대화로 데이터 분석

이 문서에서는 BigQuery에서 대화를 만들고, 수정하고, 삭제하는 방법을 설명합니다. 대화는 선택한 데이터 에이전트 또는 테이블이나 뷰와 같은 데이터 소스와의 지속적인 채팅입니다.

표 필드 이름을 지정하거나 데이터를 필터링하는 조건을 정의하지 않고 일반적인 용어(예: '매출' 또는 '가장 인기 있는')를 사용하는 다중 질문을 데이터 에이전트에게 할 수 있습니다. 채팅 응답은 질문에 대한 답변을 텍스트와 코드로 제공하며, 적절한 경우 이미지와 차트를 생성합니다. 대답에는 결과의 이유가 포함됩니다.

데이터 에이전트와의 대화 또는 하나 이상의 테이블과의 직접 대화를 만들 수 있습니다. 직접 대화를 만들면 Conversational Analytics API가 데이터 에이전트에서 제공하는 컨텍스트와 처리 지침 없이 질문을 해석합니다.

시작하기 전에

Verify that billing is enabled for your Google Cloud project.
Enable the BigQuery, Gemini Data Analytics, and Gemini for Google Cloud APIs.
Roles required to enable APIs
To enable APIs, you need the Service Usage Admin IAM role (roles/serviceusage.serviceUsageAdmin), which contains the serviceusage.services.enable permission. Learn how to grant roles.
Enable the APIs

필요한 역할

대화를 만들려면 다음 Conversational Analytics API IAM 역할 중 하나가 있어야 합니다.

나와 공유된 데이터 에이전트와의 대화를 보고 만들려면 프로젝트 수준에서 Gemini 데이터 분석 데이터 에이전트 사용자(roles/geminidataanalytics.dataAgentUser) 역할과 Google Cloud를 위한 Gemini 사용자 (roles/cloudaicompanion.user) 역할이 있어야 합니다.
직접 대화를 만들려면 Gemini 데이터 분석 스테이트리스(Stateless) 채팅 사용자(roles/geminidataanalytics.dataAgentStatelessUser) 역할이 있어야 합니다.

또한 다음 상황에서는 다음 역할이 있어야 합니다.

데이터 에이전트가 데이터 테이블을 지식 소스로 사용하는 경우 해당 테이블에 대한 BigQuery 데이터 뷰어 (roles/bigquery.dataViewer) 역할이 있어야 합니다.
데이터 테이블에서 열 수준 액세스 제어를 사용하는 경우 적절한 정책 태그에 대한 세분화된 리더 (roles/datacatalog.categoryFineGrainedReader) 역할이 필요합니다. 자세한 내용은 열 수준 액세스 제어에 사용되는 역할을 참고하세요.
데이터 테이블에서 행 수준 액세스 제어를 사용하는 경우 해당 테이블에 대한 역할 수준 액세스 정책이 있어야 합니다. 자세한 내용은 행 수준 액세스 정책 만들기 또는 업데이트를 참고하세요.
데이터 테이블에서 데이터 마스킹을 사용하는 경우 적절한 데이터 정책에 대한 마스킹된 리더 (roles/bigquerydatapolicy.maskedReader) 역할이 필요합니다. 자세한 내용은 마스킹된 데이터를 쿼리하는 역할을 참고하세요.

데이터 에이전트에서 사용하는 소스 데이터 테이블에 적절한 역할이 없으면 데이터 에이전트와 채팅할 때 시스템에서 다음 오류를 반환합니다.

Schema_Resolution: Access Denied

권장사항

대화형 분석을 사용하면 질문에 답변하기 위해 쿼리가 자동으로 실행됩니다. 다음과 같은 경우 예상치 못한 요금이 발생할 수 있습니다.

테이블이 큰 경우
쿼리에서 데이터 조인을 사용하는 경우
쿼리에서 AI 함수를 많이 호출하는 경우

이 문제를 방지하려면 지식 소스를 선택할 때 크기를 고려하고 대화할 때는 조인을 사용하는 것이 좋습니다.

대화 만들기

다음과 같은 방법으로 BigQuery의 Google Cloud 콘솔에서 에이전트 또는 데이터 소스와 지속적인 대화를 만들 수 있습니다.

에이전트 페이지의 에이전트 카탈로그 탭에서
표 또는 쿼리 결과를 볼 때
시스템에서 대화에 대해 선택한 데이터 소스를 자동으로 사용하는 경우 이 방법은 특정 테이블에 관한 간단한 일회성 질문에 유용합니다.

데이터 에이전트와의 대화 만들기

데이터 에이전트와 대화를 만들려면 먼저 데이터 에이전트를 만들고 게시합니다. 다른 사용자가 나와 공유한 에이전트와 대화를 시작할 수도 있습니다.

Google Cloud 콘솔에서 데이터 에이전트와 대화를 만들려면 다음 옵션 중 하나를 선택합니다.

상담사 페이지

BigQuery 에이전트 페이지로 이동합니다.

에이전트로 이동
상담사 카탈로그 탭을 선택합니다.
내 에이전트 또는 조직의 다른 사용자가 공유 섹션에서 채팅하려는 에이전트의 에이전트 카드를 클릭합니다.
대화 시작을 클릭합니다. 새 채팅 패널이 열립니다.
질문하기 필드에 데이터 에이전트에 대한 질문을 입력합니다. 예를 들어 '지난 분기의 총매출은 얼마였어?' 또는 '세션 시간별 상위 5명의 사용자를 보여 줘'와 같은 질문을 할 수 있습니다. Gemini에서 추천하는 질문 중 하나를 클릭하여 시작할 수도 있습니다.

데이터 에이전트는 질문에 대한 조치를 언급하며 대답한 후 결과를 반환합니다.

데이터 에이전트가 질문에 대한 답변을 제공하기 위해 취한 각 단계를 확인하려면 이유 표시를 클릭하여 에이전트의 추론 프로세스에 있는 각 메시지를 확인하세요.

결과가 계산된 방식에 관한 정보를 보려면 계산 방식을 클릭하세요.

이제 요약 섹션에 생성된 쿼리와 쿼리 결과가 포함됩니다. 원하는 경우 쿼리 편집기에서 코드를 열 수 있습니다.

데이터에 적합한 경우 데이터 에이전트는 이미지, 차트, 표, 기타 시각화 요소를 제공합니다.

채팅 기록을 보려면 대화 관리 목록을 참고하세요.

에이전트 정보를 보려면 에이전트 세부정보 패널을 참고하세요. 이 패널에는 에이전트와 지식 소스에 대한 설명이 포함되어 있습니다.

BigQuery 편집자

표를 사용하거나 쿼리를 실행할 때 메뉴 바에서 대화 만들기 버튼을 클릭하여 새 대화를 만듭니다.
질문하기 필드에 데이터 에이전트에 대한 질문을 입력합니다. 예를 들어 '지난 분기의 총매출은 얼마였어?' 또는 '세션 시간별 상위 5명의 사용자를 보여 줘'와 같은 질문을 할 수 있습니다. Gemini에서 추천하는 질문 중 하나를 클릭하여 시작할 수도 있습니다.

데이터 에이전트는 질문에 대한 조치를 언급하며 대답한 후 결과를 반환합니다.

데이터 에이전트가 질문에 대한 답변을 제공하기 위해 취한 각 단계를 확인하려면 이유 표시를 클릭하여 에이전트의 추론 프로세스에 있는 각 메시지를 확인하세요.

결과가 계산된 방식에 관한 정보를 보려면 계산 방식을 클릭하세요.

이제 요약 섹션에 생성된 쿼리와 쿼리 결과가 포함됩니다. 원하는 경우 쿼리 편집기에서 코드를 열 수 있습니다.

데이터에 적합한 경우 데이터 에이전트는 이미지, 차트, 표, 기타 시각화 요소를 제공합니다.

채팅 기록을 보려면 대화 관리 목록을 참고하세요.

에이전트 정보를 보려면 에이전트 세부정보 패널을 참고하세요. 이 패널에는 에이전트와 지식 소스에 대한 설명이 포함되어 있습니다.

데이터 소스와 직접 대화 만들기

Google Cloud 콘솔에서 데이터 소스와의 대화를 만들려면 다음 옵션 중 하나를 선택합니다.

상담사 페이지

에이전트 페이지에서 데이터 소스와 직접 대화를 만들려면 다음 단계를 따르세요.

BigQuery 에이전트 페이지로 이동합니다.

에이전트로 이동
대화 탭의 데이터와 채팅하기 창에서 데이터 소스를 클릭합니다.
표를 하나 이상 선택하고 대화 만들기를 클릭합니다.
질문하기 필드에 데이터 에이전트에 대한 질문을 입력합니다. Gemini에서 추천하는 질문 중 하나를 클릭하여 시작할 수도 있습니다.

Conversational Analytics API는 질문을 처리하고 결과를 반환합니다.

Conversational Analytics API에서 취한 단계를 확인하려면 이유 표시를 클릭하여 API의 추론 프로세스에 있는 각 메시지를 확인하세요.

결과가 계산된 방식에 관한 정보를 보려면 계산 방식을 클릭하세요.

이제 요약 섹션에 생성된 쿼리와 쿼리 결과가 포함됩니다. 원하는 경우 쿼리 편집기에서 쿼리를 열 수 있습니다.

데이터에 적합한 경우 대답에 이미지, 차트, 표, 기타 시각화가 제공됩니다.

BigQuery 편집자

표를 사용하거나 쿼리를 실행할 때 메뉴 바에서 대화 만들기 버튼을 클릭하여 새 대화를 만듭니다.
질문하기 필드에 데이터 에이전트에 대한 질문을 입력합니다. Gemini에서 추천하는 질문 중 하나를 클릭하여 시작할 수도 있습니다.

Conversational Analytics API는 질문을 처리하고 결과를 반환합니다.

Conversational Analytics API가 수행한 단계를 보려면 추론 표시를 클릭합니다.

데이터 에이전트가 질문에 대한 답변을 제공하기 위해 취한 각 단계를 확인하려면 근거 표시를 클릭합니다. 목록에서 에이전트의 추론 프로세스에 있는 각 메시지를 확인합니다.

결과가 계산된 방식에 관한 정보를 보려면 계산 방식을 클릭하세요.

이제 요약 섹션에 생성된 질문과 질문 결과가 포함됩니다. 원하는 경우 쿼리 편집기에서 쿼리를 열 수 있습니다.

데이터에 적합한 경우 대답에 이미지, 차트, 표, 기타 시각화가 제공됩니다.

대화에서 데이터 에이전트 만들기

대화의 데이터 창에 있는 빠른 작업 섹션에서 에이전트 만들기를 클릭합니다.
단계를 따라 에이전트를 만듭니다.

대화 관리하기

에이전트 페이지에서 대화를 열거나, 이름을 바꾸거나, 삭제할 수 있으며 BigQuery Studio 탐색기에서 대화를 관리할 수 있습니다.

기존 대화 열기

Google Cloud 콘솔에서 BigQuery 에이전트 페이지로 이동합니다.

에이전트로 이동
대화 탭의 대화 목록에서 열려는 대화를 클릭합니다.

대화 이름 바꾸기

Google Cloud 콘솔에서 BigQuery 에이전트 페이지로 이동합니다.

에이전트로 이동
대화 탭의 대화 목록에서 이름을 바꿀 대화를 클릭합니다.
작업 보기 > 이름 바꾸기를 클릭합니다.
Rename conversation 대화상자의 Conversation name 필드에 대화의 새 이름을 입력합니다.
이름 바꾸기를 클릭합니다.

대화 삭제

Google Cloud 콘솔에서 BigQuery 에이전트 페이지로 이동합니다.

에이전트로 이동
대화 탭의 대화 목록에서 삭제할 대화를 클릭합니다.
작업 보기 > 삭제를 클릭합니다.
대화를 삭제하시겠어요? 대화상자에서 삭제를 클릭합니다.

BigQuery Studio 탐색기를 사용하여 대화 관리

BigQuery Studio 탐색기를 사용하여 대화를 관리합니다. 이 대화 목록은 대화를 검색, 열기 또는 만들 수 있는 중앙 위치를 제공합니다. 대화 ID를 복사하거나 대화 목록을 새로고침할 수도 있습니다.

대화를 관리하려면 다음 단계를 따르세요.

BigQuery Studio 탐색기 페이지로 이동합니다.

탐색기로 이동
탐색기 창에서 프로젝트 이름을 펼칩니다.
대화를 클릭합니다.
1. 대화 목록을 필터링하려면 필터 필드에 속성 이름이나 값을 입력합니다.
2. 대화를 열려면 작업 보기 > 열기를 클릭합니다.
3. 대화 ID를 복사하려면 작업 보기 > ID 복사를 클릭합니다.
4. 대화를 만들려면 메뉴 바에서 대화 만들기를 클릭합니다.
5. 목록을 새로고침하려면 메뉴 바에서 새로고침을 클릭합니다.

위치

대화형 분석은 전역적으로 작동하므로 사용할 리전을 선택할 수 없습니다.