역을 만들 수 있습니다.
참고 항목
허브를 사용하여 작업 영역을 만들 때는 보안 설정 또는 연결 리소스가 허브에서 상속되므로 따로 지정할 필요가 없습니다. 예를 들어 허브에서 공용 네트워크 액세스를 비활성화하면 생성된 새 작업 영역에서도 비활성화됩니다.
기본 프로젝트 리소스 그룹
허브를 사용하여 프로젝트 작업 영역을 만들려면 사용자에게 Microsoft.MachineLearningServices/workspaces/hubs/join/action 작업이 포함된 역할을 사용하는 허브 작업 영역 리소스에 대한 역할 할당이 있어야 합니다. Azure AI 개발자 역할은 이 작업을 지원하는 기본 제공 역할의 한 예입니다.
필요에 따라 관리자 권한으로 허브를 만들 때 사용자가 셀프 서비스 방식으로 프로젝트 작업 영역을 만들 수 있도록 기본 프로젝트 리소스 그룹을 지정할 수도 있습니다. 기본 리소스 그룹이 설정되면 SDK/CLI/스튜디오 사용자가 리소스 그룹 범위에 대한 추가 Azure RBAC(역할 기반 액세스 제어) 권한 없이도 이 리소스 그룹에 작업 영역을 만들 수 있습니다. 만드는 사용자는 프로젝트 작업 영역 Azure 리소스의 소유자가 됩니다.
프로젝트 작업 영역은 기본 프로젝트 리소스 그룹이 아닌 다른 리소스 그룹에 만들 수 있습니다. 이렇게 하려면 사용자에게 Microsoft.MachineLearning/Workspaces/write 권한이 필요합니다.
작업 영역 종류별로 지원되는 기능
허브/프로젝트 작업 영역을 사용하여 지원되는 기능은 일반 작업 영역과 다릅니다. 다음 지원 표에서 개요를 확인할 수 있습니다.
| 기능 | 기본 작업 영역 | 허브 작업 영역 | 프로젝트 작업 영역 | 참고 항목 |
|---|---|---|---|---|
| 스튜디오에서 셀프 서비스로 프로젝트 작업 영역 만들기 | - | X | X | - |
| 허브에서 공유 연결 만들기 | X | X | AI 스튜디오에서만 가능 | |
| 허브에서 공유 연결 사용 | X | X | - | |
| 작업 영역 전반에서 컴퓨팅 인스턴스 재사용 | - | X | X | |
| 작업 영역 전반에서 컴퓨팅 할당량 공유 | - | X | X | |
| AI 스튜디오에서 GenAI 앱 구축 | - | X | X | |
| 작업 영역 전반의 단일 프라이빗 링크 엔드포인트 | - | X | X | |
| 관리형 가상 네트워크 | X | X | X | - |
| BYO 가상 네트워크 | X | - | - | 대체 관리형 가상 네트워크 사용 |
| 컴퓨팅 클러스터 | X | - | - | 대체 서버리스 컴퓨팅 사용 |
| 병렬 실행 단계 | X | - | - | - |
일반 작업 영역을 허브 작업 영역으로 변환하기
지원되지 않습니다.
다음 단계
Azure Machine Learning 설정에 대한 자세한 내용은 다음을 참조하세요.
AI 스튜디오의 허브 작업 영역 지원에 대한 자세한 내용은 다음을 참조하세요.