Ubuntu 24.04에 오픈 소스 데이터 라벨링 플랫폼 Label Studio 배포하기

Label Studio는 텍스트, 이미지, 오디오, 비디오 및 시계열(time series) 전반에 걸쳐 어노테이션(annotation)을 지원하며, 협업 워크플로우 및 ML 모델 통합 기능을 갖춘 오픈 소스 데이터 라벨링 플랫폼입니다. 이 가이드는 Traefik을 사용하여 자동 HTTPS를 처리하고 프로젝트 및 라벨을 위한 영구 볼륨(persistent volumes)을 사용하는 Docker Compose를 통해 Label Studio를 배포합니다. 이 과정을 마치면 여러분의 도메인에서 보안이 유지되는 어노테이션 작업 공간을 제공하는 Label Studio를 갖게 될 것입니다.

디렉토리 구조 설정

1. 프로젝트 디렉토리 생성:

$ mkdir ~/labelstudio
$ cd ~/labelstudio

2. 환경 파일 생성:

$ nano .env

DOMAIN=labelstudio.example.com
LETSENCRYPT_EMAIL=admin@example.com

Docker Compose로 배포하기

1. Compose 매니페스트 생성:

$ nano docker-compose.yaml

services:
  traefik:
    image: traefik:v3.6
...

2. 그룹 쓰기 권한이 있는 데이터 디렉토리 생성:

$ mkdir data
$ sudo chown :0 data

3. 서비스 시작:

$ docker compose up -d

4. 서비스 확인 및 로그 보기:

$ docker compose ps
$ docker compose logs

관리자 및 샘플 프로젝트 생성

1. https://labelstudio.example.com을 열고 Sign Up을 클릭하여 첫 번째 관리자를 생성합니다.

2. 대시보드에서 Create Project를 클릭하고 다음을 설정합니다:

• Project Name: Sentiment Analysis
• Labeling Template: Text Classification

3. Save를 클릭한 다음, Import를 클릭하고 샘플 데이터를 붙여넣습니다:

[
  {"text": "This product is amazing."},
  {"text": "Worst experience ever."}
...

4. 각 태스크를 어노테이션하고 Submit을 클릭한 후, Data Manager에 Completed로 표시되는지 확인합니다.

다음 단계

Label Studio가 실행 중이며 HTTPS를 통해 안전하게 서비스되고 있습니다. 여기서 다음과 같은 작업을 수행할 수 있습니다:

• 액티브 러닝(active learning) 루프를 위한 ML 백엔드(PyTorch, scikit-learn) 구성
• 프로젝트별 역할 기반 권한(role-based permissions)을 가진 협업자 초대
• 다운스트림(downstream) 학습을 위해 어노테이션된 데이터셋을 COCO, YOLO, JSON 또는 CSV 형식으로 내보내기

추가적인 팁이 포함된 전체 가이드를 확인하려면 **Vultr Docs**의 원문 기사를 방문하세요.