" Vertex AI의 첫 번째 포스팅입니다 "
Vertex AI 사용 [ 동영상 분류 ]
Google에서 현재 서비스중인 서비스 중 인공지능인 Vertex AI를 사용해보려고 합니다.
다양한 클라우드 플랫폼 AWS, MS .. 에서도 AI 서비스를 지원하고 있지만 구글 클라우드 AI 서비스가 뛰어나다고 합니다.
현재 플랫폼에서는 Vertex AI 말고도 쿠버네티스나 VPC , Storage 서비스 등 많은 서비스를 지원하고 있는 상황입니다.
Vertex AI는 머신 러닝 중에서도 Auto ML입니다.
모델 자체에서 알아서 하이퍼 파라미터나 다른 설정들을 건드리면서 최적의 식을 만들어서 모델을 구성하는 방식입니다.
저처럼 머신러닝의 이해도가 부족하거나, 초심자의 경우에도 쉽게 모델을 돌려볼 수 있고 배포나 일괄 예측까지 서비스를 지원합니다.
저는 이번 프로젝트에서 개인 캠 영상( 내 얼굴 )에 대해서 화면을 집중하는 영상과, 화면을 보지 않고 딴짓하는 영상 이렇게 두 부류의 영상 데이터셋에 대하여
Vertex AI를 통해서 학습시키고, 이를 잘 분류할 것인지 판단할려고 합니다.
먼저 해야할 것은 Google Cloud Platform을 접속합니다.
그 후 계정을 생성해줍니다.
현재 구글클라우드플랫폼에서는 신용카드와 개인정보를 입력하면 무료 크레딧을 90일동안 사용할 수 있기 때문에
무료로 구글 클라우드 플랫폼에 서비스를 경험해 볼 수 있습니다.
90일이 모두 지나면 추가 결제는 이루어지지 않고, 서비스가 중단되게 됩니다.
클라우드 컴퓨팅, 호스팅 서비스 및 API | Google Cloud
Google Cloud는 비즈니스의 발전을 위해 설계된 유연한 인프라, 엔드 투 엔드 보안, 지능형 통계를 제공합니다.
cloud.google.com
현재 구글 클라우드 플랫폼에서 신규고객에게 사용할 수 있는 $300의 무료 크레딧을 90일 동안 제공하고 있습니다.
물론 무료 서비스인만큼 제한사항들도 있지만, VerTex AI도 실행할 수 있고, 다양한 서비스도 지원이 되고 있습니다.
제가 보기엔 엄청 실시간의 많은 양의 데이터를 다루는 서비스가 아니라면 거의 지원해주고 있는 것 같습니다.
계정을 만들고 성공적으로 접속했다면
먼저 서비스를 이용하기 위해서 대시보드로 들어갑니다.
아래의 대쉬보드의 화면인데 내 활동과 API 사용 등 다양한 것을 보여줄 수 있습니다.
클라우드에 접속했으니 우리가 사용할 자원들을 Cloud에 넣어줘야 됩니다.
현재 저는 Vertex AI를 사용하고 동영상 분류를 하는 인공지능을 설계할려고 하기 때문에 이를 위해서는 당연하게 학습시킬 데이터 셋이 필요합니다.
이를 클라우드에서 이용하기 위해선 클라우드 상의 "저장소"에 넣어줘야 됩니다.
이 때 사용하는 것이 메뉴 칸에서 보이는 Cloud Storage입니다.
좌측 상단에 커서를 가져간 뒤, 아래 사진처럼 cloud Stroage에 들어갑니다.
메뉴에서 Cloud Stroage -> 브라우저로 이동합니다.
아래는 Cloud Storage의 브라우저로 이동한 모습입니다.
이제 Cloud Storage에 데이터를 세팅할 수 있는 브라우저로 이동했으니 데이터를 넣어줘야 됩니다.
위에 보이는 버킷 만들기를 누릅니다.
버킷은 데이터를 담는 폴더 단위의 의미라고 생각하면 됩니다.
버킷을 만들게 되면 총 4단계의 세팅을 시작합니다.
[1] 버킷 이름 지정 : 고유한 이름을 선택해야 되므로 이건 알잘깔딱센하게 지정하면 되겠습니다.
[2] 데이터 저장 위치 선택 : Rigion을 선택합니다 여기서 region이란 내 데이터가 저장될 도시가 어디인지 라고 생각하면 됩니다.
- 단일 리전인 경우 내 데이터가 한 곳에 저장되기 때문에 지연 시간은 짧지만 비용이 조금 비싸집니다.
- 멀티 리전인 경우 내 데이터가 여러 곳에 저장되서 가용성적인 측면에서 우월합니다
- 하지만 저희는 무료고, 실시간 처리가 크게 의미가 없기 때문에 아무거나 골라주시면 되겠습니다.
[3] 데이터 저장소 클래스 선택 : 내용을 확인하시고 알맞는 저장소를 선택합니다. 저는 standard를 사용했습니다.
[4] 엑세스 제어 방식 선택 : 이것도 내용 확인하시고 알맞는 방식을 선택하시면 됩니다. 저는 균일을 선택했습니다.
[5] 객체 데이터 보호 방식 : 이것도 알아서 하시면 됩니다. 전 삭제되면 큰일 나는 데이터가 아니니 없음으로 선택했습니다.
이러한 세팅을 마치게 되면 버킷이 생성됩니다.
이제 우리가 사용할 데이터를 넣어줘야 됩니다.
파일 업로드 또는 폴더 업로드를 눌러서 평소에 업로드 하는 식으로 업로드를 진행하면 됩니다.
그러면 아래와 같이 내 업로드한 파일들이 표시되게 됩니다.
정리를 원하시는 분은 디렉터리를 이용해서 깔끔하게 정리하면 편하겠습니다.
자 이제 여기까지 우리가 학습에 사용할 데이터 셋(영상) 들을 모두 업로드 했습니다.
저의 경우에는 bad / good 영상 31개씩 업로드 했지만, 학습 효율을 올리기 위해선 더 많은 데이터 셋이 필요합니다.
현재 제가 알아보고자 하는 것은 Vertex AI가 학습자가 집중을 하는 모습을 한다/안한다로 판별해주는데 얼마 정도의 데이터를 필요로 하는지 알아보기 위해서 진행하고 있으므로, 일단은 31개의 데이터 셋으로 이어서 진행하겠습니다.
이제 본격적으로 Vertex AI를 사용해보도록 하겠습니다
먼저 다시 좌측 상단의 메뉴에 커서를 대서 쭈욱 내려서 Vertex AI를 찾고 대시보드로 들어갑니다.
대쉬보드로 접속한 화면입니다.
Vertex AI를 사용하기 위해서 어떤 학습 데이터를 사용하고 어떤 처리를 할 것인지 지정을 해줘야겠죠?
VERTEX AI 사용 설정을 클릭한 뒤에, 데이터 세트 만들기를 클릭해 줍니다.
데이터 셋을 만드는데 데이터 셋의 이름 , 데이터 유형 및 목표 그리고 리전을 선택합니다.
데이터 세트 이름을 원하는 이름을 설정하시면 되는데 잘 알아볼 수 있도록 지어줘야 편하겠죠
그 후 데이터 유형 및 목표를 선택합니다.
우리가 구현하고자 하는 AI가 어떤 데이터 형식을 사용하는지 이미지/테이블/텍스트/동영상 중 고른 뒤,
그 데이터를 어떤 방식으로 처리할 것인지 선택합니다.
제 프로젝트는 영상을 분류하는 것이니 동영상 처리 중 - 동영상 분류를 선택합니다.
그 후 리전을 골라주면 내 학습 데이터 셋이 담겨질 리전과 함께 AI가 설정됩니다.
우리가 사용할 데이터 VERTEX-AI의 설정이 마무리 되었습니다.
자 이제 우리 모델에 학습 시킬 데이터 셋을 Vertex-AI 데이터 셋으로 만들어 줘야됩니다.
일단 저희는 클라우드에 데이터 셋을 저장해 두었으니 그것을 응용하면 되겠죠
자 이제 여기까지 진행한 내용은
1. 구글 클라우드 플랫폼의 게정을 만들었다 !
2. Cloud내에서 사용 가능한 저장소(버킷)에 내가 사용할 데이터를 넣었다.
3. Vertex AI가 어떤 데이터를 어떻게 처리할 것인지 설정하였다
이제 다음에 이어서 할 내용은 이 데이터와 Vertex AI를 어떻게 사용할 것인지 인데요
아마 진행될 사항은
1. 클라우드 데이터셋에 저장된 데이터에 어떻게 라벨을 부여할 것인가 ?
2. 라벨링된 데이터를 어떻게 학습시킬 것인가?
3. 학습완료한 AI가 어떻게 처리되는가
4. 나만의 Vertex AI를 통해 새로 들어온 데이터를 어떻게 분류하는지 테스트
이 정도가 진행되겠네요.
일단은 포스팅이 길어질 것 같아서 여기서 마무리하고
다음 포스팅에서 이어서 진행해 보겠습니다.
그리고 추가로
밑의 링크 사이트에서 영상 뿐만 아니라 Vertax AI의 다양한 지원방법의 튜토리얼을 지원하고 있기 때문에
제 설명이 부족했거나 , 다른 학습 방법을 사용하고자 하는 분들은 참고하시면 됩니다 !
'Infra > Google Cloud Platform' 카테고리의 다른 글
| [GCP] Vertex AI로 동영상 분류 학습 (0) | 2022.02.26 |
|---|---|
| [GCP] Vertex AI로 동영상 분류 모델 만들기 (0) | 2022.02.25 |
