Machine Learning Studio(클래식) 웹 서비스 매개 변수 사용
적용 대상: 
Machine Learning Studio(클래식) 
Azure Machine Learning
Important
Machine Learning Studio(클래식)에 대한 지원은 2024년 8월 31일에 종료됩니다. 해당 날짜까지 Azure Machine Learning으로 전환하는 것이 좋습니다.
2021년 12월 1일부터 새로운 Machine Learning Studio(클래식) 리소스를 만들 수 없습니다. 2024년 8월 31일까지는 기존 Machine Learning Studio(클래식) 리소스를 계속 사용할 수 있습니다.
- ML Studio(클래식)에서 Azure Machine Learning으로 기계 학습 프로젝트 이동에 대한 정보를 참조하세요.
- Azure Machine Learning에 대해 자세히 알아보세요.
ML Studio(클래식) 설명서는 사용 중지되며 나중에 업데이트되지 않을 수 있습니다.
Machine Learning 웹 서비스는 구성 가능한 매개 변수가 있는 모듈이 포함된 실험을 게시하여 만듭니다. 경우에 따라 웹 서비스가 실행되는 동안 모듈 동작을 변경할 수 있습니다. 웹 서비스 매개 변수 를 사용하면 이 작업을 수행할 수 있습니다.
일반적인 예는 게시된 웹 서비스의 사용자가 웹 서비스에 액세스할 때 다른 데이터 원본을 지정할 수 있도록 데이터 가져오기 모듈을 설정하는 것입니다. 또는 다른 대상을 지정할 수 있도록 데이터 내보내기 모듈을 구성하는 것입니다. 다른 예로는 기능 해싱 모듈의 비트 수 또는 필터 기반 기능 선택 모듈의 원하는 기능 수 변경이 있습니다.
실험에서 웹 서비스 매개 변수를 설정하여 하나 이상의 모듈 매개 변수와 연결하고 이러한 매개 변수가 필수인지 또는 선택 사항인지 지정할 수 있습니다. 그런 다음 웹 서비스 사용자는 웹 서비스를 호출할 때 이러한 매개 변수에 대한 값을 제공할 수 있습니다.
웹 서비스 매개 변수를 설정하고 사용하는 방법
모듈의 매개 변수 옆에 있는 아이콘을 클릭하고 "웹 서비스 매개 변수로 설정"을 선택하여 웹 서비스 매개 변수를 정의합니다. 그러면 새 웹 서비스 매개 변수가 만들어지고 해당 모듈 매개 변수에 연결됩니다. 그런 다음 웹 서비스에 액세스하면 사용자가 웹 서비스 매개 변수의 값을 지정할 수 있으며 모듈 매개 변수에 적용됩니다.
웹 서비스 매개 변수를 정의하면 실험의 다른 모듈 매개 변수에서 사용할 수 있습니다. 한 모듈의 매개 변수와 연결된 웹 서비스 매개 변수를 정의하는 경우 매개 변수에 동일한 형식의 값이 예상되는 한 동일한 웹 서비스 매개 변수를 다른 모든 모듈에 사용할 수 있습니다. 예를 들어 웹 서비스 매개 변수가 숫자 값인 경우 숫자 값을 예상하는 모듈 매개 변수에만 사용할 수 있습니다. 사용자가 웹 서비스 매개 변수에 대한 값을 설정하면 연결된 모든 모듈 매개 변수에 적용됩니다.
웹 서비스 매개 변수에 대한 기본값을 제공할지 여부를 결정할 수 있습니다. 제공하는 경우 매개 변수는 웹 서비스 사용자에게 선택 사항입니다. 기본값을 제공하지 않으면 웹 서비스에 액세스할 때 사용자가 값을 입력해야 합니다.
웹 서비스에 대한 API 설명서에는 웹 서비스에 액세스할 때 프로그래밍 방식으로 웹 서비스 매개 변수를 지정하는 방법에 대한 웹 서비스 사용자에 대한 정보가 포함되어 있습니다.
참고 항목
클래식 웹 서비스에 대한 API 설명서는 Machine Learning Studio(클래식)의 웹 서비스 대시보드에 있는 API 도움말 페이지 링크를 통해 제공됩니다. 새 웹 서비스에 대한 API 설명서는 웹 서비스에 대한 소비 및 Swagger API 페이지의 Machine Learning 웹 서비스 포털을 통해 제공됩니다.
예시
예를 들어 Azure Blob Storage로 정보를 전송하는 데이터 내보내기 모듈이 포함된 실험이 있다고 가정합니다. 서비스에 액세스할 때 웹 서비스 사용자가 Blob Storage의 경로를 변경할 수 있도록 하는 "Blob 경로"라는 웹 서비스 매개 변수를 정의합니다.
Machine Learning Studio(클래식)에서 데이터 내보내기 모듈을 클릭하여 선택합니다. 해당 속성은 실험 캔버스 오른쪽의 속성 창에 표시됩니다.
스토리지 형식을 지정합니다.
- 데이터 대상 지정에서 "Azure Blob Storage"를 선택합니다.
- 인증 유형을 지정하려면 "계정"을 선택합니다.
- Azure Blob Storage에 대한 계정 정보를 입력합니다.
컨테이너로 시작하는 Blob 경로 매개 변수오른쪽에 있는 아이콘을 클릭합니다. 앱은 다음과 같습니다.
"웹 서비스 매개 변수로 설정"을 선택합니다.
속성 창 맨 아래의 웹 서비스 매개 변수 에 "컨테이너로 시작하는 Blob 경로”라는 이름으로 항목이 추가됩니다. 이제 이 웹 서비스 매개 변수가 이 데이터 내보내기 모듈 매개 변수와 연결됩니다.
웹 서비스 매개 변수의 이름을 바꾸려면 이름을 클릭하고 "Blob 경로"를 입력한 다음 Enter 키를 누릅니다.
웹 서비스 매개 변수에 대한 기본값을 제공하려면 이름 오른쪽에 있는 아이콘을 클릭하고 "기본값 제공"을 선택한 다음 값(예: "container1/output1.csv")을 입력하고 Enter 키를 누릅니다.
실행을 클릭합니다.
웹 서비스 배포를 클릭하고 웹 서비스 배포 [클래식] 또는 웹 서비스 배포[새로 만들기]를 선택하여 웹 서비스를 배포합니다.
참고 항목
새 웹 서비스를 배포하려면 웹 서비스를 배포하는 구독에 충분한 권한이 있어야 합니다. 자세한 내용은 Machine Learning 웹 서비스 포털에서 웹 서비스 관리를 참조하세요.
이제 웹 서비스 사용자가 웹 서비스에 액세스할 때 데이터 내보내기 모듈에 대한 새 대상을 지정할 수 있습니다.
자세한 정보
자세한 예제는 Machine Learning 블로그의 웹 서비스 매개 변수 항목을 참조하세요.
Machine Learning 웹 서비스에 액세스하는 방법에 대한 자세한 내용은 Machine Learning 웹 서비스를 사용하는 방법을 참조하세요.