Cloud Shell icon (Cloud Shell icon)을 클릭해준다.
#project ID/region 환경 변수 설정
PROJECT_ID=$(gcloud config get-value project)
REGION=lab region
echo "PROJECT_ID=${PROJECT_ID}"
echo "REGION=${REGION}"
#Google 계정 접속
USER=$(gcloud config get-value account 2> /dev/null)
echo "USER=${USER}"
#Cloud AI Companion API 권한 주기
gcloud services enable cloudaicompanion.googleapis.com --project ${PROJECT_ID}
#IAM 권한 주기
gcloud projects add-iam-policy-binding ${PROJECT_ID} --member user:${USER} --role=roles/cloudaicompanion.user
gcloud projects add-iam-policy-binding ${PROJECT_ID} --member user:${USER} --role=roles/serviceusage.serviceUsageViewer
Gemini 아이콘을 클릭해 준 후에 채팅창에 원하는 질문을 한다.
nodes와 control plane을 직접 관리하지 않는 쿠버네티스 환경을 어떻게 사용하나요?
GKE에서 제공해준다고 한다.
GKE에서는 nodes를 관리해주고, 스케일 업 다운을 자체적으로 해주며 control plane에 대해서도 관리해준다고 한다.
간단하게 CLI 아이콘을 클릭하면 바로 CLI에 복사가 된다. 엔터를 치면 생성이 시작된다.
Kubernetes Engine -> Clusters에서 gemini-demo가 생성된 걸 확인할 수 있다.
이미지 이름 / 타입 / cluster IP / external IP / 포트 / 생성기간 /
해당 외부 IP로 접속하면 이미지로 되어있던 어플리케이션이 배포된 걸 확인할 수 있다.
이번 Gemini for Cloud Architect 에서 배운 점
Gemini를 이용해 gcloud CLI에서 GKE 생성
Gemini를 이용한 이미지 배포와 네트워크 연결
Gemini를 사용한 배포 코드가 CLI로 바로 연결되어서 편리했다. 쿠버네티스는 배워보고 싶은데 심리적 장벽이 있던 건데 간단하게나마 생성해볼 수 있어서 좋았다.
하지만 실적용을 위해서는 더 세부적인 설정이 필요하고, 결국 엔지니어가 지식을 가지고 참고만 가능할 것 같다. 그냥 접근성이 조금 더 좋아진 점에서 의의가 있는 듯 하다.
출처 - https://www.cloudskillsboost.google/course_templates/878?locale=ko