BigQuery의 AI 소개

BigQuery는 다음과 같은 작업을 수행할 수 있는 다양한 AI 기능을 제공합니다.

  • 예측 머신러닝 (ML)을 수행합니다.
  • Gemini와 같은 대규모 언어 모델 (LLM)에 대해 추론을 실행합니다.
  • 임베딩 및 벡터 검색을 사용하여 애플리케이션을 빌드합니다.
  • 기본 제공 에이전트를 사용하여 코딩을 지원합니다.
  • 데이터 파이프라인을 만듭니다.
  • 에이전트 도구를 사용하여 BigQuery 기능에 액세스합니다.

머신러닝

BigQuery ML을 사용하면 시계열 예측, 이상 감지, 분류, 회귀, 클러스터링, 차원 축소, 추천과 같은 작업의 모델을 학습시키고 평가하고 추론을 실행할 수 있습니다.

콘솔, bq 명령줄 도구, REST API 또는 Colab Enterprise 노트북을 통해 BigQuery ML 기능을 사용할 수 있습니다.Google Cloud BigQuery ML을 사용하면 SQL 실무자가 기존 SQL 도구와 기술을 사용하여 모델을 빌드하고 평가할 수 있으므로 데이터 이동이 필요하지 않고 ML을 데이터로 가져와 ML을 민주화하고 모델 개발 속도를 높일 수 있습니다. BigQuery ML을 사용하여 다음과 같은 유형의 ML 작업을 지원할 수 있습니다.

자세한 내용은 BigQuery의 ML 소개를 참조하세요.

AI 함수

BigQuery는 텍스트 생성, 텍스트 또는 비정형 데이터 분석, 번역과 같은 AI 작업에 사용할 수 있는 다양한 SQL 함수를 제공합니다. 이러한 함수는 Gemini Enterprise Agent Platform, Cloud AI API 또는 기본 제공 BigQuery 모델에서 사용할 수 있는 Gemini 및 파트너 LLM 모델에 액세스하여 이러한 작업을 수행합니다.

AI 함수에는 여러 카테고리가 있습니다.

  • 생성형 AI 함수. 이러한 함수는 콘텐츠 생성, 분석, 요약, 구조화된 데이터 추출, 분류, 임베딩 생성, 데이터 보강과 같은 작업을 수행하는 데 도움이 됩니다. 생성형 AI 함수에는 두 가지 유형이 있습니다.

    • 범용 AI 함수 를 사용하면 사용할 모델, 프롬프트, 매개변수를 완전히 제어하고 투명하게 확인할 수 있습니다.
    • 관리형 AI 함수 는 필터링, 평가, 분류와 같은 일상적인 작업에 간소화된 문법을 제공합니다. BigQuery는 비용과 품질에 최적화된 모델을 선택할 수 있습니다.

  • 작업별 함수. 이러한 함수는 다음과 같은 작업에 Cloud AI API를 사용하는 데 도움이 됩니다.

자세한 내용은 작업별 솔루션 개요를 참조하세요.

BigQuery는 특정 데이터를 효율적으로 찾거나 멀티모달 데이터를 비롯한 데이터 간의 유사성을 발견하는 데 도움이 되는 다양한 검색 함수와 기능을 제공합니다.

지원 AI 기능

BigQuery의 AI 기반 지원 기능(총칭하여 BigQuery의 Gemini라고 함)은 데이터를 검색, 준비, 쿼리, 시각화하는 데 도움이 됩니다.

  • 데이터 인사이트. 데이터에 대한 자연어 질문과 이러한 질문에 답변하는 SQL 쿼리를 생성합니다.
  • 데이터 준비. 컨텍스트를 인식하는 추천을 생성하여 데이터를 정리, 변환, 보강합니다.
  • SQL 코드 지원. SQL 쿼리를 생성, 완성하고 설명합니다.
  • Python 코드 지원. PySpark 및 BigQuery DataFrames를 비롯한 Python 코드를 생성, 완성하고 설명합니다.
  • 데이터 캔버스. 자연어를 사용하여 데이터를 쿼리하고 차트로 결과를 시각화하며 후속 질문을 할 수 있습니다.
  • SQL 변환기. Gemini로 향상된 SQL 변환 규칙을 만들어 다른 언어로 작성된 쿼리를 GoogleSQL로 마이그레이션할 수 있습니다.

에이전트

에이전트는 AI를 사용하여 사용자를 대신하여 작업을 완료할 수 있는 소프트웨어 도구입니다. 기본 제공 에이전트를 사용하거나 자체 에이전트를 만들어 데이터를 처리, 관리, 분석, 시각화할 수 있습니다.

다음 단계