자주 묻는 질문

계정과 권한#

버튼이 보이지 않음#

권한이 없는 버튼은 화면에 표시되지 않고, 일부 화면은 읽기 전용으로 표시. 비활성 버튼은 현재 상태에서 사용할 수 없는 기능. 아바타 메뉴 → 계정 설정 에서 현재 테넌트의 역할 확인. 필요한 권한은 역할과 권한 표 참고. 역할은 테넌트 관리자가 멤버 화면에서 변경.

"접근 가능한 테넌트가 없습니다" 만 표시됨#

계정이 어느 테넌트에도 속하지 않은 상태. 테넌트 관리자에게 멤버 추가 요청. 설치 직후 테넌트가 하나도 없으면 전역 관리자에게도 이 화면만 표시되므로, 첫 테넌트는 명령줄 클라이언트로 생성(첫 로그인과 초기 설정).

프로덕션 승격 버튼을 눌러도 Production 이 되지 않음#

정상 동작. Production 승격은 권한이 있어도 항상 승인 요청을 생성. 승인 권한을 가진 사용자가 승인해야 반영(승인).

비밀번호 분실#

로그인 화면에는 재설정 기능 없음. 전역 관리자에게 초기화 요청(사용자, 명령줄 도구).

설치와 운영#

시스템 진단이 "주의 필요"에서 변경되지 않음#

서명 키, pepper(토큰을 해시할 때 섞는 비밀값), 관리자 비밀번호가 기본값이면 CRITICAL 로 유지. 연결이 모두 정상이어도 동일. 변경 방법은 필수 보안 설정 참고.

대용량 데이터셋·이미지 업로드가 중간에 실패#

대개 CDN 이나 리버스 프록시 같은 앞단 프록시의 요청 크기·응답 시간 한도를 초과한 경우(앞단 프록시 주의). 데이터셋은 CLI 로 분할해 업로드(대용량 데이터셋 업로드).

삭제한 테넌트가 재시작 후 다시 생성됨#

부트스트랩 테넌트(서버 설정에 지정해 자동으로 생성하는 테넌트)는 서버 시작 시마다 다시 생성. 서버를 처음 실행하기 전에 부트스트랩 설정을 비움(docker compose 로 설치).

학습#

학습이 "대기" 상태에서 진행되지 않음#

서버는 동시에 실행하는 학습 수를 모든 테넌트를 합쳐 GEO_MLOPS_TRAINING_MAX_CONCURRENT(기본 1)개로 제한. 앞선 학습이 끝나야 다음 학습 시작. 현재 한도와 대기열 크기는 학습 운영에서, 진행 단계는 학습 상세(학습 진행 보기)에서 확인. 한도를 높이려면 서버 설정의 값을 변경하고 앱 재시작.

GPU 슬롯은 대기 원인이 아님. 제출 시 테넌트의 GPU 슬롯이 부족하거나 배선되지 않았으면 제출 거부. 대기 중에 다른 작업이 슬롯을 점유하면 시작 직전에 "GPU 를 확보하지 못했습니다" 로 실패. 슬롯은 GPU 슬롯에서 확인.

학습이 준비 단계에서 실패 / 직접 만든 학습 이미지가 실패#

원인별 조치는 학습 컨테이너 문제 해결 참고.

중지한 학습을 이어서 할 수 있나요?#

"이어서 하기" 기능 없음. 체크포인트를 사전학습 가중치로 업로드해 새 학습의 시작점으로 사용. 방법은 학습 중지와 체크포인트에서 이어 학습 참고.

학습 지표 그래프가 비어 있음#

지표는 MLflow 에서 조회. 트레이너가 mlflow.log_metrics(..., step=epoch) 로 기록하는지 확인(트레이너가 할 일).

배포와 엣지#

배포해도 장비의 모델이 변경되지 않음#

배포 기록과 장비로 모델을 전송하는 작업은 별개. Edge Fleet 의 장비 상세 → 명령에서 모델 내려받기 명령 전송. 절차는 현장 장비에 배포, 배포 롤백 참고.

장비가 "비정상"으로 표시됨#

하트비트가 수신되지 않는 상태. 장비의 에이전트 상태와 네트워크, 토큰 확인(Edge SDK 문제 해결).

음소거해도 경보가 계속 표시됨#

음소거는 Alertmanager 경보에만 적용. 엣지 장비·드리프트 경보는 확인·해결 로 처리(경보 음소거).

연동#

DataOps 동기화가 자동으로 실행되지 않음#

현재는 수동 동기화만 지원. 데이터셋 화면에서 동기화 클릭(동기화 규칙).

MLflow 로 기록할 때 "active experiment ID does not match" 오류 발생#

플랫폼 학습 컨테이너 내부에서는 set_experiment()·set_tracking_uri() 호출 금지. 서버가 미리 만든 Run 을 이어서 사용 필요(트레이너가 할 일).