BigQuery의 대화형 분석

BigQuery의 대화형 분석을 사용하면 대화형 언어를 사용하여 데이터와 채팅할 수 있습니다. 대화형 분석을 사용하면 데이터 에이전트를 만들어 데이터 소스 집합의 컨텍스트와 쿼리 처리 지침을 정의할 수 있습니다. 컨텍스트와 요청 사항은 특정 사용 사례에 대한 질문에 효과적으로 답변하도록 데이터 에이전트를 구성합니다. 그러면 사용자는 데이터 에이전트와 대화하여 자연어를 사용하여 BigQuery 데이터에 대해 질문할 수 있습니다. 사용자는 하나 이상의 표와 직접 대화를 만들어 간단한 일회성 질문에 답변할 수도 있습니다.

대화형 분석은 Google Cloud을 위한 Gemini를 기반으로 작동합니다.

Google Cloud 를 위한 Gemini에서 사용자 데이터를 사용하는 방법과 시점을 알아보세요.

데이터 에이전트

데이터 에이전트는 하나 이상의 데이터 소스와 해당 데이터를 처리하기 위한 사용 사례별 안내로 구성됩니다. 데이터 에이전트를 만들 때 다음 옵션을 사용하여 구성할 수 있습니다.

  • 표 메타데이터를 제공하여 주어진 사용 사례에 가장 적합한 방식으로 데이터를 설명합니다.

  • 다음과 같이 데이터를 해석하고 쿼리하는 방법을 설명합니다.

    • 필드 이름의 동의어
    • 가장 중요한 필드
    • 필터링 및 그룹화 기본값

  • 데이터 에이전트가 조직에서 사용하는 비즈니스 로직을 학습하는 데 사용할 수 있는 표준 질문을 만듭니다.

BigQuery에서 만든 데이터 에이전트는 Conversational Analytics API 및 Looker Studio와 같이 데이터 에이전트를 지원하는 프로젝트의 다른 서비스에서 액세스할 수 있습니다.

Google Cloud 콘솔을 사용하여 BigQuery에서 데이터 에이전트를 만들고 관리할 수 있습니다. 자세한 내용은 데이터 에이전트 만들기를 참고하세요.

대화

대화는 데이터 에이전트 또는 데이터 소스와의 지속적인 사용자 채팅입니다. 사용자는 테이블 필드 이름을 지정하거나 데이터를 필터링하는 조건을 정의하지 않고도 '매출' 또는 '가장 인기 있는'과 같은 일반적인 용어를 사용하는 다중 질문을 데이터 에이전트에게 할 수 있습니다. 사용자에게 반환되는 채팅 응답은 사용자의 질문에 대한 답변을 텍스트와 코드로 제공하며, 적절한 경우 차트도 생성합니다. 또한 응답에는 결과의 이유도 포함됩니다.

데이터 소스와 직접 대화를 만들면 Conversational Analytics API가 데이터 에이전트에서 제공하는 컨텍스트와 처리 안내 없이 질문을 해석합니다. 따라서 직접 대화 결과의 정확도가 떨어질 수 있습니다. 정확도가 더 필요한 경우 데이터 에이전트를 사용하세요.

Google Cloud 콘솔을 사용하여 BigQuery에서 대화를 만들고 관리할 수 있습니다. 자세한 내용은 대화 만들기를 참고하세요.

보안

Conversational Analytics API IAM 역할 및 권한을 사용하여 BigQuery의 대화형 분석에 대한 사용자 액세스를 관리할 수 있습니다. 특정 작업에 필요한 역할에 대한 자세한 내용은 데이터 에이전트에 필요한 역할 및 대화에 필요한 역할을 참고하세요.

위치

대화형 분석은 전역적으로 작동하므로 사용할 리전을 선택할 수 없습니다.

가격 책정

데이터 에이전트를 만들고 데이터 에이전트 또는 데이터 소스와 대화할 때 실행되는 쿼리에 대해 BigQuery 컴퓨팅 가격이 청구됩니다. 사전 체험 기간 동안 데이터 에이전트 및 대화를 만들고 사용하는 데 추가 요금이 청구되지 않습니다.

다음 단계