Today Keys : azure ai, ai studio, studio, model, catalog
이번 포스팅은 현재 Preview로 오픈된 Azure AI Studio의 첫 번째 포스팅입니다.
첫 번째 포스팅에서는 Azure AI Studio 사용을 위해서 리소스를 생성하고, Azure AI Studio에 접속해서 제공되는 서비스를 간략하게 알아봅니다.
![](https://blog.kakaocdn.net/dn/lXIVX/btsAzUXX1jX/sHrJ6rRkqblinh8BFj6Qyk/img.jpg)
Azure AI Studio를 위해서 필요한 Azure AI 리소스를 연결하는 데,
기존에 생성된 AI 관련 리소스를 선택하거나 새롭게 만드시면 됩니다.
이번 포스팅에서는 모두 새롭게 만들어서 생성합니다.
![](https://blog.kakaocdn.net/dn/cHTE5X/btsAxWhUeNk/M8dJa5AysKrVPq6y8wboIk/img.jpg)
Azure AI 리소스에 대한 네트워크 접근 제어 설정입니다.
Public 및 Private with Internet outbound, Private with Approved Outbound 선택이 가능합니다.
당연히 뒤로 갈수록 보안적으로 유리하기 때문에, 상용에 사용하려면 가급적 보안에 유리한 구성을 하는 것이 좋습니다.
본 포스팅에서는 테스트 형태로 진행하는 것이어서, Public으로 선택했습니다.
![](https://blog.kakaocdn.net/dn/kDFIg/btsAw5TGExK/xJ7zoVfOs5vFab61F8ali1/img.jpg)
다음은 Azure AI 리소스에서 사용하게 될 데이터의 Encryption 옵션입니다.
기본 값인 Microsoft-managed keys를 그대로 사용합니다.
![](https://blog.kakaocdn.net/dn/tgfpF/btsAx1KDEdr/bkJIoaC3EGpLSiHp2rqrM1/img.jpg)
설정한 값을 모두 확인한 후, Azure AI Studio 리소스를 생성합니다.
![](https://blog.kakaocdn.net/dn/S4NZb/btsAClgMxDf/wrMzhlec52Fm0pZNvGqsyK/img.jpg)
다양한 리소스가 생성되는 것을 확인 할 수 있습니다.
![](https://blog.kakaocdn.net/dn/6LGTQ/btsAyMfojsG/enB0LjCofKCfLFvr1KpyT1/img.jpg)
생성이 완료된 Azure AI 서비스를 아래와 같이 확인 할 수 있습니다.
바로 아래에 Azure AI Studio로 접속하기 위한 버튼을 눌러서 Azure AI Studio로 접속합니다.
![](https://blog.kakaocdn.net/dn/qn6WQ/btsAxZF3QKE/I0WP29RG8ETwQuv7wfJYAk/img.jpg)
현재 Preview 상태인, Azure AI Studio를 아래와 같이 확인하실 수 있습니다.
![](https://blog.kakaocdn.net/dn/AfudD/btsAEnMaNKq/FYPKvr5iz3xnt5jwsDZff1/img.jpg)
Explorer로 가면, Azure AI Studio에서 제공되는 기능들에 확인 할 수 있는 데,
왼쪽에는 카테고리 별로 메뉴가 분류 된 것을 볼 수 있고, 우측에는 각 메뉴와 관련된 실질적인 페이지 내용의 가이드인 Getting started를 볼 수 있습니다.
![](https://blog.kakaocdn.net/dn/dxUcBI/btsAviMPZ1X/KkAUrcUrHXbSp7EALngCtk/img.jpg)
먼저, Model catalog를 살펴보면
기존에 Azure OpenAI에서 제공되는 모델 이외에도 Meta, Hugging Face, NVIDIA 등에서 제공되는 굉장히 다양한 모델을 선택하여 사용 할 수 있는 것을 볼 수 있습니다.
![](https://blog.kakaocdn.net/dn/bvJF5l/btsAyMTWmen/soFiu7drA59jrQ6FBvtKK0/img.jpg)
또한, Hugging Face에서 처럼 사용 용처에 따른 Filter를 적용하여 원하는 모델을 빠르게 찾을 수 있습니다.
![](https://blog.kakaocdn.net/dn/PJr6Q/btsAAM6UvUp/twx5I86KbpIfOECqqCBfE1/img.jpg)
다음과 같이 모델을 하나 선택하면, (여기에서는 Llama-2-7b-chat으로 선택했습니다.)
관련 모델에 대한 설명과 함께(7B로 선택했지만, 설명은 Llama 13B와 70B가 함께 나오네요)
모델에 대한 정보를 확인 할 수 있습니다.
또한, 우측에서는 공유 리소스에서 해당 모델을 올려서 바로 서비스를 확인 할 수 있는 창도 제공됩니다.
'what is microsoft azure?'라고 질문하니, 해당 모델에서 답변을 생성한 것을 확인 할 수 있습니다.
![](https://blog.kakaocdn.net/dn/c622kg/btsAyNrYXqk/KQ44Cp0k1g3U7Kb6U5mGQ0/img.jpg)
개발을 위해서 필요한 정보도 함께 링크를 아래와 같이 제공하고 있습니다.
예를 들어서, AI Search sample의 'view sample'을 확인해보면,
다음과 같이 Azure-search-openai-demo 라는 github로 연결됩니다.
Capabilities에서는 Azure에서 지원되는 다양한 AI 서비스들과 연결되어 있습니다.
Speech, Vision, Language 영역으로 나뉘어서 다양한 서비스가 연결된 것을 볼 수 있는 데,
예를 들어서, Vision 쪽에는 아래와 같이 Document intelligence, Optical character, Face, Image analysis, Video retrieval 관련 서비스가 있는 것을 볼 수 있습니다.
이 중에서 Document intelligence를 선택하면, 아래와 같이 Azure AI Document Intelligence Studio로 연결되는 것을 볼 수 있습니다. (Azure AI Document Intelligence는 기존 Azure Form Recognizer 입니다)
또한, 다양한 프롬프트 샘플도 제공하고 있어서 모델 사용 시에 필요한 프롬프트를 참고해서 작성 할 수 있습니다.