> ## Documentation Index
> Fetch the complete documentation index at: https://wb-21fd5541-wbdocs-1882.mintlify.site/llms.txt
> Use this file to discover all available pages before exploring further.

# 튜토리얼: Kubernetes에서 W&B Launch 설정하기

> Helm 차트, Kaniko 이미지 빌드, Kubernetes 작업 사양을 사용해 Kubernetes 클러스터에서 W&B Launch를 설정합니다.

W\&B Launch를 사용하면 ML 워크로드를 Kubernetes 클러스터로 푸시할 수 있어, ML 엔지니어가 이미 Kubernetes로 관리 중인 리소스를 W\&B 내의 간단한 인터페이스에서 바로 사용할 수 있습니다.

W\&B는 [공식 Launch 에이전트 이미지](https://hub.docker.com/r/wandb/launch-agent)를 제공하며, 이 이미지는 W\&B에서 유지 관리하는 [Helm 차트](https://github.com/wandb/helm-charts/tree/main/charts/launch-agent)를 사용해 클러스터에 배포할 수 있습니다.

W\&B는 [Kaniko](https://github.com/GoogleContainerTools/kaniko) builder를 사용해 Launch 에이전트가 Kubernetes 클러스터에서 도커 이미지를 빌드할 수 있도록 합니다. Launch 에이전트용 Kaniko를 설정하는 방법이나 작업 빌드를 비활성화하고 사전 빌드된 도커 이미지만 사용하는 방법에 대해 자세히 알아보려면 [고급 에이전트 설정](./setup-agent-advanced)을 참조하세요.

<Note>
  Helm을 설치하고 W\&B의 Launch 에이전트 Helm 차트를 적용하거나 업그레이드하려면, Kubernetes 리소스를 생성, 업데이트, 삭제할 수 있는 충분한 권한이 있는 클러스터에 대한 `kubectl` 액세스가 필요합니다. 일반적으로 cluster-admin 또는 이에 상응하는 권한이 있는 커스텀 역할을 가진 사용자가 필요합니다.
</Note>

<div id="configure-a-queue-for-kubernetes">
  ## Kubernetes용 큐 설정
</div>

Kubernetes 대상 리소스용 Launch 큐 설정은 [Kubernetes Job 사양](https://kubernetes.io/docs/concepts/workloads/controllers/job/) 또는 [Kubernetes Custom Resource 사양](https://kubernetes.io/docs/concepts/extend-kubernetes/api-extension/custom-resources/)과 유사한 형태를 띱니다.

Launch 큐를 생성할 때 Kubernetes 워크로드 리소스 사양의 거의 모든 측면을 제어할 수 있습니다.

<Tabs>
  <Tab title="Kubernetes job spec">
    ```yaml theme={null}
    spec:
      template:
        spec:
          containers:
            - env:
                - name: MY_ENV_VAR
                  value: some-value
              resources:
                requests:
                  cpu: 1000m
                  memory: 1Gi
    metadata:
      labels:
        queue: k8s-test
    namespace: wandb
    ```
  </Tab>

  <Tab title="Custom resource spec">
    일부 사용 사례에서는 `CustomResource` 정의를 사용하는 것이 좋을 수 있습니다. 예를 들어 멀티노드 분산 트레이닝을 수행하려는 경우 `CustomResource` 정의가 유용합니다. 예제 애플리케이션은 Volcano를 사용한 멀티노드 작업에서 Launch를 사용하는 튜토리얼을 참조하세요. 또 다른 사용 사례로는 W\&B Launch를 Kubeflow와 함께 사용하는 경우가 있습니다.

    다음 YAML 스니펫은 Kubeflow를 사용하는 Launch 큐 설정 예시를 보여줍니다.

    ```yaml theme={null}
    kubernetes:
      kind: PyTorchJob
      spec:
        pytorchReplicaSpecs:
          Master:
            replicas: 1
            template:
              spec:
                containers:
                  - name: pytorch
                    image: '${image_uri}'
                    imagePullPolicy: Always
            restartPolicy: Never
          Worker:
            replicas: 2
            template:
              spec:
                containers:
                  - name: pytorch
                    image: '${image_uri}'
                    imagePullPolicy: Always
            restartPolicy: Never
        ttlSecondsAfterFinished: 600
      metadata:
        name: '${run_id}-pytorch-job'
      apiVersion: kubeflow.org/v1
    ```
  </Tab>
</Tabs>

보안상의 이유로, W\&B는 다음 리소스가 지정되지 않은 경우 이를 Launch 큐에 주입합니다:

* `securityContext`
* `backOffLimit`
* `ttlSecondsAfterFinished`

다음 YAML 스니펫은 이러한 값이 Launch 큐에 어떻게 표시되는지 보여줍니다:

```yaml title="example-spec.yaml" theme={null}
spec:
  template:
    `backOffLimit`: 0
    ttlSecondsAfterFinished: 60
    securityContext:
      allowPrivilegeEscalation: False,
      capabilities:
        drop:
          - ALL,
      seccompProfile:
        type: "RuntimeDefault"
```

<div id="create-a-queue">
  ## 큐 만들기
</div>

W\&B App에서 컴퓨팅 리소스로 Kubernetes를 사용하는 큐를 생성합니다:

1. [Launch 페이지](https://wandb.ai/launch)로 이동합니다.
2. **Create Queue** 버튼을 클릭합니다.
3. 큐를 생성할 **Entity**를 선택합니다.
4. **Name** 필드에 큐 이름을 입력합니다.
5. **Resource**로 **Kubernetes**를 선택합니다.
6. **Configuration** 필드에 이전 섹션에서 [설정한](#configure-a-queue-for-kubernetes) Kubernetes Job 사양 또는 Custom Resource 사양을 입력합니다.

<div id="configure-a-launch-agent-with-helm">
  ## Helm으로 Launch 에이전트 구성하기
</div>

W\&B에서 제공하는 [Helm 차트](https://github.com/wandb/helm-charts/tree/main/charts/launch-agent)를 사용해 Kubernetes 클러스터에 Launch 에이전트를 배포합니다. `values.yaml` [file](https://github.com/wandb/helm-charts/blob/main/charts/launch-agent/values.yaml)에서 Launch 에이전트의 동작을 제어합니다.

일반적으로 Launch 에이전트 설정 파일(`~/.config/wandb/launch-config.yaml`)에 정의하는 내용을 `values.yaml` 파일의 `launchConfig` 키에 지정합니다.

예를 들어, Kaniko 도커 이미지 builder를 사용하는 EKS에서 Launch 에이전트를 실행할 수 있게 하는 Launch 에이전트 설정이 있다고 가정해 보겠습니다.

```yaml title="launch-config.yaml" theme={null}
queues:
	- <queue name>
max_jobs: <n concurrent jobs>
environment:
	type: aws
	region: us-east-1
registry:
	type: ecr
	uri: <my-registry-uri>
builder:
	type: kaniko
	build-context-store: <s3-bucket-uri>
```

`values.yaml` 파일에서는 다음과 같을 수 있습니다:

```yaml title="values.yaml" theme={null}
agent:
  labels: {}
  # W&B API 키.
  apiKey: ''
  # 에이전트에 사용할 컨테이너 이미지.
  image: wandb/launch-agent:latest
  # 에이전트 이미지의 이미지 pull 정책.
  imagePullPolicy: Always
  # 에이전트 사양의 리소스 블록.
  resources:
    limits:
      cpu: 1000m
      memory: 1Gi

# Launch 에이전트를 배포할 네임스페이스
namespace: wandb

# W&B api url (여기에 입력하세요)
baseUrl: https://api.wandb.ai

# Launch 에이전트가 배포할 수 있는 추가 대상 네임스페이스
additionalTargetNamespaces:
  - default
  - wandb

# Launch 에이전트 설정 파일의 내용을 그대로 입력하세요.
launchConfig: |
  queues:
    - <queue name>
  max_jobs: <n concurrent jobs>
  environment:
    type: aws
    region: <aws-region>
  registry:
    type: ecr
    uri: <my-registry-uri>
  builder:
    type: kaniko
    build-context-store: <s3-bucket-uri>

# git 자격 증명 파일의 내용. k8s 시크릿에 저장되어
# 에이전트 컨테이너에 마운트됩니다. 비공개 저장소를 클론하려면
# 이 값을 설정하세요.
gitCreds: |

# wandb 서비스 계정의 어노테이션. gcp에서 워크로드 ID를 설정할 때 유용합니다.
serviceAccount:
  annotations:
    iam.gke.io/gcp-service-account:
    azure.workload.identity/client-id:

# azure에서 kaniko를 사용하는 경우 azure 저장소의 액세스 키를 설정하세요.
azureStorageAccessKey: ''
```

레지스트리, 환경, 필수 agent 권한에 대한 자세한 내용은 [고급 agent 설정](./setup-agent-advanced)을 참조하세요.