Machine Learning Studio(클래식) 웹 서비스 포털을 사용하여 웹 서비스 관리

  • 아티클

적용 대상:적용 대상.Machine Learning Studio(클래식) 적용되지 않는 대상.Azure Machine Learning

중요

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

2021년 12월 1일부터 새로운 Machine Learning Studio(클래식) 리소스를 만들 수 없습니다. 2024년 8월 31일까지는 기존 Machine Learning Studio(클래식) 리소스를 계속 사용할 수 있습니다.

ML Studio(클래식) 설명서는 사용 중지되며 나중에 업데이트되지 않을 수 있습니다.

Machine Learning 웹 서비스 포털을 사용하여 Machine Learning Studio(클래식) 웹 서비스를 관리할 수 있습니다.

Machine Learning 웹 서비스 포털에서 수행할 수 있는 작업은 다음과 같습니다.

  • 웹 서비스가 사용되는 방식을 모니터링합니다
  • 설명을 구성하고, 웹 서비스 키 및 스토리지 계정 키를 업데이트하며(새 서비스에만 해당), 로깅을 사용하도록 설정하고, 샘플 데이터를 사용하거나 사용하지 않도록 설정합니다.
  • 웹 서비스를 삭제합니다.
  • 청구 계획을 만들거나 삭제 또는 업데이트합니다(Azure Machine Learning만 해당).
  • 엔드포인트를 추가, 삭제합니다(ML Studio(클래식)만 해당).

참고

웹 서비스 탭의 Machine Learning Studio(클래식)에서 기존 웹 서비스를 관리할 수도 있습니다.

새 Resources Manager 기반 웹 서비스를 관리하기 위한 권한

새 웹 서비스는 Azure 리소스로 배포됩니다. 따라서 새 웹 서비스를 배포하고 관리하기 위한 올바른 권한이 있어야 합니다. 새로운 웹 서비스를 배포 또는 관리하려면 웹 서비스가 배포된 구독에 대한 참여자 또는 관리자 역할을 할당받아야 합니다. Machine Learning 작업 영역에 다른 사용자를 초대하는 경우 구독에 대한 참여자 또는 관리자 역할을 할당해야 해당 사용자가 웹 서비스를 배포하거나 관리할 수 있습니다.

사용자에게 Machine Learning 웹 서비스 포털에서 리소스에 액세스할 수 있는 올바른 권한이 없으면 웹 서비스를 배포하려고 할 때 다음과 같은 오류가 발생합니다.

웹 서비스 배포에 실패했습니다. 이 계정은 작업 영역을 포함하는 Azure 구독에 대한 충분한 액세스 권한이 없습니다. 웹 서비스를 Azure에 배포하려면 같은 계정을 작업 영역에 초대하여 작업 영역을 포함하는 Azure 구독에 액세스할 권한을 제공해야 합니다.

작업 영역을 만드는 방법에 대한 자세한 내용은 Machine Learning Studio(클래식) 작업 영역 만들기 및 공유를 참조하세요.

액세스 권한 설정에 대한 자세한 내용은 Azure Portal을 사용하여 Azure 역할 할당을 참조하세요.

새 웹 서비스 관리

새 웹 서비스를 관리하려면

  1. Microsoft Azure 계정을 사용하여 Machine Learning 웹 서비스 포털에 로그인합니다. Azure 구독에 연결된 계정을 사용합니다.
  2. 메뉴에서 웹 서비스를 클릭합니다.

그러면 구독에 배포된 웹 서비스의 목록이 표시됩니다.

웹 서비스를 관리하려면 해당 웹 서비스를 클릭합니다. 웹 서비스 페이지에서 다음을 수행할 수 있습니다.

  • 웹 서비스를 클릭하여 관리합니다.
  • 웹 서비스에 대한 청구 계획을 클릭하여 업데이트합니다.
  • 웹 서비스를 삭제합니다.
  • 웹 서비스를 복사하고 다른 지역에 배포합니다.

웹 서비스를 클릭하면 웹 서비스 빠른 시작 페이지가 열립니다. 웹 서비스 빠른 시작 페이지에는 다음과 같이 웹 서비스를 관리할 수 있는 두 개의 메뉴 옵션이 있습니다.

  • 대시보드 - 웹 서비스 사용을 볼 수 있습니다.
  • 구성 - 설명 텍스트를 추가하고, 웹 서비스와 연결된 스토리지 계정 키를 업데이트하고, 샘플 데이터를 사용하거나 사용하지 않도록 설정할 수 있습니다.

웹 서비스가 사용되는 방식 모니터링

대시보드 탭 을 클릭합니다.

대시보드에서 일정 시간의 웹 서비스 전체 사용량을 볼 수 있습니다. 사용량 차트의 오른쪽 위에 있는 기간 드롭다운 메뉴에서 보려는 기간을 선택할 수 있습니다. 대시보드에서는 다음 정보를 보여 줍니다.

  • 시간에 따른 요청 은 선택한 기간 동안 요청 수의 단계 그래프를 표시합니다. 사용량이 급증하는 경우에 식별할 수 있도록 도움을 줍니다.
  • 요청-응답 요청 은 선택한 기간 동안 서비스가 수신한 요청-응답 호출의 총 횟수 및 그 중 실패한 횟수를 표시합니다.
  • 평균 요청-응답 컴퓨팅 시간 은 수신된 요청을 실행하는 데 필요한 시간의 평균을 표시합니다.
  • Batch 요청은 선택한 기간 동안 서비스가 수신한 Batch 요청의 총 횟수 및 그 중 실패한 횟수를 표시합니다.
  • 평균 작업 대기 는 수신된 요청을 실행하는 데 필요한 시간의 평균을 표시합니다.
  • 오류 웹 서비스 호출에서 발생한 오류의 집계 수를 표시합니다.
  • 서비스 비용 은 서비스와 연결된 청구 계획에 대한 요금을 표시합니다.

웹 서비스 구성

구성 메뉴 옵션을 클릭합니다.

다음 속성을 업데이트할 수 있습니다.

  • 설명 웹 서비스에 대한 설명을 입력할 수 있습니다.
  • 제목 웹 서비스에 대한 제목을 입력할 수 있습니다.
  • 키 를 사용하면 기본 API 키와 보조 API 키를 회전할 수 있습니다.
  • Storage 계정 키 웹 서비스 변경 내용과 연결된 Storage 계정 키를 업데이트할 수 있습니다.
  • 샘플 데이터 사용 요청-응답 서비스 테스트에 사용할 수 있는 샘플 데이터를 제공할 수 있습니다. Machine Learning Studio(클래식)에서 웹 서비스를 만든 경우 샘플 데이터는 모델을 학습하는 데 사용된 데이터에서 가져옵니다. 서비스를 프로그래밍 방식으로 만들 경우 JSON 패키지의 일부로 제공된 예제 데이터에서 가져온 데이터를 사용합니다.

청구 계획 관리

웹 서비스 빠른 시작 페이지에서 계획 메뉴 옵션을 클릭합니다. 특정 웹 서비스와 연결된 계획을 선택하면 해당 계획을 관리할 수도 있습니다.

  • 새로 만들기 를 사용하면 새 계획을 만들 수 있습니다.
  • 계획 인스턴스 추가/제거 를 사용하면 기존 계획을 "확장"하여 용량을 추가할 수 있습니다.
  • 업그레이드/다운그레이드 를 사용하면 기존 계획을 "강화"하여 용량을 추가할 수 있습니다.
  • 삭제 를 사용하면 계획을 삭제할 수 있습니다.

계획을 클릭하면 해당 대시보드를 볼 수 있습니다. 대시보드는 선택한 기간 동안 스냅샷 또는 계획 사용량을 제공합니다. 기간을 선택하려면 대시보드 오른쪽 위의 기간 드롭다운을 클릭합니다.

계획 대시보드에서는 다음 정보를 제공합니다.

  • 계획 설명 은 계획과 관련된 비용 및 용량에 대한 정보를 표시합니다.
  • 계획 사용량은 계획에 대한 요금이 청구된 트랜잭션 및 컴퓨팅 시간 수를 표시합니다.
  • 웹 서비스 해당 계획을 사용하는 웹 서비스의 수를 표시합니다.
  • 호출별 최상위 웹 서비스 계획과 대조하여 요금이 청구되는 호출을 발생시키는 최상위 4개 웹 서비스를 표시합니다.
  • Compute 시간별 최상위 웹 서비스 계획과 대조하여 요금이 청구되는 컴퓨팅 리소스를 사용하는 최상위 4개 웹 서비스를 표시합니다.

기존 웹 서비스 관리

참고

이 섹션의 절차는 Machine Learning 웹 서비스 포털을 통해 클래식 웹 서비스를 관리하는 것과 관련 있습니다. Machine Learning Studio(클래식) 및 Azure Portal을 통해 클래식 웹 서비스를 관리하는 방법에 대한 자세한 내용은 Machine Learning Studio(클래식) 작업 영역 관리를 참조하세요.

기존 웹 서비스를 관리하려면

  1. Microsoft Azure 계정을 사용하여 Machine Learning 웹 서비스 포털에 로그인합니다. Azure 구독에 연결된 계정을 사용합니다.
  2. 메뉴에서 기존 웹 서비스를 클릭합니다.

기존 웹 서비스를 클릭하면 해당 웹 서비스를 관리할 수 있습니다. 기존 웹 서비스 페이지에서 수행할 수 있는 작업은 다음과 같습니다.

  • 웹 서비스를 클릭하여 연결된 엔드포인트를 확인합니다.
  • 웹 서비스를 삭제합니다.

기존 웹 서비스를 관리하는 경우 각 엔드포인트를 개별적으로 관리합니다. 웹 서비스 페이지에서 웹 서비스를 클릭하면 서비스에 연결된 엔드포인트의 목록이 열립니다.

기존 웹 서비스 엔드포인트 페이지에서 서비스의 엔드포인트를 추가하거나 삭제할 수 있습니다. 엔드포인트 추가에 대한 자세한 내용은 엔드포인트 만들기를 참조하세요.

엔드포인트 중 하나를 클릭하면 웹 서비스 빠른 시작 페이지가 열립니다. 웹 서비스 빠른 시작 페이지에는 다음과 같이 웹 서비스를 관리할 수 있는 두 개의 메뉴 옵션이 있습니다.

  • 대시보드 - 웹 서비스 사용을 볼 수 있습니다.
  • 구성 - 설명 텍스트를 추가하고, 오류 로깅을 설정 및 해제하며, 웹 서비스와 연결된 스토리지 계정 키를 업데이트하고, 샘플 데이터를 사용하거나 사용하지 않도록 설정할 수 있습니다.

웹 서비스가 사용되는 방식 모니터링

대시보드 탭 을 클릭합니다.

대시보드에서 일정 시간의 웹 서비스 전체 사용량을 볼 수 있습니다. 사용량 차트의 오른쪽 위에 있는 기간 드롭다운 메뉴에서 보려는 기간을 선택할 수 있습니다. 대시보드에서는 다음 정보를 보여 줍니다.

  • 시간에 따른 요청 은 선택한 기간 동안 요청 수의 단계 그래프를 표시합니다. 사용량이 급증하는 경우에 식별할 수 있도록 도움을 줍니다.
  • 요청-응답 요청 은 선택한 기간 동안 서비스가 수신한 요청-응답 호출의 총 횟수 및 그 중 실패한 횟수를 표시합니다.
  • 평균 요청-응답 컴퓨팅 시간 은 수신된 요청을 실행하는 데 필요한 시간의 평균을 표시합니다.
  • Batch 요청은 선택한 기간 동안 서비스가 수신한 Batch 요청의 총 횟수 및 그 중 실패한 횟수를 표시합니다.
  • 평균 작업 대기 는 수신된 요청을 실행하는 데 필요한 시간의 평균을 표시합니다.
  • 오류 웹 서비스 호출에서 발생한 오류의 집계 수를 표시합니다.
  • 서비스 비용 은 서비스와 연결된 청구 계획에 대한 요금을 표시합니다.

웹 서비스 구성

구성 메뉴 옵션을 클릭합니다.

다음 속성을 업데이트할 수 있습니다.

  • 설명 웹 서비스에 대한 설명을 입력할 수 있습니다. 설명은 필수 필드입니다.
  • 로깅 오류 엔드포인트에 대한 로깅을 사용하거나 사용하지 않도록 설정할 수 있습니다. 로깅에 대한 자세한 내용은 Machine Learning 웹 서비스에 대한 로깅 사용을 참조하세요.
  • 샘플 데이터 사용 요청-응답 서비스 테스트에 사용할 수 있는 샘플 데이터를 제공할 수 있습니다. Machine Learning Studio(클래식)에서 웹 서비스를 만든 경우 샘플 데이터는 모델을 학습하는 데 사용된 데이터에서 가져옵니다. 서비스를 프로그래밍 방식으로 만들 경우 JSON 패키지의 일부로 제공된 예제 데이터에서 가져온 데이터를 사용합니다.