Skip to main content

GCP Vertex AI

개요​

GCP Vertex AI:
Google Cloud를 통해 Anthropic의 Claude 3.5 Sonnet v2와 같은 선도적인 생성형 AI 모델에 액세스할 수 있는 완전 관리형 서비스입니다.
GCP Vertex AI에 대해 자세히 알아보기.

이 가이드는 보안 및 규정 준수 사용을 보장하기 위해 기존 GCP 환경(IAM 역할, 서비스 계정 및 리소스 관리 모범 사례 활용)을 갖춘 조직에 맞춰져 있습니다.

1단계: GCP 환경 준비​

1.1 GCP 프로젝트 생성 또는 사용​

  • GCP 콘솔에 로그인:
    Google Cloud Console
  • 프로젝트 선택 또는 생성:
    기존 프로젝트를 사용하거나 Vertex AI 전용 새 프로젝트를 생성하세요.

1.2 IAM 권한 및 서비스 계정 설정​

  • 필수 역할 할당:

    • 사용자(또는 서비스 계정)에게 Vertex AI 사용자 역할(roles/aiplatform.user)을 부여하세요.
    • 서비스 계정의 경우 특정 작업을 활성화하기 위해 Vertex AI 서비스 에이전트 역할(roles/aiplatform.serviceAgent)도 연결하세요.
    • 필요에 따라 추가 사전 정의된 역할을 고려하세요.
      • Vertex AI Platform Express Admin
      • Vertex AI Platform Express User
      • Vertex AI Migration Service User

  • 교차 프로젝트 리소스 액세스:

    • 다른 프로젝트의 BigQuery 테이블의 경우 BigQuery 데이터 뷰어 역할을 할당하세요.
    • 다른 프로젝트의 Cloud Storage 버킷의 경우 Storage 객체 뷰어 역할을 할당하세요.
    • 외부 데이터 소스의 경우 GCP Vertex AI 액세스 제어 문서를 참조하세요.

2단계: 지역 및 모델 액세스 확인​

2.1 지역 선택 및 확인​

Vertex AI는 여러 지역을 지원합니다. 지연 시간, 규정 준수 및 용량 요구 사항을 충족하는 지역을 선택하세요. 예시는 다음과 같습니다.

  • us-east5 (오하이오주 콜럼버스)
  • us-central1 (아이오와)
  • europe-west1 (벨기에)
  • europe-west4 (네덜란드)
  • asia-southeast1 (싱가포르)
  • global (글로벌)

글로벌 엔드포인트는 더 높은 가용성을 제공하고 리소스 소진 오류를 줄일 수 있습니다. Gemini 모델만 지원됩니다.

2.2 Claude 3.5 Sonnet v2 모델 활성화​

  • Vertex AI 모델 가든 열기:
    Cloud Console에서 Vertex AI → 모델 가든으로 이동하세요.
  • Claude 3.5 Sonnet v2 활성화:
    Claude 3.5 Sonnet v2 모델 카드를 찾아 활성화를 클릭하세요.

3단계: Careti VS Code 확장 프로그램 구성​

3.1 Careti 설치 및 열기​

  • VS Code 다운로드:
    Visual Studio Code 다운로드

  • Careti 확장 프로그램 설치:

    • VS Code를 엽니다.
    • 확장 프로그램 마켓플레이스(Ctrl+Shift+X 또는 Cmd+Shift+X)로 이동합니다.
    • **Careti**을 검색하여 확장 프로그램을 설치합니다.
    VS Code의 캐러티 확장 프로그램

3.2 Careti 설정 구성​

  • Careti 설정 열기:
    Careti 확장 프로그램 내의 설정 ⚙️ 아이콘을 클릭합니다.
  • API 공급자 설정:
    API 공급자 드롭다운에서 GCP Vertex AI를 선택합니다.
  • Google Cloud 프로젝트 ID 입력:
    이전에 설정한 프로젝트 ID를 제공합니다.
  • 지역 선택:
    지원되는 지역 중 하나를 선택합니다(예: us-east5).
  • 모델 선택:
    사용 가능한 목록에서 Claude 3.5 Sonnet v2를 선택합니다.
  • 저장 및 테스트:
    설정을 저장하고 간단한 프롬프트(예: "숫자가 소수인지 확인하는 Python 함수를 생성해 주세요.")를 전송하여 테스트합니다.

4단계: 인증 및 자격 증명 설정​

옵션 A: Google 계정 사용 (사용자 자격 증명)​

  1. Google Cloud CLI 설치:
    설치 가이드를 따르세요.

  2. 초기화 및 인증:

    gcloud init
    gcloud auth application-default login
    • 이는 Google 계정을 사용하여 애플리케이션 기본 자격 증명(ADC)을 설정합니다.

  3. VS Code 다시 시작:
    Careti 확장 프로그램이 새 자격 증명을 인식하도록 VS Code를 다시 시작해야 합니다.

옵션 B: 서비스 계정 사용 (JSON 키)​

  1. 서비스 계정 생성:

    • GCP 콘솔에서 IAM 및 관리자 > 서비스 계정으로 이동합니다.
    • 새 서비스 계정을 생성합니다(예: "vertex-ai-client").

  2. 역할 할당:

    • Vertex AI 사용자(roles/aiplatform.user)를 연결합니다.
    • Vertex AI 서비스 에이전트(roles/aiplatform.serviceAgent)를 연결합니다.
    • 선택적으로 필요에 따라 다른 역할을 추가합니다.

  3. JSON 키 생성:

    • 서비스 계정 섹션에서 서비스 계정의 키를 관리하고 JSON 키를 다운로드합니다.

  4. 환경 변수 설정:

    export GOOGLE_APPLICATION_CREDENTIALS="/path/to/your/service-account-key.json"
    • 이는 Google Cloud 클라이언트 라이브러리(및 Careti)가 이 키를 사용하도록 지시합니다.

  5. VS Code 다시 시작:
    GOOGLE_APPLICATION_CREDENTIALS 변수가 설정된 터미널에서 VS Code를 시작합니다.

5단계: 보안, 모니터링 및 모범 사례​

5.1 최소 권한 적용​

  • 최소 권한 원칙:
    최소한의 필수 권한만 부여합니다. 사용자 정의 역할은 광범위한 사전 정의된 역할에 비해 더 세밀한 제어를 제공할 수 있습니다.
  • 모범 사례:
    GCP IAM 모범 사례를 참조하세요.

5.2 리소스 액세스 관리​

  • 프로젝트 대 리소스 수준 액세스:
    액세스는 두 수준에서 모두 관리할 수 있습니다. 리소스 수준 권한(예: BigQuery 또는 Cloud Storage)은 프로젝트 수준 정책에 추가되지만 재정의하지는 않습니다.

5.3 사용량 및 할당량 모니터링​

  • 모델 관찰 가능성 대시보드:

    • Vertex AI 콘솔에서 모델 관찰 가능성 대시보드로 이동합니다.
    • 요청 처리량, 지연 시간 및 오류율(429 할당량 오류 포함)과 같은 지표를 모니터링합니다.

  • 할당량 관리:

5.4 서비스 에이전트 및 교차 프로젝트 고려 사항​

  • 서비스 에이전트:
    다음과 같은 다양한 서비스 에이전트를 숙지하세요.

    • Vertex AI 서비스 에이전트
    • Vertex AI RAG 데이터 서비스 에이전트
    • Vertex AI Custom Code 서비스 에이전트
    • Vertex AI Extension 서비스 에이전트

  • 교차 프로젝트 액세스:
    다른 프로젝트의 리소스(예: BigQuery, Cloud Storage)의 경우 적절한 역할(BigQuery 데이터 뷰어, Storage 객체 뷰어)이 할당되었는지 확인합니다.

결론​

다음 단계를 따르면 엔터프라이즈 팀은 GCP Vertex AI를 Careti VS Code 확장 프로그램과 안전하게 통합하여 Claude 3.5 Sonnet v2의 기능을 활용할 수 있습니다.

  • GCP 환경 준비:
    프로젝트를 생성하거나 사용하고, 최소 권한으로 IAM을 구성하고, 필요한 역할(Vertex AI 서비스 에이전트 역할 포함)이 연결되었는지 확인합니다.
  • 지역 및 모델 액세스 확인:
    선택한 지역이 Claude 3.5 Sonnet v2를 지원하고 모델이 활성화되었는지 확인합니다.
  • VS Code에서 Careti 구성:
    Cline을 설치하고, 프로젝트 ID를 입력하고, 적절한 지역을 선택하고, 모델을 선택합니다.
  • 인증 설정:
    사용자 자격 증명(gcloud auth application-default login을 통해) 또는 JSON 키가 있는 서비스 계정을 사용합니다.
  • 보안 및 모니터링 구현:
    IAM에 대한 모범 사례를 준수하고, 리소스 액세스를 신중하게 관리하고, 모델 관찰 가능성 대시보드를 사용하여 사용량을 모니터링합니다.

자세한 내용은 GCP Vertex AI 문서 및 내부 보안 정책을 참조하세요.
즐거운 코딩 되세요!

이 가이드는 GCP Vertex AI 및 Cline이 발전함에 따라 업데이트될 예정입니다. 항상 최신 문서를 참조하여 현재 관행을 확인하세요.