제품 업데이트

VESSL Cloud 사용법 완전 가이드: 가입부터 모델 학습까지 (2026)

VESSL AI

|2026년 5월 1일|9분 소요

VESSL Cloud 사용법 완전 가이드: 가입부터 모델 학습까지 (2026)

VESSL Cloud 사용법을 처음부터 끝까지 안내하는 가이드예요. 가입, GPU 선택, Workspace 생성, CLI 설치, 배치 학습, 팀 협업까지. 이 글 하나로 VESSL Cloud의 전체 워크플로우를 파악할 수 있어요.

최종 업데이트: 2026년 5월

VESSL Cloud란?

VESSL Cloud는 AI 모델 학습과 추론을 위한 GPU 클라우드(GPUaaS) 서비스예요. A100, H100, B200, GB200, B300 등 최신 GPU를 대기 없이 바로 쓸 수 있고, 가입 후 3분이면 JupyterLab에 접속할 수 있어요.

AWS나 GCP에서 GPU를 확보하려면 할당량 승인에 수일이 걸리는 경우가 많죠. VESSL Cloud는 승인 절차 없이 가입 즉시 GPU를 사용할 수 있어요. 분 단위 과금이라 10분짜리 실험에 1시간 요금을 낼 필요도 없고요.

VESSL Cloud가 뭔지, 가격과 기능, 경쟁사 비교까지 자세히 알고 싶다면 VESSL Cloud란? GPU 클라우드 가격·기능·비교 총정리 글을 먼저 읽어보세요.

1단계. 가입하고 크레딧 충전하기

VESSL Cloud 사용법의 첫 단계는 계정 생성이에요.

cloud.vessl.ai에 접속해서 계정을 만들어요.
조직(Organization)을 생성해요. 조직은 멤버, 결제, 리소스를 관리하는 단위예요.
Billing 탭에서 카드를 등록하고 크레딧을 충전해요.

크레딧이 없으면 Workspace나 Job을 실행할 수 없으니, 가입 후 바로 충전해 주세요.

TIP. 학술/연구 기관이라면 특별 할인이 있어요. sales@vessl.ai로 문의해 보세요.

2단계. Workspace로 GPU 개발 환경 시작하기

Workspace는 VESSL Cloud의 핵심 기능이에요. JupyterLab, SSH, VS Code로 접속할 수 있는 GPU 개발 환경이에요.

Workspace 만드는 3단계

리소스 선택

워크스페이스 이름을 입력하고, 워크로드에 맞는 GPU를 선택해요. 스펙 카드에서 시간당 예상 비용을 바로 확인할 수 있어요.

GPU	VRAM	온디맨드 가격
A100 SXM 80GB	80 GB	$1.55/hr
H100 SXM 80GB	80 GB	$2.39/hr
L40S	48 GB	$1.80/hr
B200	192 GB	$5.50/hr
B300	288 GB	$7.50/hr

위 가격은 2026년 4월 기준 온디맨드 가격이에요. 예약형(RI)은 최대 15% 할인되고, 별도 문의가 필요해요. 최신 가격은 VESSL Cloud 가격 페이지에서 확인하세요.

배포 설정

컨테이너 이미지를 선택해요. PyTorch, CUDA 같은 공식 이미지를 쓰거나, 커스텀 이미지를 올릴 수 있어요.
SSH 키를 선택하거나 새로 생성해요.
포트를 설정해요. 기본으로 8888(Jupyter), 22(SSH)가 열려 있어요.
Persistent Volume을 최소 1개 연결해요. 워크스페이스를 중지해도 데이터가 유지되려면 반드시 필요해요.

검토 및 배포

비용 요약을 확인하고 Deploy를 눌러 실행해요.

접속하기

워크스페이스가 실행되면 Connect 탭에서 접속 정보를 확인해요.

Jupyter: Open Jupyter 버튼을 클릭하면 브라우저에서 바로 열려요.
SSH: Connect 탭에서 SSH 커맨드를 복사해서 터미널에 붙여넣으면 돼요.
VS Code: Remote-SSH 확장으로 연결할 수 있어요.

Workspace 사용법을 스크린샷과 함께 더 자세히 보고 싶다면 VESSL Cloud 시작 가이드: 3분 안에 주피터랩 띄우기 글을 참고하세요.

3단계. vesslctl CLI로 터미널에서 관리하기

매번 웹 대시보드를 열 필요 없이, 터미널에서 VESSL Cloud를 관리할 수 있어요. vesslctl은 VESSL Cloud의 공식 CLI예요.

30초 설치

# 설치
curl -fsSL https://api.cloud.vessl.ai/cli/install.sh | bash

# 로그인 (브라우저 OAuth)
vesslctl auth login

이게 끝이에요.

핵심 커맨드

# Workspace 생성
vesslctl workspace create \
  --cluster <cluster-name> \
  --resource-spec <spec-name> \
  --image "pytorch/pytorch:2.3.0-cuda12.1-cudnn8-devel" \
  --name "my-workspace"

# 상태 확인
vesslctl workspace show my-workspace

# SSH 접속
vesslctl workspace ssh my-workspace

# 잠시 중단 (과금 정지, 데이터 유지)
vesslctl workspace pause my-workspace

vesslctl은 AI 코딩 도구와도 연결돼요. MCP(Model Context Protocol)를 지원하는 AI 도구에서 vesslctl 문서를 참조하면서 작업할 수 있어요. CLI 사용법을 더 자세히 알고 싶다면 "Claude, A100 하나 띄워줘" — AI와 연동되는 CLI, vesslctl 출시 글을 참고하세요.

4단계. Job으로 배치 학습 자동화하기

Workspace는 인터랙티브 개발에 최적화돼 있어요. 반면에 코드가 준비된 상태에서 GPU를 할당받아 학습하고, 끝나면 자동으로 종료되길 원한다면 Job을 쓰면 돼요.

Workspace vs Job 비교

구분	Workspace	Job
용도	인터랙티브 개발, 디버깅	자동화된 학습, 배치 처리
접근	SSH, Jupyter, VS Code	스크립트 제출 후 로그 확인
라이프사이클	직접 시작/중지	실행 완료 시 자동 종료
과금	실행 중인 시간 전체	실제 사용 시간만

Job 실행 예시

vesslctl job create \
  --resource-spec <your-resource-spec-slug> \
  --image "pytorch/pytorch:2.3.0-cuda12.1-cudnn8-runtime" \
  --cmd "python train.py --epochs 50 --batch-size 128"

학습이 끝나는 순간 GPU가 반납되고 과금도 멈춰요. 잠들기 전에 제출해 놓으면, 아침에 결과만 확인하면 돼요.

여러 하이퍼파라미터 조합을 한 번에 돌리는 실전 사례가 궁금하다면 GPU 크레딧 샐 걱정 없는 당신을 위한 구원투수 — Job 글을 참고하세요.

5단계. 팀 협업 설정하기

혼자 쓸 때는 상관없지만, 팀으로 VESSL Cloud를 사용한다면 두 가지를 설정해 두면 좋아요.

Cluster Storage

같은 팀원들이 데이터를 공유할 수 있는 고성능 스토리지예요. Workspace를 멈춰도 데이터는 유지되고, 같은 클러스터 내에서 빠른 I/O를 제공해요. pip 패키지나 데이터셋을 한 번만 설치하면 팀원 모두가 바로 쓸 수 있어요.

자세한 사용법은 Cluster Storage: 끄고 켜도, 여러 명이 붙어도 끄떡없는 고성능 팀 스토리지 글에서 확인하세요.

Dashboard

GPU 사용률, 비용, 워크스페이스 상태를 한눈에 모니터링할 수 있어요. 팀 전체의 GPU 활용 현황을 투명하게 관리할 수 있어요.

자세한 사용법은 GPU 잘 쓰고 있는지, 한눈에 보여드려요 — 대시보드 출시 글에서 확인하세요.

비용 최적화 팁

VESSL Cloud 사용법을 익혔다면, 비용을 아끼는 방법도 알아두세요.

Pause/Resume 활용하기. 점심 먹으러 갈 때, 퇴근할 때 Workspace를 Pause하면 GPU 과금이 멈춰요. 스토리지 비용만 유지되니 환경은 그대로 살아 있어요. 다시 시작하면 바로 이어서 작업할 수 있어요.

Job으로 유휴 시간 제거하기. 학습 코드가 준비됐다면 Workspace 대신 Job으로 돌리세요. 학습 완료 후 자동 종료라 빈 GPU에 돈 나가는 일이 없어요.

분 단위 과금의 이점. VESSL Cloud는 분 단위로 과금돼요. 10분짜리 파인튜닝 실험이 $0.38밖에 안 드는 이유예요. AWS에서 같은 실험을 하면 8장 번들을 띄워야 해서 약 $7.32가 들어요.

Terminate로 완전 과금 중단. 프로젝트가 끝났다면 Terminate해서 과금을 완전히 멈출 수 있어요.

실전 튜토리얼

VESSL Cloud 사용법을 익혔다면, 실제 모델을 돌려보세요.

15분 만에 끝내는 Gemma 4 파인튜닝. A100에서 15분, $0.38으로 Gemma 4를 파인튜닝하는 전체 과정이에요.
VESSL Cloud에서 OpenClaw 개인 비서 실행해보기. GPU 없이도 터미널 몇 줄로 AI 비서를 띄우는 워크스루예요.
VESSL에서 OpenAI GPT-OSS를 LoRA로 파인튜닝하는 가장 쉬운 방법. GPT-OSS 파인튜닝 실전 가이드예요.

자주 묻는 질문 (FAQ)

Q. VESSL Cloud는 무료인가요?

가입은 무료예요. GPU 사용에는 크레딧이 필요하고, 사용한 만큼만 과금돼요. 분 단위 과금이라 짧은 실험도 부담 없이 진행할 수 있어요.

Q. 어떤 GPU를 쓸 수 있나요?

A100 SXM 80GB, H100 SXM 80GB, L40S, B200, GB200, B300을 지원해요. 온디맨드, 스팟, 예약형(RI) 방식 중 선택할 수 있어요.

Q. AWS나 GCP보다 저렴한가요?

네. H100 온디맨드 기준 AWS는 약 $3.90/hr, GCP는 약 $3.00/hr인데, VESSL Cloud는 $2.39/hr이에요. 약 20~40% 저렴하고, 분 단위 과금이라 실제 차이는 더 커요.

Q. 학생이나 연구자 할인이 있나요?

대학·연구기관 대상 특별 할인이 있어요. sales@vessl.ai로 문의해 주세요.

Q. 데이터가 안전한가요?

VESSL AI는 SOC 2 Type II 인증을 완료했어요. ISO 27001도 취득했고, 엔터프라이즈급 보안과 감사 로그를 지원해요.

Q. 기존에 VESSL MLOps 플랫폼을 쓰고 있었는데, VESSL Cloud와 다른 건가요?

네. VESSL이 GPU 클라우드(GPUaaS)로 완전히 전환되면서 VESSL Cloud라는 이름으로 새롭게 태어났어요. 기존 MLOps 플랫폼도 여전히 사용 가능하고, 데이터 마이그레이션이 필요하면 support@vessl.ai로 문의해 주세요.

도움이 필요하다면

VESSL Cloud 가이드 문서
기술 문의: support@vessl.ai
기업/대규모 GPU 문의: sales@vessl.ai

GPU 견적 상담 받으러 가기 →

VESSL AI