연동 가이드
학습 컨테이너, DataOps, MLflow, 컨테이너 레지스트리, REST API 로 플랫폼과 연결하는 방법
이 장은 화면 밖에서 Geo-MLOps 와 이어지는 사람을 위한 것입니다.
- 외부 협력사: 자기 학습 코드를 컨테이너 이미지로 넘기거나, 자기 데이터 서버를 플랫폼의 데이터셋 공급원으로 붙이려는 분
- ML 엔지니어: 노트북에서 돌린 학습을 플랫폼에 기록하거나, 이미지를 직접 push 하거나, 반복 작업을 스크립트로 돌리려는 분
화면 사용법은 사용 가이드 에 있습니다. 여기서는 계약(무엇을 주고받는가)과 실제로 동작하는 명령을 다룹니다. 이 장의 명령과 코드는 모두 촬영용 스택(http://localhost:10000, 테넌트 DEMO)에서 실제로 실행해 확인했습니다. 여러분 환경에서는 주소를 https://mlops.example.com 처럼 바꿔 쓰면 됩니다.
무엇을 하고 싶은가
| 하고 싶은 일 | 읽을 곳 | 주로 읽는 사람 |
|---|---|---|
| 내 학습 코드를 플랫폼의 학습 마법사에서 돌리고 싶다 | 학습 컨테이너 만들기 | 협력사, ML 엔지니어 |
| 우리 데이터 서버의 데이터셋을 플랫폼으로 받아오게 하고 싶다 | DataOps 연동 | 협력사(데이터 제공 측) |
| 노트북·사내 서버에서 돈 학습을 플랫폼 실험 화면에 남기고 싶다 | MLflow 로 직접 기록하기 | ML 엔지니어 |
docker push/pull 로 플랫폼 레지스트리를 쓰고 싶다 | 컨테이너 레지스트리 직접 쓰기 | ML 엔지니어, 운영자 |
| 업로드·조회·알림을 스크립트로 자동화하고 싶다 | REST API 로 자동화하기 | ML 엔지니어 |
세 가지 자격 증명
플랫폼은 쓰는 곳마다 다른 토큰을 씁니다. 헷갈리기 쉬우니 먼저 짚어 둡니다.
| 자격 증명 | 어디에 쓰나 | 발급 위치 | 테넌트 지정 |
|---|---|---|---|
| 로그인 세션(쿠키 또는 JWT) | REST API (/api/v1/…) | POST /auth/cookie/login, POST /auth/jwt/login | 요청마다 X-Tenant 헤더 |
| MLflow 토큰 | MLflow 클라이언트 (/mlflow) | 계정 설정 → MLflow 토큰 | 토큰에 고정(헤더 불필요) |
| 컨테이너 토큰 | docker login (/v2) | 계정 설정 → 컨테이너 토큰 | 토큰에 고정(헤더 불필요) |
학습 컨테이너 안에서는 이 중 어느 것도 직접 만들 필요가 없습니다. 플랫폼이 실행마다 MLflow 토큰을 발급해 환경 변수로 넣어 주고, 끝나면 회수합니다.