인스턴스 생성하기

무료 크레딧 기간동안 부지런히 테스트를 해야 한다. 이번에는 Compute Engine 에 VM 인스턴스를 생성해보도록 하겠다. VM 인스턴스는 가상의 서버가 존재하는 것처럼 사용하는 것이 가능하도록 해준다. 서버의 용도는 개인에 따라 구분되겠다. 웹서버가 될 수도 있고, 기타 앱 테스트^[각주:1]를 위한 공간이 될 수도 있다.

우선 아래 그림처럼 메인 대시보드에서 Compute Engine 항목에서 VM 인스턴스를 클릭하도록 한다.

최초 진입시 화면은 아래와 같다. 샘플 앱을 제작하려면 "빠른 시작 사용"을 클릭하면 되고 직접 모든것을 설정하려면 "만들기" 버튼을 선택하면 되겠다. ("가져오기" 버튼은 cloudendur 라는 곳에 있는 데이터를 마이그레이션 하는 듯?)

기본적인 화면 구성은 아래와 같다. 크게 정리해보면 리전위치 지정, CPU, Memory지정, 디스크 설정, 접근 권한 설정, 방화벽 설정 정도가 되겠다. 우선 머신러닝 관련 테스트를 너무너무 해보고 싶었으므로 GPU를 설정하기 위해 "머신 유형" 항목에서 "맞춤설정"을 클릭해보자.

 설정 항목 : 리전위치 지정, CPU, Memory지정, 디스크 설정, 접근 권한 설정, 방화벽 설정

어라? 아래 그림처럼 선택한 영역에서는 GPU를 사용할 수 없단다. 예전에 google에서 공지한 것처럼 GPU가 모든 리전에서 지원되지는 않는 모양이다. (그게 2017년 2월 즈음이었는데 현재 4월까지도 그러하다)

그럼 영역을 바꿔서 확인해보자. 아래 그림처럼 GPU를 사용할 수 있으나 리전만 변경했을 뿐인데 월 사용요금이 변한다. 이건 아마도 모든 Public Cloud 의 공통적인 부분일텐데 리전이 존재하는 대륙 별로 관리나 기타 등등의 이유로 가격의 gap 이 존재한다고 한다.

또한 캡쳐를 남기지는 않았지만 GPU 개수를 1개만 지정해도 월 사용요금이 대폭 상승한다. (한 개만 사용 해도 무료 크레딧으로 감당할 수 없는 수준이다.) 빠르게 포기하도록 하자 :-)

GPU에 대한 정보는 아래 링크에서 확인하면 되겠다.
https://cloud.google.com/compute/docs/gpus/?hl=ko&_ga=1.105646019.1723078938.1490857833

우선 머신러닝을 위해 최소한의 CPU를 적당히 선택하고, OS 이미지를 선택하도록 한다. 아무래도 제공되는 이미지 중에는 Ubuntu 가 TensorFlow 에 가장 친화적이니 선택해 보도록 한다. 추가로 디스크는 과감히 SSD 로 적용하고 용량은 train data 가 클 것을 대비해서 20GB로 잡아줬다. (그 동안 봤던 train data 중 가장 큰 사이즈가 7.5GB 정도 되었던 것 같다. 프로젝트는 챗봇이었다)

이제 모든 환경설정이 끝났고 "선택" 버튼만 누르면 잠시 후 인스턴스가 아래와 같이 생성된다. SSH  터미널 접속을 위해서는 현재는 화면에 보이는 "SSH" 버튼을 눌러 접근해야 한다. GCP에서는 개인 패스워드를 지정해서 사용하는 것은 지양할 것을 권고한다. 아무래도 관리에 위험이 있으니까. public key 를 이용해서 다른 머신에서 접근을 하는 등의 방법은 다른 스레드에서 살펴보도록 하겠다.

SSH 연결을 하면 아래와 같이 새로운 브라우저가 열리고 접속이 된다. OS와 CPU 정보를 가볍게 확인해 보자.

이제 하고자 하는 테스트를 진행하면 되겠다.

(*) https://jybaek.gitbook.io/with-gcp 에서 최신 글을 모아볼 수 있습니다.

1. App Engine을 사용하면 더 편하긴 하겠다. 이건 향후 살펴보도록 한다. [본문으로]