Runway 2.0 핵심 요약¶
튜토리얼을 시작하기 전에 Runway 2.0의 기본 구조를 파악해두면 각 단계를 더 쉽게 이해할 수 있습니다.
Runway 2.0은¶
Runway 2.0은 AI·ML 워크로드를 일관된 방식으로 구성·배포·운영할 수 있도록 설계된 AI 운영 플랫폼입니다.
개별 도구를 단순히 모아 제공하는 것이 아니라, 실행 환경·자원 관리·인증·배포를 하나의 운영 체계로 통합합니다. 인프라 구성과 운영 복잡도는 플랫폼이 처리하므로, 사용자가 플랫폼 구조에 익숙해지면 모델 개발·실험·서빙에 집중할 수 있습니다.
워크스페이스와 프로젝트¶
Runway 2.0의 일반 사용자 작업 영역은 워크스페이스 > 프로젝트 두 계층으로 구성됩니다.
워크스페이스(Workspace)는 사용자와 프로젝트를 관리하는 최상위 단위입니다. 관리자가 조직 또는 팀 단위의 작업 경계를 정의할 수 있으며, Airflow·MLflow·Gitea 같은 플랫폼 앱이 워크스페이스 전체에서 공유됩니다.
프로젝트(Project)는 실제 AI·ML 작업이 수행되는 독립된 실행 단위입니다. 각 프로젝트는 리소스와 자산이 분리된 독립적인 실행 환경을 가지며, 프로젝트 간 환경과 데이터는 기본적으로 공유되지 않습니다. Code-server 같은 개발 환경은 프로젝트 안에서 실행되고, Airflow DAG 실행과 MLflow 실험도 프로젝트 범위로 구분됩니다.
워크스페이스
├── 프로젝트 A (팀 A의 추천 모델 개발)
├── 프로젝트 B (팀 B의 이상 탐지 모델 개발)
└── 프로젝트 C (공통 데이터 파이프라인)
플랫폼 앱¶
플랫폼 앱은 Runway 2.0에 미리 설치된 서비스로, 별도의 설치나 설정 없이 워크스페이스 메뉴에서 바로 사용할 수 있습니다. AI·ML 워크플로우 전반을 지원하는 역할에 따라 아래와 같이 구성됩니다.
| 그룹 | 앱 | 역할 |
|---|---|---|
| 코드 관리 · ML 실험 | Gitea, MLflow | 코드 저장소 운영 및 실험 결과 추적 |
| 워크플로우 · 배포 자동화 | Airflow, Argo CD | 파이프라인 스케줄링 및 선언적 배포 |
| AI · 협업 | LLM Playground, Chat | LLM API 관리 및 AI 채팅 |
- Gitea: 경량 Git 서버. Airflow DAG 파일, 모델 학습 스크립트 등을 버전 관리합니다. 프로젝트 생성 시
airflow-dags저장소가 자동으로 만들어집니다. - Airflow: DAG 기반 ML 워크플로우 스케줄링 및 모니터링 도구. Gitea의
airflow-dags저장소와 자동 동기화되어 DAG 파일을 반영합니다. - MLflow: 실험 파라미터·메트릭·아티팩트를 기록하고 모델 버전을 관리합니다.
- Argo CD: Helm으로 배포된 애플리케이션과 추론 엔드포인트의 세부 배포 상태를 확인하는 도구입니다.
자세한 내용은 플랫폼 앱 가이드를 참고하세요.
다른 애플리케이션 사용
플랫폼 앱에서 제공하지 않는 앱이 필요할 경우에는 앱 카탈로그(JupyterLab, Code Server 등)를 활용하거나, Helm 차트를 직접 구성하여 프로젝트에 필요한 애플리케이션을 직접 배포할 수 있습니다. 애플리케이션 활용 방법은 애플리케이션 생성 가이드를 참고하세요.
인증 — Keycloak SSO¶
Runway 2.0은 Keycloak 기반 SSO(Single Sign-On)로 통합 인증됩니다. Runway에 로그인한 상태에서 플랫폼 앱을 열면 별도 로그인 없이 자동으로 인증되며, 모든 플랫폼 앱에서 동일한 계정과 인증 세션을 공유합니다.
역할은 워크스페이스와 프로젝트 단위로 독립적으로 부여됩니다. 워크스페이스 역할(관리자/멤버/뷰어)은 워크스페이스 수준의 권한을 결정하고, 프로젝트 역할(관리자/멤버/뷰어)은 애플리케이션 실행·리소스 관리 등 실무 권한을 결정합니다. 워크스페이스에서 뷰어라도 프로젝트에서는 멤버 역할로 참여할 수 있습니다.
자세한 내용은 역할 및 권한 가이드를 참고하세요.