연동 가이드
학습 컨테이너, DataOps, MLflow, 컨테이너 레지스트리, REST API 를 이용한 플랫폼 연동
화면을 거치지 않고 MLOps Central Platform 과 연동하는 외부 협력사와 ML 엔지니어를 위한 장.
화면 사용법은 사용 가이드 참고. 예시의 주소(http://localhost:10000, https://mlops.example.com)와 테넌트 DEMO 는 자기 환경 값으로 변경.
목적별 안내
| 하고 싶은 일 | 읽을 곳 | 주로 읽는 사람 |
|---|---|---|
| 자체 학습 코드를 플랫폼 학습 마법사에서 실행 | 학습 컨테이너 만들기 | 협력사, ML 엔지니어 |
| 자사 데이터 서버의 데이터셋을 플랫폼으로 동기화 | DataOps 연동 | 협력사(데이터 제공 측) |
| 노트북·사내 서버에서 실행한 학습을 플랫폼 실험 화면에 기록 | MLflow 로 직접 기록하기 | ML 엔지니어 |
docker push/pull 로 플랫폼 레지스트리 사용 | 컨테이너 레지스트리 직접 사용 | ML 엔지니어, 운영자 |
| 업로드·조회·알림을 스크립트로 자동화 | REST API 로 자동화하기 | ML 엔지니어 |
세 가지 자격 증명
플랫폼은 용도마다 다른 토큰 사용.
| 자격 증명 | 용도 | 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 관리, POST /api/v1/mlflow/tokens | 토큰에 고정(헤더 불필요) |
| 컨테이너 토큰 | docker login (/v2) | 계정 설정 → 컨테이너 토큰 관리, POST /api/v1/registry/tokens | 토큰에 고정(헤더 불필요) |
세 자격 증명은 서로 대체 불가. MLflow 토큰과 컨테이너 토큰으로는 REST API 호출 불가.
학습 컨테이너 내부에서는 어느 것도 직접 만들지 않음. 플랫폼이 실행마다 MLflow 토큰을 발급해 환경 변수로 주입하고, 실행 종료 시 회수.
DataOps 연동의 Bearer 토큰은 플랫폼이 아니라 DataOps 서버가 발급. 플랫폼은 이 토큰을 외부 소스에 저장했다가 DataOps 호출 시 전송.