문서 목차
자동화플로우
데이터 준비 → 분석·학습 → 평가 → 서빙처럼 여러 단계로 이어지는 작업을 하나의 자동화플로우로 묶어, 수동 · 예약 · 이벤트로 자동 실행합니다.
QUANTUM C&S
데이터 준비 → 분석 · 학습 → 평가 → 서빙처럼 여러 단계로 이어지는 작업을 하나의 자동화플로우로 묶어, 수동 · 예약 · 이벤트로 자동 실행합니다.
메뉴 플로우 > 자동화플로우(/flows/automation)에서 엽니다.
한눈에 보기
자동화플로우는 트리거 하나와 순서대로 이어지는 단계(스텝) 여러 개로 구성됩니다. 앞 단계가 성공하면 다음 단계가 자동으로 이어서 실행되고, 앞 단계가 만든 결과(데이터셋 버전, 모델 버전 등)가 다음 단계로 자동으로 넘어갑니다. 한 번 실행한 단위를 차수(#1, #2 …)라고 부릅니다.
트리거(수동 · 예약 · 이벤트)
→ 1단계: HF 데이터셋 가져오기
→ 2단계: 분류 분석(모델 생성)
→ 3단계: 모델 등록
→ 4단계: 서빙이럴 때 쓰세요
- 데이터를 받아 분석하고, 모델을 만들어 서빙하는 과정을 매번 같은 방식으로 반복할 때
- 데이터셋에 새 버전이 확정되면 자동으로 재학습 · 재배포하고 싶을 때
- 새 모델이 평가 기준을 넘을 때만 운영 서비스를 교체하고 싶을 때
- 매일 · 매주 정해진 시각에 파이프라인을 돌리고 결과를 단계별로 기록하고 싶을 때
AI플로우 · 예약 작업과의 차이
| 구분 | 자동화플로우 | AI플로우 | SAMANDA 예약 작업 |
|---|---|---|---|
| 정의 방식 | 단계(액션 + 파라미터)를 순서대로 정의 | 자연어 프롬프트 하나 | "매일 9시에 ~해 줘" 같은 요청 |
| 실행 주체 | 단계마다 등록된 액션이 정해진 작업을 실행 | SAMANDA가 프롬프트를 해석해 처리 | SAMANDA가 정해진 시각에 처리 |
| 단계 연결 | 앞 단계 결과를 다음 단계가 자동으로 이어받음 | 해당 없음 | 해당 없음 |
| 트리거 | 수동 · 스케줄 · 이벤트(데이터셋 확정 등) | 수동 · 스케줄 | 스케줄 |
| 결과 기록 | 차수별 · 단계별 입력 · 출력 · 측정값(리포트) | 실행마다 결과 문서 | 실행 결과 |
| 실패 대응 | 실패 지점부터 재실행 · 중단 | 다시 실행 | 다시 실행 |
| 화면 | 이 화면 | AI플로우 | AI플로우의 스케줄 화면 |
핵심 개념
| 개념 | 설명 |
|---|---|
| 트리거 | 플로우를 시작하는 조건입니다. 아래 "트리거" 절을 참고하세요. |
| 단계 | 등록된 액션 하나를 실행합니다(예: 전처리, 분석, 파인튜닝, 배포, 서빙 전 평가, 운영 승격). |
| 단계 연결 | 2단계부터는 "이전 단계 완료 시" 실행됩니다. 필요한 값(데이터셋 · 모델과 그 버전 등)은 앞 단계 결과에서 자동으로 받습니다. |
| 차수 | 트리거가 한 번 발생해 시작된 실행 한 건입니다. 단계별 결과가 차수에 기록됩니다. |
| 실행자 | 차수를 실행하는 사람입니다. 이 사람의 권한으로 모든 단계가 동작합니다. |
트리거
| 트리거 | 설명 | 설정 방법 |
|---|---|---|
| 수동 실행 | 상세 화면의 수동 실행을 누르면 새 차수가 즉시 시작됩니다. 자동 트리거와 관계없이 항상 쓸 수 있습니다. | 별도 설정 없음 |
| 스케줄 트리거 | 정해진 주기(cron 식)와 시간대에 맞춰 자동으로 시작합니다. 예: 매일 오전 2시, 30분마다, 평일 오전 9시 | SAMANDA에게 요청 |
| 이벤트 트리거 | 플랫폼에서 일이 생기면 시작합니다. | SAMANDA에게 요청 |
이벤트 트리거로 쓸 수 있는 주요 이벤트는 다음과 같습니다.
| 이벤트 | 시작 시점 |
|---|---|
| 파일 추가 | 데이터셋에 파일이 추가될 때 |
| 버전 생성 | 데이터셋에 새 버전이 만들어질 때 |
| 데이터셋 확정 | 데이터셋 버전이 확정(finalize)될 때 |
| 데이터셋 준비 | 데이터셋 준비가 끝났을 때 |
| 모델 운영 승격 | 모델이 운영 승격될 때 |
이벤트 트리거에는 매칭 조건을 붙여 특정 데이터셋에서만, 또는 값이 기준을 만족할 때만 시작하게 할 수 있습니다. 비교 연산(같음 · 다름 · 미만 · 초과 · 이하 · 이상 · 포함)을 지원합니다.
참고 이벤트 트리거로 시작하면 첫 단계도 이벤트의 값(예: 확정된 데이터셋과 버전)을 이어받습니다. 데이터셋 확정 이벤트로 시작하는 플로우를 수동 실행하면 그 데이터셋의 가장 최근 확정 버전으로 실행됩니다.
참고 자동 트리거는 플로우가 활성 상태일 때만 동작합니다. 수동 실행은 비활성 상태에서도 할 수 있어, 복제하거나 고친 플로우를 켜기 전에 시험해 볼 수 있습니다.
단계에 쓸 수 있는 주요 액션
| 액션 | 설명 |
|---|---|
| HF 데이터셋 가져오기 | Hugging Face Hub의 데이터셋을 받아 데이터셋 레지스트리에 등록합니다. |
| 전처리 | 소스 데이터셋을 정해진 전처리 프리셋으로 변환해 새 데이터셋 버전을 만듭니다. |
| 분석 | 데이터셋에 EDA · 분류 · 회귀 · 클러스터링 · 시계열 분석을 합니다. 분류 · 회귀는 모델을 함께 만들 수 있습니다. |
| 모델 등록 | 분석 결과 모델을 모델 레지스트리에 등록합니다. |
| 파인튜닝 | 입력 데이터셋으로 베이스 모델을 파인튜닝하고 모델 레지스트리에 새 버전을 등록합니다. |
| 배포 | 모델을 추론(서빙) 서비스로 배포합니다. |
| 서빙 전 평가 | 후보 서비스와 현재 서빙을 같은 평가셋으로 평가해 기준을 넘으면 다음 단계로 넘깁니다. 불합격이면 후보를 정리하고 실행을 끝냅니다(오류가 아닙니다). |
| 운영 승격 | 평가에 합격한 버전으로 운영 서비스의 모델을 교체하고 후보 서비스를 삭제합니다. |
| 알림 | 사용자 · 그룹에게 알림을 보냅니다. |
참고 단계에는 플랫폼에 등록되어 있고 켜져 있는 액션만 쓸 수 있습니다. 목록은 운영 환경에 따라 다를 수 있습니다.
예시로 이해하기
예시 1: HF iris 데이터 → 분석 → 모델 등록 → 서빙
템플릿으로 만들기의 "HuggingFace 데이터셋 → 분석 → 모델 등록 → 서빙" 템플릿으로 만드는 4단계 플로우입니다. 공개 데이터셋 scikit-learn/iris(붓꽃 품종 데이터)로 품종을 맞히는 분류 모델을 만들어 서빙합니다.
| 단계 | 액션 | 하는 일 | 미리 채워지는 값 |
|---|---|---|---|
| 1 | HF 데이터셋 가져오기 | Hugging Face에서 iris 데이터를 받아 데이터셋으로 등록 | 저장소 scikit-learn/iris, 형식 CSV |
| 2 | 분류 분석 | 1단계 데이터셋으로 분류 분석을 하고 모델을 생성 | 분석 종류 분류, 타깃 열 Species, 제외 열 Id, 모델 업로드 켬 |
| 3 | 모델 등록 | 2단계에서 만든 모델을 모델 레지스트리에 새 버전으로 등록 | (앞 단계에서 자동으로 받음) |
| 4 | mlserver 서빙 | 등록된 모델을 추론 서비스로 배포 | 런타임 mlserver |
따라 하기
1단계: 템플릿으로 만들기
목록에서 템플릿으로 만들기를 누르고 공개할 프로젝트를 고른 뒤 템플릿의 만들기를 누릅니다. 단계가 채워진 플로우가 만들어지고 상세 화면으로 이동합니다.
2단계: 단계 확인하기
단계 편집에서 각 단계를 펼쳐 값을 확인합니다. "이전 단계에서 자동으로 받음"으로 표시된 값은 비워 두어도 됩니다. 필수 값이 비어 있으면 "필수 n개 비어 있음"이 표시되므로 채운 뒤 단계 구성 저장을 누르세요.
3단계: 수동 실행하기
머리글의 수동 실행을 누르고 확인 창에서 실행을 누릅니다. 다이어그램의 각 단계 상자에 진행 상태가 표시되고, 화면 아래쪽에 "#1 차수 진행 중" 띠가 나타납니다.
4단계: 결과 보기
상세 보기 또는 실행 이력의 줄을 눌러 차수 상세로 이동합니다. 리포트 탭에서 단계별로 가져온 데이터셋, 분석 종류와 측정값(정확도 등), 등록된 모델, 추론 서비스를 확인합니다. 배포된 서비스는 추론(서빙) 화면에서 확인할 수 있습니다.
참고 템플릿을 쓰려면 이 4개 액션이 모두 등록되어 있어야 합니다. 하나라도 없으면 "등록되지 않은 액션이 있어 만들 수 없어요"가 표시됩니다.
예시 2: 학습 → 후보 서빙 → 평가 → 합격할 때만 운영 교체
운영 중인 모델을 다시 학습하되, 새 모델이 현재 서빙보다 나을 때만 교체하는 플로우입니다. 운영 환경에서 실제로 쓰는 7단계 플로우를 예로 듭니다.
| 단계 | 액션 | 하는 일 |
|---|---|---|
| 1 | 커스텀 | 학습 데이터 생성 |
| 2 | 파인튜닝 | 1단계 데이터로 모델 학습, 새 모델 버전 등록 |
| 3 | 배포 | 새 버전을 후보 서비스로 띄움(운영 서비스는 그대로) |
| 4 | 서빙 전 평가 | 후보와 현재 운영 서빙을 같은 평가셋으로 평가 |
| 5 | 운영 승격 | 합격하면 운영 서비스를 새 버전으로 교체하고 후보 삭제 |
| 6~7 | 기타 | 모델 이미지 빌드, 이미지로 서빙 |
서빙 전 평가는 기본적으로 후보가 현재 서빙보다 나아야 합격입니다. 이 밖에 최소 정확도, 라벨별 최소 재현율, 회귀 문항 통과율, 응답 지연(p95) 상한 같은 기준을 단계 파라미터로 정할 수 있습니다. 불합격이면 차수는 불합격으로 끝나고, 운영 서비스는 바뀌지 않으며 후보 서비스는 삭제됩니다. 차수 상세의 평가 단계 카드에 후보 · 기준의 정확도, 라벨별 재현율, 회귀 문항 결과와 불합격 사유가 표시됩니다.
참고 서빙 전 평가는 플랫폼 평가 서비스가 지원하는 평가 방식의 모델에만 쓸 수 있습니다. 쓰려는 모델에 적용할 수 있는지는 운영 관리자에게 확인하세요.
예시 3: 데이터셋이 확정되면 자동으로 재학습
플로우 두 개를 이벤트로 잇는 방식입니다.
| 플로우 | 트리거 | 하는 일 |
|---|---|---|
| A. 데이터 준비 | 수동 또는 스케줄 | 라벨 데이터를 모아 새 데이터셋 버전을 만들고 확정 |
| B. 재학습 | 이벤트 — 데이터셋 확정(매칭 조건: 해당 데이터셋) | 확정된 버전을 이어받아 학습 → 후보 서빙 → 평가 → 승격 |
A가 데이터셋 버전을 확정하면 B가 자동으로 시작되고, B의 첫 단계는 확정된 데이터셋과 버전을 이어받습니다. 사람이 버튼을 누르지 않아도 "데이터 갱신 → 재학습 → 검증된 경우만 교체"가 이어집니다.
SAMANDA로 만들고 계속 고치기
자동화플로우는 한 번 만들고 끝나는 것이 아닙니다. SAMANDA에게 말로 만들고, 돌려 보고, 결과를 보며 말로 고치고, 다시 돌리는 과정을 반복하며 계속 개선할 수 있습니다.
만들기 → 돌려 보기 → 결과 확인 → 말로 고치기 → 다시 돌리기 → …1단계: 말로 만들기
목록의 SAMANDA에게 의뢰를 누르거나 SAMANDA 대화창에서 이렇게 말하세요.
"HF iris 데이터로 분석 → 모델 등록 → 서빙 자동화 만들어줘"
SAMANDA는 플랫폼에 등록된 액션 목록과 각 액션의 필수 값을 먼저 확인한 뒤 플로우를 만듭니다. 데이터셋이나 모델의 버전처럼 정해지지 않은 값이 있으면 임의로 고르지 않고 먼저 물어봅니다. 등록이 끝나면 목록에 새 자동화플로우가 나타납니다.
2단계: 돌려 보기
"방금 만든 자동화 지금 실행해줘"
SAMANDA가 새 차수를 시작합니다. 비활성 상태의 플로우도 수동 실행할 수 있습니다. 진행 상황은 차수 상세 화면에서 보거나 SAMANDA에게 물어볼 수 있습니다.
3단계: 결과 확인하기
"#1 차수 결과 알려줘", "어느 단계에서 실패했어?"
SAMANDA가 차수 목록과 단계별 상태 · 결과 · 오류를 조회해 설명합니다. 같은 내용을 차수 상세의 리포트 탭에서도 볼 수 있습니다.
4단계: 말로 고치기
SAMANDA에게 다음과 같이 요청해 플로우를 고칠 수 있습니다.
| 이렇게 말하면 | SAMANDA가 바꾸는 것 |
|---|---|
| "매일 새벽 2시에 돌게 해줘" | 트리거를 스케줄(매일 02:00, 시간대 포함)로 바꿉니다. |
| "데이터셋 확정되면 자동으로 돌게 바꿔줘" | 트리거를 이벤트(데이터셋 확정)와 매칭 조건으로 바꿉니다. |
| "2단계 분석을 회귀 분석으로 바꿔줘" | 해당 단계의 파라미터(분석 종류 등)를 바꿉니다. |
| "평가 기준을 최소 정확도 0.9로 올려줘" | 서빙 전 평가 단계의 합격 기준을 바꿉니다(평가 단계가 있는 플로우). |
| "3단계는 잠깐 꺼 줘" | 해당 단계를 끄거나 켭니다. |
| "이름 · 설명 바꿔줘", "팀에 공개해줘" | 이름 · 설명 · 공개 범위를 바꿉니다. |
| "자동 실행 꺼 줘 / 다시 켜 줘" | 플로우를 비활성 · 활성으로 바꿉니다. |
| "같은 자동화를 다른 데이터셋용으로 복사해줘" | 플로우를 통째 복제합니다(복제본은 비활성으로 시작). |
참고 단계를 새로 추가하거나 지우거나 순서를 바꾸는 것은 화면의 단계 편집에서 하세요. SAMANDA는 기존 단계의 내용과 플로우 설정을 고칩니다.
5단계: 다시 돌리기
"다시 실행해줘", "실패한 데서부터 다시 돌려줘"
새 차수를 시작하거나, 가장 최근 실패한 차수를 실패한 단계부터 재실행합니다. 차수마다 결과가 따로 남으므로 이전 차수와 결과를 나란히 확인하며 개선을 이어 가세요.
실행 결과는 알림으로
실행자에게는 차수가 시작될 때, 완료될 때, 실패할 때, 평가 불합격으로 끝날 때 알림이 자동으로 갑니다. 알림을 누르면 해당 차수 상세로 이동합니다. 실패 알림에는 실패 사유가, 불합격 알림에는 불합격 사유가 들어 있습니다. 따로 "실패하면 알려줘"라고 설정하지 않아도 됩니다.
참고 플로우 설정을 고친 이력(버전)은 따로 보관하지 않습니다. 크게 바꾸기 전에는 "복제해줘"로 사본을 만들어 두고 사본을 고쳐 시험하는 방법을 권합니다.
화면 구성 — 목록
| 영역 | 설명 |
|---|---|
| SAMANDA에게 의뢰 | SAMANDA 패널을 열고 자동화플로우 작성을 요청합니다. |
| 직접 만들기 | 단계 1개짜리 "새 자동화플로우"를 만들고 상세(편집) 화면으로 이동합니다. |
| 템플릿으로 만들기 | 단계가 미리 채워진 템플릿에서 시작합니다. |
| 요약 카드 | 총 플로우 · 활성 · 비활성 수입니다. 카드를 누르면 그 상태로 목록이 걸러집니다. |
| 검색 | 이름 · 트리거 · 액션 · 설명으로 검색합니다. |
| 전체 활성화 / 전체 비활성화 | 목록의 모든 자동화플로우를 한 번에 켜거나 끕니다. |
| 목록 | 이름, 단계, 공개, 작성자, 마지막 실행(차수 · 상태 · 진행률), 활성 스위치, 생성일, 작업(복제) |
줄의 확인란을 고르면 선택 삭제 (n) 버튼이 나타납니다. 삭제하면 자동화플로우와 그 안의 모든 실행 이력이 함께 지워지며 되돌릴 수 없습니다.
작업 열의 복제 아이콘을 누르고 새 이름을 입력하면 자동화플로우 전체(모든 단계 포함)가 복사됩니다. 복제본은 비활성 상태로 시작하므로 리소스 이름이나 단계를 고친 뒤 활성화하세요.
화면 구성 — 상세
머리글
| 버튼 | 설명 |
|---|---|
| 이름 · 설명 | 표시 이름과 설명(마크다운 가능)을 고칩니다. |
| 별 | 즐겨찾기에 추가합니다. |
| 공개 범위 선택 | 비공개 · 그룹 · 공개 중에서 고릅니다. |
| 프로젝트 선택 | 그룹 공개 대상이 될 소속 프로젝트를 고릅니다. |
| 활성 / 비활성 | 자동 트리거를 켜거나 끕니다. |
| 수동 실행 | 새 차수를 바로 시작합니다. 진행 중인 차수가 있거나 단계가 없으면 누를 수 없습니다. |
| 새로고침 | 화면을 다시 불러옵니다. |
스텝 구성(다이어그램)
왼쪽의 트리거 다음에 단계가 상자로 이어져 표시됩니다. 실행 중이면 각 상자에 진행 상태가 표시됩니다.
- 트리거를 누르면 트리거 정의 창이 열립니다. 스케줄 트리거면 실행 주기 · 시간대 · 다음 실행 · 직전 실행을, 이벤트 트리거면 이벤트와 매칭 조건을 보여 줍니다.
- 단계 상자를 누르면 단계 상세 창이 열려 기본 정보, 리소스, 참조 리소스(데이터셋 · 모델을 이름과 버전으로 표시), Action 파라미터, 매칭 조건, 설명을 봅니다. 진행 중인 차수가 없으면 수정으로 고칠 수 있습니다.
참고 자동 트리거가 없는 플로우는 "자동 트리거가 정의되지 않았어요. 수동 실행으로만 시작할 수 있어요."라고 표시됩니다. 트리거 설정은 SAMANDA에게 요청하세요.
단계 편집
| 기능 | 설명 |
|---|---|
| 단계 이름 | 입력란에서 바로 고칩니다. |
| 펼치기(▶) | 단계의 파라미터를 펼쳐 값을 입력합니다. 필수 값이 비어 있으면 "필수 n개 비어 있음"이 표시됩니다. |
| 위로 · 아래로 | 단계 순서를 바꿉니다. |
| 단계 삭제 | 단계를 뺍니다. 마지막 남은 단계는 지울 수 없습니다. |
| 단계 추가 | 액션을 골라 맨 끝에 붙입니다. 앞 단계가 성공하면 이어서 실행됩니다. |
| 되돌리기 / 단계 구성 저장 | 저장하지 않은 변경을 취소하거나 저장합니다. 저장해야 실제로 반영됩니다. |
각 단계 아래에는 시작 조건이 표시됩니다. 첫 단계는 "플로우 트리거로 시작", 그 뒤 단계는 "이전 단계(<이름>) 완료 시"입니다.
주의 진행 중인 차수가 있으면 "진행 중인 차수가 있어 단계를 고칠 수 없어요."가 표시되고 편집이 잠깁니다. 차수가 끝나거나 중단한 뒤 고치세요.
실행 이력
화면 아래쪽에 차수 목록이 최신순으로 표시됩니다(시작 · 소요 · 진행률 · 상태). 줄을 누르면 차수 상세로 이동합니다. 확인란으로 여러 차수를 골라 선택 삭제할 수 있습니다. 차수를 삭제해도 그 차수가 만든 학습 작업 · 출력 모델은 남습니다.
화면 구성 — 차수 상세
| 영역 | 설명 |
|---|---|
| 머리글 | 플로우 이름, 차수 번호, 상태, 시작 시각과 소요 시간 |
| 개요 탭 | 데이터 흐름 다이어그램(단계별 상태)과 실행 메타(차수 · 상태 · 트리거 이벤트 · 실행자 · 시작 · 종료 · 총 소요) |
| 리포트 탭 | 스텝별 결과와 트리거 데이터 |
리포트 탭의 단계 카드에는 단계 설명, 시작 · 완료 시각, 소요 시간, 그 단계를 깨운 트리거, 입력값(소스 데이터셋 · 베이스 모델 등), 출력값(출력 데이터셋 · 출력 모델 · 추론 서비스 등), 측정값(품질 점수 · 정확도 · 정밀도 · 재현율 · 게이트 통과 등)이 표시됩니다. 실패한 단계에는 에러 메시지가 함께 나옵니다.
상태
| 상태 | 설명 |
|---|---|
| 대기 | 시작을 기다리는 중입니다. |
| 진행 중 | 단계가 실행되고 있습니다. |
| 성공(완료) | 모든 단계가 끝났습니다. |
| 실패 | 단계 중 하나가 실패했습니다. 에러 메시지를 확인하세요. |
| 중단됨 | 사용자가 중단했습니다. |
| 스킵됨 | 매칭 조건을 만족하지 않아 건너뛴 단계입니다. |
| 불합격 | 서빙 전 평가에서 기준을 넘지 못했습니다. 오류가 아니라 판정 결과이며, 후보 버전은 서빙되지 않습니다. |
실패했을 때
| 상황 | 할 일 | 동작 |
|---|---|---|
| 단계가 실패했다 | 차수 상세에서 실패 지점부터 재실행 (SAMANDA: "실패한 데서부터 다시 돌려줘") | 가장 최근 실패한 단계부터 같은 차수로 다시 시작합니다. 앞 단계 결과(전처리된 데이터셋 · 학습된 모델 등)는 그대로 재사용합니다. |
| 진행 중인 차수를 멈추고 싶다 | 차수 상세의 중단 또는 상세 화면 띠의 실행 중단 | 다음 단계로 이어지지 않게 끊습니다. 지금까지의 결과는 유지되며, 이미 시작된 작업은 끝까지 실행될 수 있습니다. |
| 평가 불합격으로 끝났다 | 평가 단계 카드에서 사유 확인 | 오류가 아니므로 재실행 대상이 아닙니다. 데이터 · 학습 설정을 고친 뒤 새 차수로 실행하세요. |
| 권한 오류로 실패했다 | 에러 메시지의 사유 확인 후 권한 요청 | 실행자의 권한이 부족한 경우입니다. IGA(권한 관리)를 참고하세요. |
주의 재실행하면 차수의 실행자가 재실행 버튼을 누른 사람으로 바뀝니다. 이후 단계는 그 사람의 권한으로 실행됩니다.
누구 권한으로 실행되나
| 시작 방식 | 실행자 |
|---|---|
| 수동 실행 | 버튼을 누른 사람 |
| 재실행 | 재실행 버튼을 누른 사람 |
| 예약(스케줄 트리거) | 트리거를 건 사람 |
| 이벤트 트리거 | 트리거를 건 사람 |
| 다음 단계(체인) | 그 차수의 실행자 |
단계는 앞 단계가 끝난 뒤 몇 시간 뒤에 실행될 수도 있습니다. 그래서 단계마다 실행자의 실행 권한을 다시 확인하며, 그 사이 권한이 회수되었으면 해당 단계는 실패하고 사유가 표시됩니다. 각 단계가 다루는 데이터셋 · 모델 · 추론 서비스에 대한 권한도 실행자 기준으로 확인되고, 작업 기록(감사)도 실행자 이름으로 남습니다.
권한
| 공개 범위 | 볼 수 있는 사람 |
|---|---|
| 비공개 | 작성자 |
| 그룹 | 작성자와 고른 프로젝트의 멤버 |
| 공개 | 모든 사용자 |
플로우를 볼 수 있어도 실행은 플로우 실행 권한(IGA)이 있어야 합니다. 공유받은 플로우를 실행하더라도 작성자의 권한을 빌려 쓰지 않습니다.