클라이언트 애플리케이션에서 파이프라인 엔드포인트 사용

  • 아티클

Important

Azure Machine Learning Studio(클래식)에 대한 지원은 2024년 8월 31일에 종료됩니다. 해당 날짜까지 Azure Machine Learning으로 전환하는 것이 좋습니다.

2021년 12월 1일부터 새 Machine Learning Studio(클래식) 리소스(작업 영역 및 웹 서비스 계획)를 만들 수 없습니다. 2024년 8월 31일까지 기존 Machine Learning Studio(클래식) 실험 및 웹 서비스를 계속 사용할 수 있습니다. 자세한 내용은 다음을 참조하세요.

Machine Learning Studio(클래식) 설명서는 사용 중지 중이며 나중에 업데이트되지 않을 수 있습니다.

이 문서에서는 클라이언트 애플리케이션을 Azure Machine Learning 엔드포인트와 통합하는 방법에 대해 알아봅니다.

이 문서는 Azure Machine Learning 마이그레이션 시리즈에 대한 ML Studio(클래식)의 일부입니다. Azure Machine Learning으로 마이그레이션하는 방법에 대한 자세한 내용은 마이그레이션 개요 문서를 참조하세요.

필수 조건

실시간 엔드포인트 사용

모델을 실시간 엔드포인트로 배포한 경우 C#, Python 및 R에서 해당 REST 엔드포인트와 미리 생성된 소비 코드를 찾을 수 있습니다.

  1. Azure Machine Learning 스튜디오(ml.azure.com)로 이동합니다.
  2. 엔드포인트 탭으로 이동합니다.
  3. 실시간 엔드포인트를 선택합니다.
  4. 사용을 선택합니다.

참고 항목

세부 정보 탭에서 엔드포인트에 대한 Swagger 사양을 찾을 수도 있습니다. Swagger 정의를 사용하여 엔드포인트 스키마를 파악합니다. Swagger 정의에 대한 자세한 내용은 Swagger 공식 설명서를 참조하세요.

파이프라인 엔드포인트 사용

파이프라인 엔드포인트를 사용하는 방법에는 두 가지가 있습니다.

  • REST API 호출
  • Azure Data Factory와 통합

REST API 호출 사용

클라이언트 애플리케이션에서 REST 엔드포인트를 호출합니다. 엔드포인트에 대한 Swagger 사양을 사용하여 해당 스키마를 이해할 수 있습니다.

  1. Azure Machine Learning 스튜디오(ml.azure.com)로 이동합니다.
  2. 엔드포인트 탭으로 이동합니다.
  3. 파이프라인 엔드포인트를 선택합니다.
  4. 파이프라인 엔드포인트를 선택합니다.
  5. 파이프라인 엔드포인트 개요 창에서 REST 엔드포인트 설명서 아래의 링크를 선택합니다.

Azure Data Factory 사용

Azure Data Factory 파이프라인의 단계로 Azure Machine Learning 파이프라인을 호출할 수 있습니다. 자세한 내용은 Azure Data Factory에서 Azure Machine Learning 파이프라인 실행을 참조하세요.

다음 단계

이 문서에서는 파이프라인 엔드포인트에 대한 스키마 및 샘플 코드를 찾는 방법을 알아보았습니다. 엔드포인트 인증에 대한 자세한 내용은 온라인 엔드포인트에 대한 인증을 참조하세요.

Azure Machine Learning 마이그레이션 시리즈의 나머지 문서를 참조하세요.