다음을 통해 공유

Azure Container Apps에서 RAG를 사용하여 Java 채팅을 위한 Azure OpenAI를 확장하기

  • 아티클

Azure OpenAI 토큰 및 모델 할당량 제한을 초과하여 채팅 앱을 확장하기 위해 애플리케이션에 부하 분산을 추가하는 방법을 알아봅니다. 이 방법은 Azure Container Apps를 사용하여 세 개의 Azure OpenAI 엔드포인트와 세 개의 엔드포인트 중 하나로 들어오는 트래픽을 전송하는 기본 컨테이너를 만듭니다.

이 문서에서는 두 개의 별도 샘플을 배포해야 합니다.

  • 채팅 앱

    • 채팅 앱을 아직 배포하지 않은 경우 부하 분산 장치 샘플이 배포될 때까지 기다립니다.

    • 채팅 앱을 이미 한 번 배포한 경우 부하 분산 장치에 대한 사용자 지정 엔드포인트를 지원하도록 환경 변수를 변경하고 다시 배포합니다.

    • 다음 언어로 제공되는 채팅 앱:

  • 부하 분산 장치 앱

메모

이 문서에서는 예제와 지침을 위해 AI 앱 템플릿 하나 이상을 사용합니다. AI 앱 템플릿은 AI 앱의 고품질 시작 지점을 보장하는 데 도움이 되는 잘 유지 관리되고 배포하기 쉬운 참조 구현을 제공합니다.

Azure Container Apps를 사용하여 Azure OpenAI 부하 분산을 위한 아키텍처

Azure OpenAI 리소스에는 특정 토큰 및 모델 할당량 제한이 있으므로 단일 Azure OpenAI 리소스를 사용하는 채팅 앱은 이러한 제한으로 인해 대화에 실패하는 경향이 있습니다.

Azure OpenAI 리소스가 강조 표시된 채팅 앱 아키텍처를 보여 주는 다이어그램

이러한 제한에 도달하지 않고 채팅 앱을 사용하려면 Azure Container Apps에서 부하 분산 솔루션을 사용합니다. 이 솔루션은 Azure Container Apps에서 채팅 앱 서버로 단일 엔드포인트를 원활하게 노출합니다.

세 개의 Azure OpenAI 리소스 앞에 Azure Container Apps가 있는 채팅 앱 아키텍처를 보여 주는 다이어그램

Azure Container 앱은 Azure OpenAI 리소스 집합 앞에 있습니다. 컨테이너 앱은 일반 및 제한된 두 가지 시나리오 상황을 해결합니다. 토큰 및 모델 할당량을 사용할 수 있는 일반 시나리오에서 Azure OpenAI 리소스는 Container App 및 App Server를 통해 200을 다시 반환합니다.

일반 시나리오를 표시하는 다이어그램 일반적인 시나리오에서는 두 엔드포인트의 첫 번째 그룹이 성공적으로 트래픽을 가져오는 세 개의 Azure OpenAI 엔드포인트 그룹을 보여 줍니다.

리소스가 할당량 제한으로 인해 제한된 시나리오에 있는 경우 Azure Container App은 다른 Azure OpenAI 리소스를 즉시 다시 시도하여 원래 채팅 앱 요청을 충족할 수 있습니다.

클라이언트가 다시 시도하기 전에 대기해야 하는 시간을 알려주는 응답 헤더와 함께, 429 실패 응답 코드를 포함한 제한 시나리오를 나타내는 다이어그램입니다.

필수 구성 요소

"컨테이너 앱의 로컬 로드 밸런서 샘플 앱 열기"

GitHub Codespaces 웹 대한 Visual Studio Code를 사용자 인터페이스로 사용하여 GitHub에서 관리하는 개발 컨테이너를 실행합니다. 가장 간단한 개발 환경의 경우 이 문서를 완료하기 위해 올바른 개발자 도구와 종속성이 미리 설치되도록 GitHub Codespaces를 사용합니다.

GitHub Codespaces 이 프로젝트 열기

중요하다

모든 GitHub 계정은 2개의 핵심 인스턴스를 사용하여 매월 최대 60시간 동안 Codespaces를 무료로 사용할 수 있습니다. 자세한 내용은 GitHub Codespaces 월별 포함된 스토리지 및 코어 시간참조하세요.

Azure Container Apps 로드 밸런서 배포

  1. Azure 개발자 CLI에 로그인하여 프로비저닝 및 배포 단계에 대한 인증을 제공합니다.

    azd auth login --use-device-code

  2. 프로비전 후 단계에 Azure CLI 인증을 사용하도록 환경 변수를 설정합니다.

    azd config set auth.useAzCliAuth "true"

  3. 부하 분산 장치 앱을 배포합니다.

    azd up

    배포에 대한 구독 및 지역을 선택해야 합니다. 채팅 앱과 동일한 구독 및 지역이 될 필요는 없습니다.

  4. 계속하기 전에 배포가 완료되기를 기다립니다.

배포 엔드포인트 가져오기

  1. 다음 명령을 사용하여 Azure Container App에 대해 배포된 엔드포인트를 표시합니다.

    azd env get-values

  2. CONTAINER_APP_URL 값을 복사합니다. 다음 섹션에서 사용합니다.

부하 분산 장치 엔드포인트를 사용하여 채팅 앱 다시 배포

이 작업들은 채팅 앱 샘플에서 완료됩니다.

  1. 다음 선택 항목 중 하나를 사용하여 채팅 앱 샘플의 개발 컨테이너를 엽니다.

    언어 Codespaces 비스쥬얼 스튜디오 코드
    .NET GitHub Codespaces 열기 Dev Containers 열기
    JavaScript GitHub Codespaces에서 열기 Dev Containers 열기
    파이썬 GitHub Codespaces 열기 Dev Containers에서 열기

  2. AZD(Azure Developer CLI)에 로그인합니다.

    azd auth login

    로그인 지침을 완료합니다.

  3. chat-app같은 이름으로 AZD 환경을 만듭니다.

    azd env new <name>

  4. OpenAI 요청에 사용자 지정 URL을 사용하도록 채팅 앱의 백 엔드에 지시하는 다음 환경 변수를 추가합니다.

    azd env set OPENAI_HOST azure_custom

  5. 이전 섹션에 있는 URL을 <CONTAINER_APP_URL>로 대체하여 다음 환경 변수를 추가합니다. 이 작업은 채팅 앱의 백 엔드에 OpenAI 요청에 대한 사용자 지정 URL 값이 무엇인지 알려줍니다.

    azd env set AZURE_OPENAI_CUSTOM_URL <CONTAINER_APP_URL>

  6. 채팅 앱을 배포합니다.

    azd up

이제 할당량이 부족하지 않으며, 여러 사용자에게 맞춰 확장될 수 있도록 설계된 채팅 앱을 안심하고 사용할 수 있습니다.

로그를 스트리밍하여 부하 분산 장치 결과 보기

  1. Azure Portal에서 리소스 그룹을 검색합니다.

  2. 그룹의 리소스 목록에서 Container App 리소스를 선택합니다.

  3. 모니터링 -> 로그 스트림를 선택하여 로그를 확인합니다.

  4. 채팅 앱을 사용하여 로그에 트래픽을 생성합니다.

  5. Azure OpenAI 리소스를 참조하는 로그를 찾습니다. 세 리소스 각각에는 Proxying to https://openai3시작하는 로그 주석의 숫자 ID가 있습니다. 여기서 3 세 번째 Azure OpenAI 리소스를 나타냅니다.

    Azure Container App 스트리밍 로그의 스크린샷으로, 로그 주석을 보여주는 강조된 두 개의 로그 줄이 포함되어 있습니다.

  6. 채팅 앱을 사용할 때 부하 분산 장치가 요청이 할당량을 초과했다는 상태를 받으면 부하 분산 장치가 자동으로 다른 리소스로 회전합니다.

TPM 할당량 구성

기본적으로 부하 분산 장치의 각 Azure OpenAI 인스턴스는 TPM(분당 30,000개 토큰)의 용량으로 배포됩니다. 할당량이 부족하지 않고 많은 사용자 간에 확장하도록 빌드되었다는 확신을 가지고 채팅 앱을 사용할 수 있습니다. 다음과 같은 경우 이 값을 변경합니다.

  • 배포 용량 오류가 발생합니다. 값을 낮추세요.
  • 더 높은 용량이 필요합니다. 값을 올립니다.

  1. 다음 명령을 사용하여 값을 변경합니다.

    azd env set OPENAI_CAPACITY 50

  2. 부하 분산 장치를 다시 배포합니다.

    azd up

리소스 정리

채팅 앱과 부하 분산 장치를 모두 완료하면 리소스를 정리합니다. 이 문서에서 만든 Azure 리소스는 Azure 구독에 청구됩니다. 나중에 이러한 리소스가 필요하지 않은 경우 더 많은 요금이 발생하지 않도록 해당 리소스를 삭제합니다.

채팅 앱 리소스 정리

채팅 앱 문서로 돌아가서 해당 리소스를 정리합니다.

업로드 분산 장치 리소스 정리

다음 Azure Developer CLI 명령을 실행하여 Azure 리소스를 삭제하고 소스 코드를 제거합니다.

azd down --purge --force

스위치는 다음을 제공합니다.

  • purge: 삭제된 리소스는 즉시 제거됩니다. 이렇게 하면 Azure OpenAI TPM을 다시 사용할 수 있습니다.
  • force: 삭제는 사용자 동의 없이 자동으로 수행됩니다.

GitHub Codespaces 정리

GitHub Codespaces 환경을 삭제하면 계정의 코어당 무료 이용 시간을 최대한 활용할 수 있습니다.

중요하다

GitHub 계정의 사용 권한에 대한 자세한 내용은 GitHub Codespaces 월별 포함된 스토리지와 코어 시간을 참조하세요.

  1. GitHub Codespaces 대시보드(https://github.com/codespaces)에 로그인합니다.

  2. azure-samples/openai-aca-lb GitHub 저장소에서 현재 실행 중인 Codespaces를 찾습니다.

    실행 중인 모든 Codespace의 상태 및 템플릿을 포함한 스크린샷

  3. 코드스페이스에 대한 상황에 맞는 메뉴를 열고 삭제를 선택합니다.

    삭제 옵션이 강조 표시된 단일 코드스페이스의 상황에 맞는 메뉴 스크린샷

도움말 보기

Azure API Management 부하 분산 장치를 배포하는 데 문제가 있는 경우 리포지토리의 이슈에 문제를 등록하세요.

샘플 코드

이 문서에 사용된 샘플은 다음과 같습니다.

다음 단계

  • Azure Load Testing 을 사용하여 채팅 앱을 부하 테스트하세요.