Azure AI 서비스 및 관련 개념 정리

1. Azure AI 서비스 리소스 사용 개요

• Azure AI 서비스를 사용하려면 Azure 구독 내에 하나 이상의 AI 리소스를 생성해야 한다.

• 클라이언트 애플리케이션에 코드를 구현하여 이 리소스를 호출해 기능을 활용한다.

• 일부 서비스는 웹 기반 시각적 인터페이스를 제공하여, 예를 들어 Custom Vision 같은 서비스에서 이미지 업로드, 학습, 배포 작업을 쉽게 수행할 수 있다.

2. Azure AI 리소스 프로비저닝 방식

• Azure 포털, BICEP/ARM 템플릿, Azure CLI를 통해 리소스를 생성할 수 있다.

• 소규모 개발에는 독립형 리소스 생성이 가능하나, 중대형 개발 시나리오에는 Azure AI Foundry 프로젝트를 통한 통합 관리가 효율적이다.

• Foundry 프로젝트를 사용하면 접근 제어, 비용 관리, 리소스 공유 관리가 중앙집중화된다.

3. SKU(Stock Keeping Unit) 개념

• SKU는 상품 재고 단위를 뜻하는 일반 비즈니스 용어에서 유래했다.

• Azure는 SKU를 서비스나 리소스의 기능, 성능, 용량, 가격 등을 구분하는 계층(요금제) 단위로 사용한다.

• 예: 무료 SKU, 유료 SKU, 다양한 기능 또는 용량 단위

• SKU는 핸드폰 요금제 같은 개념으로 이해하면 쉬움.

4. Azure 계정, 구독, 리소스, SKU 관계

• 하나의 Azure 계정은 여러 개의 Azure 구독을 가질 수 있다.

• 하나의 구독은 여러 개의 리소스를 포함한다.

• 각 리소스는 단 하나의, 유일한 SKU를 가진다. SKU가 없는 리소스는 없다.

5. 기타 고려 사항

• AI 서비스 리소스는 지역(리전) 제한, 할당량 제한이 있을 수 있으므로 지역별 가용성 확인 필수.

• 비용은 사용량 기반으로 청구되며, 적절한 SKU 선택과 비용 관리가 중요하다.

• 보안 및 접근 제어, 인증 관리 등도 개발과 운영 시 신경 써야 할 요소이다.