이 모듈에서는 먼저, AI 기능을 보여주는 사용 사례를 알아봅니다. 그런 다음 컴퓨팅, 스토리지 등 AI 인프라를 중점적으로 살펴봅니다. 또한 Google Cloud 기반의 주요 데이터 및 AI 개발 제품도 설명합니다. 마지막으로, 데이터를 AI로 전환해 주는 ML 모델을 빌드하기 위해 BigQuery ML을 사용하는 방법을 시연합니다.

이 모듈에서는 최신 AI 기술인 생성형 AI와 더불어 생성형 AI 프로젝트를 개발하는 데 필요한 Google Cloud 툴킷을 소개합니다. 먼저 파운데이션 모델을 살펴본 후 프롬프트부터 프로덕션에 이르는 Vertex AI Studio의 수명 주기를 알아봅니다. 여기에는 프롬프트 엔지니어링, 앱 배포, 모델 튜닝이 포함됩니다. 또한 이 모듈에서는 AI 에이전트와 Google의 풀 스택 AI 에이전트 개발 도구를 살펴봅니다.

이 모듈에서는 선행 학습된 API와 같이 즉시 사용 가능한 솔루션부터 AutoML 같은 노 코드 및 로우 코드 솔루션, 커스텀 학습 같은 코드 기반 솔루션에 이르기까지 Google Cloud에서 AI 프로젝트를 개발하는 다양한 옵션을 살펴봅니다. 적합한 개발 도구를 판단하는 데 참고할 수 있도록 각 옵션의 장단점을 비교합니다.

이 모듈에서는 데이터 준비, 모델 개발, Vertex AI 기반 모델 서빙에 이르는 ML 워크플로를 살펴봅니다. Vertex AI Pipelines를 사용하여 이 워크플로를 자동화된 파이프라인으로 변환하는 방법도 설명합니다.

이 강의에서는 각 모듈의 가장 중요한 개념, 도구, 기술, 제품을 다루면서 과정을 요약합니다.