# 4.4.3 Deploy Pipeline using CodePipeline
다음은 위 그림에 표시된 배포 파이프라인을 생성하는 실습을 진행하겠습니다.
배포 파이프라인은 앞에서 설명한 것 처럼 Codepipeline으로 구성되어 SageMaker Endpoint를 배포하기 위한 모델 빌드 및 배포 과정을 수행합니다.
배포 파이프라인의 생성은 SageMaker Studio의 프로젝트를 통해 Template을 사용하면 쉽게 생성할 수 있으며, SageMaker project는 원하는 형태의 인프라 템플릿과 설정을 미리 저장해두고 재사용할 수 있게 도와주는 기능입니다.
1. SageMaker Studio 좌측 사이드바의 home -> Deployments -> Projects로 이동합니다.
2. Create project를 클릭하고, SageMaker Templates 탭에서 Model Deployments 템플릿을 클릭하고 Select project Template 버튼을 클릭합니다.
3. name에 pose-deploy를 입력하고 SourceModelPackageGroupName에는 PoseYOLOv8을 입력해서 프로젝트를 생성합니다.
4. 생성 후 사이드바의 Deployments -> Projects 메뉴에 가면 프로젝트가 생성되어 있으며, 성공적으로 생성이 완료 되면 Create in progress 상태에서 Create Completed 상태로 변경된 것을 확인할 수 있다.
5. 이후 [4.4.2 Build pipeline using SageMaker pipelines](/sagemaker-image-workshop/lab4.-use-your-own-model-or-algorithm/4.4-build-sagemaker-pipelines-with-custom-container/4.4.2-build-pipeline-using-sagemaker-pipelines.md)에서 생성했던 모델을 승인하고 배포 파이프라인을 작동 시키게 되는데, home -> Models -> Model Registry로 이동한다.
6. 배포했던 모델이 승인 대기 상태인 것을 확인할 수 있는데, 최신 버전을 클릭한 후 우 상단의 Actions -> Update status를 클릭하면 모델 승인 창을 확인할 수 있다.
7. 위 Status를 Pending -> Approved 상태로 변경 후 update status를 클릭하면 모델 배포 승인을 트리거하여 배포 파이프라인을 자동으로 실행하는 것을 확인할 수 있다.
8. AWS 콘솔 -> Codepipeline 검색 후 이동하면 배포용 파이프라인이 진행중인 것을 확인할 수 있다.
9. 현재 생성된 배포 파이프라인은 기본 설정상 staging, prod 추론 인스턴스 타입이 ml.m5.large로 배포되는데, 인스턴스 타입을 변경해야 파이프라인이 정상적으로 동작한다. 좌측 메뉴에서 CodeCommit-> 리포지토리를 클릭하면 배포 파이프라인의 리포지토리를 확인할 수 있다.
10. 해당 리포지토리로 이동하면, 모델 빌드를 위한 config 파일과 스크립트가 존재합니다. 이 중 staging-config.json 파일과 prod-config.json 파일을 클릭하여 편집을 누릅니다.
11. 아래 그림과 같은 json 파일을 확인할 수 있는데 "EndpointInstanceType"을 앞서 빌드 파이프라인에서 inference instance로 설정했던 타입으로 변경합니다.
{% hint style="info" %}
변경하지 않고 스크립트를 실행했다면, 'ml.p3.2xlarge', 'ml.g4dn.xlarge' 중 하나로 변경해야 합니다.
{% endhint %}
12. InstanceType을 설정 및 변경 사항 커밋 정보를 입력한 후 변경 사항 커밋 버튼을 클릭합니다.
13. staging-config.json , prod-config.json 두 파일 모두 인스턴스를 변경하고 커밋을 완료하면 코드의 변경을 감지하고, 배포 파이프라인이 재작동 합니다. 파이프라인을 클릭하여 변경 사항 릴리스 버튼을 한번 클릭해주어 가장 최근 변경 사항을 감지하고 파이프라인을 동작시킬 수 있도록 합니다.
14. 배포 파이프라인은 앞서 설명한 것 처럼 Staing / production 으로 엔드포인트를 나눠서 배포하도록 자동 구성되어 있습니다. staging endpoint는 자동으로 배포되고, staging endpoint로 테스트가 완료되었다면 실제 production에서 적용할 수 있도록 production endpoint를 수동 승인할 수 있습니다.
15. (Optional) 검토 버튼을 클릭하여 수동 승인을 완료하면 Prod Endpoint를 배포하게 됩니다.
지금까지 Codepipeline을 이용하여 Sagemaker Endpoint를 배포하는 배포 파이프라인을 실습하였습니다. 다음으로 배포한 모델의 Endpoint를 이용하여 테스트를 진행하겠습니다.
---
# Agent Instructions: Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.
Perform an HTTP GET request on the current page URL with the `ask` query parameter:
```
GET https://cheolmin-ki.gitbook.io/sagemaker-image-workshop/lab4.-use-your-own-model-or-algorithm/4.4-build-sagemaker-pipelines-with-custom-container/4.4.3-deploy-pipeline-using-codepipeline.md?ask=
```
The question should be specific, self-contained, and written in natural language.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.
Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.