첫 모델 만들기

Cog로 첫 모델을 만드는 과정은 "환경 정의 → 예측 코드 작성 → 예측 실행 → 컨테이너에서 확인" 순서로 진행돼요. 여기서는 그 흐름을 실감나게 따라가 볼게요.

출처: https://github.com/replicate/cog

시작하기

가장 간단한 시작은 cog.yaml에 파이썬 버전만 적고, 컨테이너 안에서 명령을 실행하는 거예요.

build:
  python_version: "3.11"

이제 이 환경 안에서 어떤 명령이든 실행할 수 있어요.

cog run python

이 명령은 cog.yaml에서 Docker 이미지를 빌드하고 인터랙티브 파이썬 셸을 열어요. "컨테이너에서 파이썬 실행"이 되는 순간이죠.

예측 실행해 보기

Predictor를 만들고 cog predict로 예측을 수행해요.

cog predict

처음 실행하면 Docker 컨테이너가 빌드되고, 그다음부터는 빌드된 컨테이너를 재사용해요.

직접 HTTP로도 호출할 수 있어요. Cog가 예측 서버를 띄우면, 이미지 분류 같은 모델이라면 이렇게 호출해요.

curl http://localhost:5000/predictions -X POST \
  -H 'Content-Type: application/json' \
  -d '{"input": {"image": "https://example.com/mystery.jpg"}}'

레지스트리로 푸시하기

이미지 이름을 cog.yaml에 한 줄로 추가하면 배포가 편해져요.

image: "r8.im/replicate/resnet"

이렇게 하면 cog push 한 번으로 이미지를 빌드하고 레지스트리로 푸시해요.

cog push
# Building r8.im/replicate/resnet...
# Pushing r8.im/replicate/resnet...
# Pushed!

이미지가 레지스트리에 올라가면 어디서든 그 모델을 재현해 쓸 수 있어요.

더 알아보기

환경 정의를 자세히 보려면 «cog.yaml 이해하기»를 보세요.
예측 로직은 «Predictor로 예측 정의하기»에서 다뤄요.