top of page
About Registry
Atelier를 활용한 지능형 서비스 제작에 필요한 다양한 자원을 등록하고 관리하는 기능을 제공하는 페이지입니다.
Registry 운용 방법
-
리소스 대쉬보드를 통해 11종 유형별 등록된 자원의 개수 확인

-
등록된 자원은 Workbench 편집 화면의 '리소스 매핑' 버튼을 활용하여 불러오기가 가능합니다.

주요 기능(메뉴)
-
API
- Atelier 플랫폼에서 서빙 중인 인공지능 서비스의 RESTful API

- 활용 예시
1) Batch::MedbizFileBatchReader (2.5.8. MedbizKMeansExample)
2) OnDemandPipeSerginving:: RouteQueryPipeOperator, OutInChainQueryPipeOperator,
RestOUTputQueryOperator (2.5.13. ConvergedServingExample)
- Authentications 자원, Platform 자원과 매핑 관계 설정화면

-
Container Image
- 인공지능 서비스 제작에 활용할 Docker 이미지를 등록하는 메뉴입니다.
* 로컬모드는 컨테이너 이미지 자원이 제공되지 않습니다.
-
Dataset
- LFS/HDFS에 저장되어 있는 파일 또는 폴더 중 자원의 가치가 있는 대상을 Swift Repository에 등록하는 메뉴입니다.

- 활용 예시
1) External::DLTrainOperator (2.6.2. TrafficTraining)
2) Batch:: FileBatchReader (2.5.2. KMeansExample)
-
ML Model
- 머신러닝 모델 학습 코드를 수행하여 만들어 놓은 모델

- 활용 예시
1) MiniBatch::TensorflowPredictOperator (2.6.4. TrafficStreamServing)
-
Platform
- 개발용 API를 제공하는 플랫폼
- 인공지능 서비스(RESTful API)를 제공하는 플랫폼
- 3종 플랫폼(EdgeX, Medbiz, Voltron) 유형 제공

- 활용 예시
1) API 리소스에서 DRIVE API(Medbiz 클라우드 저장소에 파일 업로드/다운로드)를 Medbiz Platform과 매핑
-
pyModule
- 사용자 정의 파이썬 모듈
- Atelier Dockerize 기능을 통해 파이썬 모듈을 RESTful API 서비스화 하는 곳에 활용
- 활용 예시
1) OnDemandEXternalServing::PyModuleRunner (2.5.13. ConvergedServingEndToEndExample)

-
Training Code
- 머신러닝/딥러닝 모델의 학습 코드를 등록하는 메뉴입니다.

- 활용 예시
1) External::DLTrainOperator (2.6.2. TrafficTraining)
-
Authentication
- OAuth 2.0 기반 인증 및 권한을 관리하는 메뉴입니다.
- 인증용 기본 정보와 API 자원 매핑
- Authorization Code 기반 인증 방식 지원

- 매핑된 API에 대해서 인증/인가 용도의 Access Token 발행

- 활용 예시
1) Batch::MedbizFileBatchReader (2.5.8. KMeansMedbizEdgeExample)
-
Datasource
- 4종 데이터 소스 유형 지원
- 리소스 조회 기능

-
Subscription
- API가 수행될 때 특정 subscription 정보를 지정해서 데이터를 필터링하여 수신하는데 활용

- 활용 예시
1) MiniBatch::EdgeXMqttReader (2.5.12. EdgeX로부터 데이터 처리하기)
bottom of page