> For the complete documentation index, see [llms.txt](https://docs.roboflow.com/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.roboflow.com/datasets/ko/create-and-upload/adding-data/upload-data-from-aws-gcp-and-azure/google-cloud-storage.md).

# Google Cloud Storage

Google Cloud Storage의 이미지를 Roboflow로 업로드합니다.

{% hint style="warning" %}
Google Cloud Storage에는 다음을 사용하세요 [데이터 소스](https://docs.roboflow.com/datasets/ko/create-and-upload/adding-data/datasources.md) 그리고 Bucket Mirror는 일회성 또는 임시 가져오기가 명시적으로 필요한 경우가 아니면 사용하세요. Datasources는 스크립트, 서명된 URL, 또는 로컬 다운로드 없이 이미지와 메타데이터를 동기화 상태로 유지합니다. 자세한 내용은 [Google Cloud Storage 자격 증명](https://docs.roboflow.com/datasets/ko/create-and-upload/adding-data/datasource-credentials/gcs.md) 액세스를 설정하려면.
{% endhint %}

Google Cloud Storage에 이미지 데이터를 저장하고 Roboflow에 업로드할 때는 일반적으로 두 가지 옵션이 있습니다. 서명된 URL을 사용하거나, 이미지를 로컬로 수동 다운로드(gsutil CLI를 통해)하여 로컬에서 업로드하는 방법입니다. 어떤 방법을 선택할지는 데이터 처리와 관리에 대한 구체적인 요구 사항에 따라 달라집니다.

* **서명된 URL**: 이 방법은 이미지를 로컬 컴퓨터로 다운로드하는 데 따른 추가 단계와 시간 소모를 피하고 싶을 때 특히 유리합니다. 서명된 URL을 사용하면 이미지를 로컬에 저장하지 않고도 Google Cloud Storage에서 Roboflow API로 직접 업로드할 수 있습니다. 따라서 처리 속도가 더 빨라지고 로컬 시스템의 부담이 줄어듭니다.
* **로컬 CLI**: 이미지를 먼저 로컬 환경에 다운로드하는 편이 더 나은 상황이 있을 수 있습니다. 예를 들어 Roboflow에 업로드하기 전에 이미지를 전처리하거나 수동으로 확인해야 한다면, 로컬 사본이 있으면 유용합니다.

적절한 방법을 선택하는 것은 데이터 전송 속도, 전처리 필요성, 이미지 수동 검토 같은 구체적인 사용 사례 요구 사항에 따라 달라집니다.

## Google Cloud JSON 키

버킷에 적절한 권한이 있는 서비스 계정을 만들고 JSON 키 파일을 다운로드하세요. 이 파일에는 애플리케이션 인증에 사용되는 자격 증명이 들어 있습니다.

## 옵션 1: 서명된 URL로 업로드

Python에서 Google Cloud SDK를 사용하여 Google Cloud Storage 버킷의 이미지에 대한 서명된 URL을 생성할 수 있습니다.

```python
def get_gcs_signed_url(bucket_name: str, blob_name: str) -> str:
    """GCS 객체에 대한 서명된 URL을 생성합니다."""
    storage_client = storage.Client.from_service_account_json(GOOGLE_APPLICATION_CREDENTIALS)
    bucket = storage_client.get_bucket(bucket_name)
    blob = bucket.get_blob(blob_name)
    
    url = blob.generate_signed_url(
        version="v4",
        expiration=3600,  # 1시간(초)
        method="GET"
    )
    return url
```

위 코드 조각에서는 Google Cloud Storage 버킷 이름과 blob 이름이 필요합니다. 이미지의 서명된 URL이 생성되어 반환됩니다.

이를 바탕으로 버킷에 있는 모든 사용 가능한 객체를 가져온 다음 API를 통해 Roboflow에 업로드하는 완전한 솔루션을 만들 수 있습니다. 이 솔루션의 개요는 아래와 같습니다:

```python
from google.cloud import storage
import requests
import urllib.parse

# ************* 다음 변수들을 설정하세요 *************
GCS_BUCKET_NAME = "YOUR_GCS_BUCKET_NAME"
ROBOFLOW_API_KEY = "YOUR_ROBOFLOW_API_KEY"
ROBOFLOW_PROJECT_NAME = "YOUR_ROBOFLOW_PROJECT_NAME"
GOOGLE_APPLICATION_CREDENTIALS = "path/to/your-service-account-file.json"
# ***********************************************

def get_gcs_signed_url(bucket_name: str, blob_name: str) -> str:
    """GCS 객체에 대한 서명된 URL을 생성합니다."""
    storage_client = storage.Client.from_service_account_json(GOOGLE_APPLICATION_CREDENTIALS)
    bucket = storage_client.get_bucket(bucket_name)
    blob = bucket.get_blob(blob_name)
    
    url = blob.generate_signed_url(
        version="v4",
        expiration=3600,  # 1시간(초)
        method="GET"
    )
    return url

def get_gcs_objects(bucket_name: str) -> list:
    """지정된 GCS 버킷의 객체 키 목록을 가져옵니다."""
    storage_client = storage.Client.from_service_account_json(GOOGLE_APPLICATION_CREDENTIALS)
    bucket = storage_client.get_bucket(bucket_name)
    blobs = bucket.list_blobs()

    object_names = []
    for blob in blobs:
        object_names.append(blob.name)
    return object_names

def upload_to_roboflow(api_key: str, project_name: str, presigned_url: str, img_name='', split="train"):
    """이미지를 Roboflow에 업로드합니다."""
    API_URL = "https://api.roboflow.com"
    if img_name == '':
        img_name = presigned_url.split("/")[-1]

    upload_url = "".join([
        API_URL + "/dataset/" + project_name + "/upload",
        "?api_key=" + api_key,
        "&name=" + img_name,
        "&split=" + split,
        "&image=" + urllib.parse.quote_plus(presigned_url),
    ])
    response = requests.post(upload_url)

    # 응답 코드를 확인합니다
    if response.status_code == 200:
        print(f"{img_name}을(를) {project_name}에 성공적으로 업로드했습니다")
        return True
    else:
        print(f"{img_name} 업로드에 실패했습니다. 오류: {response.content.decode('utf-8')}")
        return False

if __name__ == "__main__":
    # 사용 가능한 blob 목록을 가져옵니다
    available_blobs = get_gcs_objects(GCS_BUCKET_NAME)
    
    # 선택 사항: 여기서 blob을 필터링합니다
    # 예: available_blobs = [blob for blob in available_blobs if "some_condition"]
    
    # Roboflow에 blob 업로드
    for blob in available_blobs:
        blob_url = get_gcs_signed_url(GCS_BUCKET_NAME, blob)
        upload_to_roboflow(ROBOFLOW_API_KEY, ROBOFLOW_PROJECT_NAME, blob_url)

```

## 옵션 2: GCP에서 데이터를 로컬로 다운로드

GCP에서 데이터를 다운로드하려면 먼저 GCP CLI를 설치하세요. 그런 다음 GCP 사용자 계정으로 인증합니다.

이미지나 이미지 폴더를 다운로드하려면 다음 명령을 사용하세요:

```bash
gsutil cp -r gs://mybucket/folder .
```

다음을 `mybucket` GCP 스토리지 버킷 이름과 `folder` 복사하려는 파일 또는 폴더의 대상 위치와 함께 사용합니다. 이 명령은 대상 파일 또는 폴더를 현재 작업 디렉터리(`.`).

## Roboflow에 데이터 업로드

이제 데이터를 다운로드했으므로, 다음 중 하나를 사용해 Roboflow에 업로드할 수 있습니다: [업로드 웹 인터페이스](https://docs.roboflow.com/datasets/ko/create-and-upload/adding-data.md#web-app) 또는 [Roboflow CLI](https://docs.roboflow.com/datasets/ko/create-and-upload/adding-data.md#cli).

## 참고

* [데이터 소스(버킷 미러)](https://docs.roboflow.com/datasets/ko/create-and-upload/adding-data/datasources.md) - 스크립트 없이 GCS에서 지속적으로 자동 동기화
* [Roboflow 프로젝트 ID 가져오기](https://docs.roboflow.com/reference/authentication/authentication/workspace-and-project-ids)
