작업 단위와 계층 구조¶

플랫폼에서 수행되는 모든 작업은 워크스페이스와 프로젝트라는 두 가지 작업 단위를 기준으로 구성됩니다. 이 계층적 구조는 조직 단위의 관리와 프로젝트 단위의 실행을 분리하여, AI·ML 작업을 안정적이고 효율적으로 운영할 수 있도록 설계되었습니다.

워크스페이스: 사용자와 프로젝트를 관리하는 최상위 작업 영역
프로젝트: AI·ML 작업이 수행되는 독립된 실행 및 운영 단위

워크스페이스(Workspace)¶

워크스페이스는 Runway에서 사용자가 속한 최상위 관리 단위입니다.
조직 또는 팀 단위의 작업 경계를 정의하며, 사용자와 프로젝트를 관리하는 기준이 됩니다.

특징:

하나의 워크스페이스 내에서 여러 프로젝트를 병렬로 운영할 수 있습니다.
워크스페이스 수준에서 사용자 초대, 역할 관리, 프로젝트 생성 권한을 관리합니다.
프로젝트별 리소스 사용 한도와 정책을 정의하는 관리 범위로 사용됩니다.
사용자는 로그인 후 워크스페이스를 선택함으로써, 접근 가능한 프로젝트와 작업 범위를 명확히 구분할 수 있습니다.

멀티 워크스페이스

플랫폼 관리자의 설정에 따라 하나의 Runway 환경에서 여러 워크스페이스를 생성하고 독립적으로 운영할 수 있습니다.
각 워크스페이스는 별도의 사용자, 프로젝트, 리소스 정책을 가지므로, 조직 내 팀이나 부서 단위로 분리된 환경을 구성하는 데 활용할 수 있습니다.

프로젝트(Project)¶

프로젝트는 워크스페이스 내에서 실제 AI·ML 작업이 수행되는 실행 및 운영 단위입니다.
모델 개발, 학습, 배포, 평가와 같은 작업은 프로젝트 단위로 관리됩니다.

특징:

각 프로젝트는 리소스와 자산이 분리된 독립적인 실행 환경을 가집니다.
프로젝트 단위로 생성된 리소스는 기본적으로 다른 프로젝트와 공유되지 않습니다.
프로젝트는 워크스페이스에서 정의된 정책 범위 내에서 컴퓨팅 리소스를 사용합니다.
프로젝트별로 사용자 권한을 세분화하여 관리할 수 있습니다.
하나의 프로젝트에서 수행한 작업은 다른 프로젝트의 환경이나 운영에 영향을 주지 않습니다.

프로젝트 내부 구성요소¶

프로젝트 내부의 구성 요소는 크게 행위와 자산으로 구분할 수 있습니다.

애플리케이션(Applications)은 학습, 추론, 파이프라인 실행과 같이 실제 작업이 수행되는 행위의 주체입니다.
자산(Assets)은 애플리케이션 실행을 통해 생성되거나 사용되는 데이터, 모델 산출물, 실행 결과 등 관리 대상 객체를 의미합니다.

계층 구조의 예시와 장점¶

워크스페이스
├── 프로젝트 A (팀 A의 추천 모델 개발)
│   ├── 애플리케이션
│   ├── 스토리지
│   └── 모델 서빙
├── 프로젝트 B (팀 B의 이상 탐지 모델 개발)
│   ├── 애플리케이션
│   ├── 스토리지
│   └── 모델 서빙
└── 프로젝트 C (공통 데이터 파이프라인)
    ├── 애플리케이션
    └── 스토리지

장점	설명
독립성	프로젝트 간 환경과 데이터가 분리되어 서로 영향을 주지 않습니다.
리소스 관리	프로젝트 단위로 컴퓨팅 리소스 할당량을 관리할 수 있습니다.
권한 분리	프로젝트별로 사용자 권한을 세분화하여 관리할 수 있습니다.
추적성	프로젝트 단위로 작업 이력과 리소스 사용량을 추적할 수 있습니다.