> ## Documentation Index
> Fetch the complete documentation index at: https://wb-21fd5541-docs-2751.mintlify.site/llms.txt
> Use this file to discover all available pages before exploring further.

> 단일 run 또는 분산 프로세스에서 새 아티팩트 버전을 만듭니다.

# 아티팩트 버전 만들기

단일 [run](/ko/models/runs/)으로 새 아티팩트 버전을 만들거나, 여러 분산 run이 함께 새 아티팩트 버전을 만들 수 있습니다. 필요에 따라 [증분 아티팩트](#create-a-new-artifact-version-from-an-existing-version)라고 하는 이전 버전에서 새 아티팩트 버전을 만들 수도 있습니다.

<Note>
  아티팩트의 일부 파일에 변경 사항을 적용해야 하고 원본 아티팩트의 크기가 상당히 큰 경우에는 증분 아티팩트를 만드는 것이 좋습니다.
</Note>

<div id="create-new-artifact-versions-from-scratch">
  ## 처음부터 새 아티팩트 버전 만들기
</div>

새 아티팩트 버전을 만드는 방법은 두 가지입니다. 단일 run에서 만드는 방법과 분산 run에서 만드는 방법입니다. 각 방식은 다음과 같습니다.

* **Single run**: 하나의 run이 새 버전에 필요한 모든 데이터를 제공합니다. 가장 일반적인 경우이며, run이 필요한 데이터를 완전히 재생성할 수 있을 때 가장 적합합니다. 예를 들어 저장된 모델을 출력하거나, 분석을 위해 테이블에 모델 예측을 출력하는 경우입니다.
* **Distributed runs**: 여러 run의 집합이 함께 새 버전에 필요한 모든 데이터를 제공합니다. 보통 여러 run이 병렬로 데이터를 생성하는 분산 작업에 가장 적합합니다. 예를 들어 모델을 분산 방식으로 평가하고 예측을 출력하는 경우입니다.

프로젝트에 없는 이름을 `wandb.Artifact` API에 전달하면 W\&B는 새 아티팩트를 만들고 `v0` 별칭을 부여합니다. 동일한 아티팩트에 다시 log하면 W\&B는 콘텐츠의 체크섬을 계산합니다. 아티팩트가 변경된 경우 W\&B는 새 버전 `v1`을 저장합니다.

프로젝트의 기존 아티팩트와 일치하는 이름과 유형을 `wandb.Artifact` API에 전달하면 W\&B는 기존 아티팩트를 가져옵니다. 가져온 아티팩트의 버전은 1보다 큽니다.

<Frame>
  <img src="https://mintcdn.com/wb-21fd5541-docs-2751/0vOmg769XOi7MtYl/images/artifacts/single_distributed_artifacts.png?fit=max&auto=format&n=0vOmg769XOi7MtYl&q=85&s=24711f801f75b7de6499296dfd315dee" alt="아티팩트 워크플로 비교" width="2010" height="986" data-path="images/artifacts/single_distributed_artifacts.png" />
</Frame>

<div id="single-run">
  ### 단일 run
</div>

아티팩트의 모든 파일을 하나의 단일 run에서 생성하는 경우, 해당 run으로 아티팩트의 새 버전을 기록합니다. 즉, 단일 run이 아티팩트의 모든 파일을 생성할 때 해당하는 경우입니다.

사용 사례에 따라 아래 탭 중 하나를 선택해 새 아티팩트 버전을 만드세요:

<Tip title="Run.log_artifact() vs Artifact.save()">
  `wandb.Run.log_artifact()`를 사용하면 아티팩트를 run의 출력으로 명시적으로 표시할 수 있습니다.

  `Artifact.save()`는 편의 메서드입니다. 활성 run이 있으면 W\&B가 아티팩트를 해당 run에 기록합니다. 그렇지 않으면 W\&B가 자동 run을 생성하고 그곳에 기록합니다.
</Tip>

<Tabs>
  <Tab title="run 출력으로 추적">
    `wandb.Run.log_artifact()`를 사용하면 아티팩트를 run과 명시적으로 연결할 수 있습니다:

    1. `wandb.init()`로 run을 생성합니다.
    2. `wandb.Artifact`로 새 아티팩트를 만들거나 기존 아티팩트를 가져옵니다.
    3. `wandb.Artifact.add_file()`로 아티팩트에 파일을 추가합니다.
    4. `wandb.Run.log_artifact()`로 run에 아티팩트를 기록합니다.

    ```python theme={null}
    with wandb.init() as run:
        artifact = wandb.Artifact("artifact_name", "artifact_type")

        # `.add`, `.add_file`, `.add_dir`, `.add_reference`를 사용해
        # 아티팩트에 파일과 에셋을 추가합니다
        artifact.add_file("image1.png")
        run.log_artifact(artifact)
    ```
  </Tab>

  <Tab title="직접 저장">
    현재 컨텍스트에서 아티팩트를 저장하려면 편의 메서드인 `wandb.Artifact.save()`를 사용하세요:

    1. `wandb.Artifact`로 새 아티팩트를 만들거나 기존 아티팩트를 가져옵니다.
    2. `wandb.Artifact.add_file()`로 아티팩트에 파일을 추가합니다.
    3. `wandb.Artifact.save()`로 아티팩트를 저장합니다.

    ```python theme={null}
    artifact = wandb.Artifact("artifact_name", "artifact_type")
    # `.add`, `.add_file`, `.add_dir`, `.add_reference`를 사용해
    # 아티팩트에 파일과 에셋을 추가합니다
    artifact.add_file("image1.png")
    artifact.save()
    ```
  </Tab>
</Tabs>

<div id="distributed-runs">
  ### 분산 run
</div>

커밋하기 전에 run 컬렉션이 버전에 공동으로 작업할 수 있습니다. 이는 위에서 설명한 단일 run 모드와 달리, 새 버전에 필요한 모든 데이터를 하나의 run이 제공하는 방식입니다.

<Note>
  1. 컬렉션의 각 run이 동일한 버전에서 함께 작업하려면 동일한 고유 ID(`distributed_id`)를 알고 있어야 합니다. 기본적으로 이 값이 있으면 W\&B는 `wandb.init(group=GROUP)`로 설정한 run의 `group`을 `distributed_id`로 사용합니다.
  2. 버전을 "커밋"하여 상태를 영구적으로 잠그는 최종 run이 반드시 있어야 합니다.
  3. 공동 작업 중인 아티팩트에 내용을 추가하려면 `upsert_artifact`를 사용하고, 커밋을 최종 완료하려면 `finish_artifact`를 사용하세요.
</Note>

다음 예제를 살펴보세요. 서로 다른 run(아래에서 **Run 1**, **Run 2**, **Run 3**으로 표시됨)이 `upsert_artifact`를 사용해 동일한 아티팩트에 각기 다른 이미지 파일을 추가합니다.

<div id="run-1">
  #### Run 1
</div>

```python theme={null}
with wandb.init() as run:
    artifact = wandb.Artifact("artifact_name", "artifact_type")
    # `.add`, `.add_file`, `.add_dir`, `.add_reference`를 사용하여
    # 아티팩트에 파일 및 에셋을 추가합니다
    artifact.add_file("image1.png")
    run.upsert_artifact(artifact, distributed_id="my_dist_artifact")
```

<div id="run-2">
  #### Run 2
</div>

```python theme={null}
with wandb.init() as run:
    artifact = wandb.Artifact("artifact_name", "artifact_type")
    # `.add`, `.add_file`, `.add_dir`, `.add_reference`를 사용하여
    # 아티팩트에 파일 및 에셋 추가
    artifact.add_file("image2.png")
    run.upsert_artifact(artifact, distributed_id="my_dist_artifact")
```

<div id="run-3">
  #### Run 3
</div>

Run 1과 Run 2가 완료된 후 실행해야 합니다. `wandb.Run.finish_artifact()`를 호출하는 run은 아티팩트에 파일을 포함할 수 있지만, 반드시 포함할 필요는 없습니다.

```python theme={null}
with wandb.init() as run:
    artifact = wandb.Artifact("artifact_name", "artifact_type")
    # 아티팩트에 파일 및 에셋 추가
    # `.add`, `.add_file`, `.add_dir`, `.add_reference`
    artifact.add_file("image3.png")
    run.finish_artifact(artifact, distributed_id="my_dist_artifact")
```

<div id="create-a-new-artifact-version-from-an-existing-version">
  ## 기존 버전에서 새 아티팩트 버전 만들기
</div>

기존 아티팩트 버전에 파일을 추가, 수정, 또는 삭제해 새 아티팩트 버전을 만드세요. W\&B는 변경된 파일만 다시 인덱싱합니다. 이렇게 생성된 버전을 *증분* 아티팩트라고 합니다.

<Frame>
  <img src="https://mintcdn.com/wb-21fd5541-docs-2751/0vOmg769XOi7MtYl/images/artifacts/incremental_artifacts.png?fit=max&auto=format&n=0vOmg769XOi7MtYl&q=85&s=d7578316f9d43a6cf976d6a9f500c0be" alt="증분 아티팩트 버전 관리" width="2140" height="916" data-path="images/artifacts/incremental_artifacts.png" />
</Frame>

증분 아티팩트를 만들려면 이전에 커밋된 아티팩트 버전에서 *초안*을 만드세요. 그런 다음 `Artifact.add_file()`, `Artifact.add_dir()`, `Artifact.remove()` 같은 메서드를 사용해 초안을 수정할 수 있습니다. 전체 메서드 목록은 [`Artifact` 레퍼런스 문서](/ko/models/ref/python/experiments/artifact)를 참조하세요.

초안 수정을 마친 후에는 이를 로그하거나 저장해 새 아티팩트 버전을 만드세요.

<Info>
  증분 아티팩트 대신 새 아티팩트를 처음부터 만들 수도 있습니다. 하지만 이 방법을 사용하려면 모든 아티팩트 파일을 로컬 디스크에서 사용할 수 있어야 합니다. 증분 아티팩트를 사용하면 이전 아티팩트 버전의 변경되지 않은 파일을 재사용하면서 개별 파일을 추가, 삭제, 또는 수정할 수 있습니다.
</Info>

증분 아티팩트는 single run에서 만들 수도 있고, 새 버전에 기여하는 여러 Runs에 걸쳐 만들 수도 있습니다. 다음 섹션에서는 각 경우에 증분 아티팩트를 만드는 방법을 설명합니다.

<div id="single-run">
  ### 단일 run
</div>

<Tabs>
  <Tab title="run 입력으로 추적">
    현재 run이 아티팩트를 사용하는 경우 `wandb.Run.use_artifact()`를 사용하세요. W\&B는 아티팩트를 해당 run의 입력으로 기록합니다.

    1. `wandb.Run.use_artifact()`로 아티팩트 버전을 가져오세요.
    2. `Artifact.new_draft()`로 초안을 만드세요.
    3. 초안에서 항목을 추가, 제거 또는 수정하세요.
    4. `wandb.Run.log_artifact()`로 초안을 기록하여 새 아티팩트 버전을 생성하세요.

    ```python lines theme={null}
    with wandb.init(job_type="modify dataset") as run:
        saved_artifact = run.use_artifact(
            "my_artifact:latest"
        )  # 아티팩트를 가져와 이 run의 입력으로 사용합니다
        draft_artifact = saved_artifact.new_draft()  # 초안 버전을 만듭니다

        # 초안 버전의 파일 일부를 수정합니다
        draft_artifact.add_file("file_to_add.txt")
        draft_artifact.remove("dir_to_remove/")
        run.log_artifact(
            draft_artifact
        )  # 변경 사항을 기록해 새 버전을 만들고 이 run의 출력으로 표시합니다
    ```
  </Tab>

  <Tab title="직접 가져오기">
    run 입력으로 기록하지 않고 아티팩트를 가져오려면 Public API를 사용하세요.

    1. `wandb.Api.artifact()`로 아티팩트 버전을 가져오세요.
    2. `Artifact.new_draft()`로 초안을 만드세요.
    3. 초안에서 항목을 추가, 제거 또는 수정하세요.
    4. `Artifact.save()`로 초안 버전을 저장하여 새 아티팩트 버전을 생성하세요.

    ```python theme={null}
    client = wandb.Api()
    saved_artifact = client.artifact("my_artifact:latest")  # 아티팩트를 불러옵니다
    draft_artifact = saved_artifact.new_draft()  # 초안 버전을 만듭니다

    # 초안 버전의 파일 일부를 수정합니다
    draft_artifact.remove("deleted_file.txt")
    draft_artifact.add_file("modified_file.txt")
    draft_artifact.save()  # 초안의 변경 사항을 커밋합니다
    ```
  </Tab>
</Tabs>

<div id="distributed-runs">
  ### 분산 run
</div>

여러 run이 하나의 아티팩트 버전에 파일을 기여하는 경우 `Artifact.upsert_artifact()` 및 `Artifact.finish_artifact()`를 사용하세요.

다음 예시는 아티팩트가 [run의 입력으로 사용되는](/ko/models/artifacts/create-a-new-artifact-version#use-as-run-input) 경우, 분산 run에서 새 아티팩트 버전을 생성하는 방법을 보여줍니다. 아티팩트를 Public API로 [직접 가져오는](/ko/models/artifacts/create-a-new-artifact-version#fetch-directly) 경우에도 동일한 방식을 적용할 수 있습니다.

```python theme={null}
import wandb

project = "<project>"
artifact_name = "<distributed-artifact-name>"
distributed_id = "dataset-build-001"

worker_files = [
    ("data/shards/worker-0.txt", "shards/worker-0.txt"),
    ("data/shards/worker-1.txt", "shards/worker-1.txt"),
]

for local_path, artifact_path in worker_files:
    with wandb.init(project=project, group=distributed_id) as run:
        artifact = wandb.Artifact(artifact_name, type="dataset")
        artifact.add_file(local_path, name=artifact_path)
        run.upsert_artifact(artifact, distributed_id=distributed_id)

with wandb.init(project=project, group=distributed_id) as run:
    artifact = wandb.Artifact(artifact_name, type="dataset")
    logged = run.finish_artifact(
        artifact,
        aliases=["latest"],
        distributed_id=distributed_id,
    )
    logged.wait()
```

<Tip title="Draft와 Upsert">
  커밋된 아티팩트 버전을 수정할 때는 `Artifact.new_draft()`를 사용하세요.

  최종 확정되기 전에 여러 Runs가 하나의 아티팩트 버전에서 함께 작업해야 하는 경우에는 `Artifact.upsert_artifact()`와 `Artifact.finish_artifact()`를 사용하세요.
</Tip>