대시보드 구성

대시보드는 사용자가 부여받은 Profile·Namespace 리소스와 「모두의 AI」 서빙 기능에 접근할 수 있는 웹 기반 통합 UI를 제공합니다. 사용자는 대시보드를 통해 LLM 모델 서빙(InferenceService), Notebook 실행, 학습(TrainJob) 관리, 볼륨·모니터링 현황을 한 곳에서 확인하고 관리할 수 있습니다.

대시보드 메뉴 구성

모두의 AI 대시보드 메뉴 구성

메뉴 구분	설명
Home	Kubeflow 대시보드 메인 화면
Notebooks	Jupyter Notebook / Code Server 서버 생성 및 관리(개발·디버깅)
Volumes	Notebook·학습·서빙에서 사용하는 볼륨(PVC) 관리
Endpoints	KServe·LLM-D·Dynamo 서빙 엔드포인트(전용 FQDN)
TrainJobs	Kubeflow Training Operator 기반 분산 학습 작업 관리
Pipelines	Pipelines / Experiments / Runs / Recurring Runs / Artifacts / Executions
Model Registry	학습된 모델 메타데이터 및 버전 관리
Monitoring	Namespace GPU·CPU·디스크·Pod 사용량 Grafana 모니터링
Manage Account	사용자 계정 관리(비밀번호 변경, SSH Password 확인 등)
Manage Group Users	그룹 Namespace 사용자 관리(Admin 권한 보유 시 노출)

네임스페이스 확인

네임스페이스는 대시보드 상단에서 확인할 수 있습니다.

네임스페이스 확인

항목	설명
Namespace	kbm-g-np-<기관명> — Profile로 할당된 작업 공간
GPU Quota	사업자별 할당 GPU 상한(예: 128 GPU = 16노드 × 8 GPU)
managed 라벨	「모두의 AI」 서빙·Gateway 연동 대상 Namespace

InferenceService·Notebook·TrainJob은 반드시 할당받은 Namespace를 선택한 뒤 생성합니다.

Kubeflow 가이드 및 안내 사항

Kubeflow 가이드 링크 및 「모두의 AI」 안내 사항은 대시보드 우측에서 확인할 수 있습니다.

Home 우측 가이드 카드

서빙 아키텍처(참고)

Client
  → 전용 LB → Envoy Gateway
       → HTTPRoute → InferenceService (vLLM 등)
       → Pod (전용 B200 노드 풀)

대시보드 Endpoints 메뉴에서 타입별 상태·URL을 확인하고, 실제 API 호출은 전용 FQDN(*.moduai.kakaocloud.com)을 사용합니다.