토큰 발급해서 노트북에서 MLflow 쓰기

플랫폼에는 MLflow 가 들어 있어서, 내 노트북(Jupyter 등)에서 돌린 실험도 토큰 하나로 플랫폼의 실험 화면에 남길 수 있습니다. 토큰은 발급할 때의 테넌트에 묶여 있어서, 기록은 그 테넌트에만 들어갑니다.

오른쪽 위 계정 메뉴 → 계정 설정의 MLflow 토큰 관리(또는 관리자 콘솔 → MLflow 토큰)로 갑니다. ① 이름(예: my-notebook) ② 만료 일수(기본 90일, 무기한도 가능)를 정하고 ③ 발급을 누릅니다.
MLflow 토큰: ① 이름 ② 만료 일수 ③ 발급
토큰은 이때 한 번만 보입니다. 명령 복사로 아래 두 줄을 복사해 안전한 곳에 둡니다.
```
export MLFLOW_TRACKING_URI=https://mlops.example.com/mlflow
export MLFLOW_TRACKING_TOKEN=<your-secret>
```

같은 셸에서 노트북을 띄우거나, 노트북 첫 셀에서 환경 변수를 넣고 평소처럼 MLflow 를 씁니다.

import os, mlflow
os.environ["MLFLOW_TRACKING_URI"] = "https://mlops.example.com/mlflow"
os.environ["MLFLOW_TRACKING_TOKEN"] = "<your-secret>"

mlflow.set_experiment("helmet-notebook")
with mlflow.start_run(run_name="baseline"):
    mlflow.log_param("imgsz", 640)
    mlflow.log_metric("mAP50", 0.81)

플랫폼의 실험 화면에 helmet-notebook 실험과 Run 이 나타납니다. 끝난 Run 은 Run 상세의 모델 등록으로 레지스트리에 올릴 수도 있습니다.

MLflow 클라이언트는 MLFLOW_TRACKING_TOKEN 을 Authorization: Bearer 헤더로 보냅니다. 테넌트는 토큰이 정하므로 따로 알릴 필요가 없습니다.
토큰 목록에서 활성·만료됨·회수됨 상태를 보고, 더 쓰지 않는 토큰은 회수합니다. 테넌트 관리자는 테넌트의 모든 토큰을 봅니다.
토큰은 비밀번호처럼 다루세요. 노트북 파일에 그대로 적어 공유하지 말고 환경 변수나 비밀 저장소에 둡니다.

모델 로깅 규칙, 레지스트리 등록 방법, 컨테이너 레지스트리 토큰 등 자세한 연동은 연동 장을 보세요.