데이터 엔지니어링 에이전트를 사용하여 데이터 파이프라인 빌드 및 수정

이 문서에서는 BigQuery 및 Dataform에서 데이터 엔지니어링 에이전트를 사용하여 데이터 파이프라인을 만들고 수정하는 방법을 보여줍니다.

데이터 엔지니어링 에이전트를 사용하면 데이터 파이프라인을 빌드, 수정, 관리하여 BigQuery에서 데이터를 로드하고 처리할 수 있습니다. 데이터 엔지니어링 에이전트를 사용하면 자연어 프롬프트를 사용하여 다양한 데이터 소스에서 데이터 파이프라인을 생성하거나 데이터 엔지니어링 요구사항에 맞게 기존 데이터 파이프라인을 조정할 수 있습니다.

에이전트는 Dataform 저장소 내에서 직접 데이터 파이프라인 코드를 생성하고 구성합니다. 에이전트는 Dataform 작업공간에서 작동하므로 Dataform 파이프라인을 에이전트에서 자동으로 사용할 수 있습니다.

데이터 엔지니어링 에이전트와 함께 사용할 수 있는 프롬프트의 추가 예시는 샘플 프롬프트를 참조하세요.

A2A 프로토콜을 사용하는 데이터 엔지니어링 에이전트 API를 사용하여 에이전트와 상호작용할 수도 있습니다.

제한사항

데이터 엔지니어링 에이전트에는 다음과 같은 제한사항이 있습니다.

• 데이터 엔지니어링 에이전트는 다음 파일 유형에 대한 자연어 명령어를 지원하지 않습니다.
  • Notebooks
  • 데이터 준비
• 데이터 엔지니어링 에이전트는 파이프라인을 실행할 수 없습니다. 파이프라인을 검토하고 실행하거나 예약해야 합니다.
• 데이터 엔지니어링 에이전트는 안내 또는 직접 프롬프트를 통해 제공된 웹 링크 또는 URL을 검색할 수 없습니다.
• 에이전트 안내 파일에서 파일을 가져올 때 가져오기 구문은 , 또는 문자로 시작하는 경로만 지원합니다.@.//
• 데이터 미리보기 기능은 플래그가 true로 설정된 테이블, 선언 또는 쿼리에만 지원됩니다.hasOutput
• 데이터 엔지니어링 에이전트에는 AI기술의 일반적인 제한사항이 적용됩니다.

시작하기 전에

데이터 엔지니어링 에이전트를 사용하기 전에 이 섹션의 단계를 수행하세요.

BigQuery의 Gemini 사용 설정

프로젝트에 BigQuery의 Gemini가 사용 설정되어 있는지 확인합니다.Google Cloud 자세한 내용은 BigQuery에서 Gemini 설정을 참조하세요.

필요한 API 사용 설정

참고: API를 사용 설정할 수 있는 권한이 없으면 프로젝트 관리자에게 API 및 서비스 대시보드에서 API를 사용 설정해 달라고 요청하세요. 또는 프로젝트 관리자가 콘솔에서 현재 프로젝트의 API를 사용 설정 및 중지할 수 있는 서비스 사용량 관리자 (roles/serviceusage.serviceUsageAdmin) 역할을 부여할 수 있습니다. Google Cloud

콘솔

대화형 분석 API와 함께 사용하는 프로젝트의 Google Cloud 콘솔에서 다음 API를 사용 설정합니다. Google Cloud

Gemini 데이터 분석 API 사용 설정

Gemini for Google Cloud API 사용 설정

BigQuery API 사용 설정

**도움말:** API를 사용 설정한 후 Google Cloud 콘솔 페이지를 새로고침하여 사용 설정되었는지 확인합니다.

gcloud

Gemini 데이터 분석 API, Gemini for Google Cloud API, BigQuery API를 사용 설정하려면 Google Cloud CLI 를 사용하고 다음 gcloud services enable 명령어를 실행합니다.

gcloud services enable geminidataanalytics.googleapis.com --project=PROJECT_ID
gcloud services enable cloudaicompanion.googleapis.com --project=PROJECT_ID
gcloud services enable bigquery.googleapis.com --project=PROJECT_ID

PROJECT_ID를 Google Cloud 프로젝트 ID로 바꿉니다.

필요한 역할

데이터 엔지니어링 에이전트를 사용하는 데 필요한 권한을 얻으려면 관리자에게 프로젝트에 대한 다음 IAM 역할을 부여해 달라고 요청하세요.

• Dataform 코드 편집기 (roles/dataform.codeEditor)
• BigQuery 작업 사용자 (roles/bigquery.jobUser)
• Gemini 데이터 분석 스테이트리스(Stateless) 채팅 사용자 (roles/geminidataanalytics.dataAgentStatelessUser)

역할 부여에 대한 자세한 내용은 프로젝트, 폴더, 조직에 대한 액세스 관리를 참조하세요.

이 사전 정의된 역할에는 데이터 엔지니어링 에이전트를 사용하는 데 필요한 권한이 포함되어 있습니다.geminidataanalytics.locations.useDataEngineeringAgent

커스텀 역할이나 다른 사전 정의된 역할을 사용하여 이 권한을 가져올 수도 있습니다.

Knowledge Catalog 통합 기본 요건

데이터 엔지니어링 에이전트를 Knowledge Catalog와 통합하는 데 필요한 권한을 얻으려면 관리자에게 프로젝트에 대한Dataplex 카탈로그 편집기 (roles/dataplex.catalogEditor) IAM 역할을 부여해 달라고 요청하세요. 역할 부여에 대한 자세한 내용은 프로젝트, 폴더, 조직에 대한 액세스 관리를 참조하세요.

이 사전 정의된 역할에는 geminidataanalytics.locations.useDataEngineeringAgent 권한이 포함되어 있으며, 이는 데이터 엔지니어링 에이전트를 Knowledge Catalog와 통합하는 데 필요합니다.

커스텀 역할이나 다른 사전 정의된 역할을 사용하여 이 권한을 가져올 수도 있습니다.

Knowledge Catalog API도 사용 설정해야 합니다.

Cloud Key Management Service 키로 데이터 암호화

BigQuery에서 기본 고객 관리 Cloud Key Management Service 키를 사용하여 데이터 세트 또는 프로젝트 수준에서 데이터를 암호화할 수 있습니다. 자세한 내용은 데이터 세트 기본 키 설정 및 프로젝트 기본 키 설정을 참조하세요.

기본 Dataform Cloud Key Management Service 키를 설정하여 프로젝트 수준에서 파이프라인 코드를 암호화할 수 있습니다.

VPC 서비스 제어 경계 구성

VPC 서비스 제어를 사용하는 경우 Dataform, BigQuery, 대화형 분석 API를 보호하도록 경계를 구성해야 합니다. 자세한 내용은 Dataform, BigQuery, 및 대화형 분석 API를 참조하세요.

데이터 엔지니어링 에이전트로 데이터 파이프라인 생성

BigQuery에서 데이터 엔지니어링 에이전트를 사용하려면 다음 옵션 중 하나를 선택하세요.

BigQuery 파이프라인

다음과 같이 BigQuery 파이프라인 인터페이스에서 데이터 엔지니어링 에이전트를 사용할 수 있습니다.

1. BigQuery 페이지로 이동합니다.

   BigQuery로 이동

2. 쿼리 편집기에서 arrow_drop_down 새로 만들기 > 파이프라인을 클릭합니다.

3. 실행 사용자 인증 정보의 옵션을 선택한 후 시작하기 를 클릭합니다. 이러한 사용자 인증 정보는 에이전트에서 사용하지 않지만 생성된 데이터 파이프라인을 실행하는 데 필요합니다.

4. 데이터 파이프라인의 에이전트 환경 사용해 보기 를 클릭합니다.

5. 에이전트에게 질문 필드에 자연어 프롬프트를 입력하여 데이터 파이프라인을 생성합니다(예:)

     Create dimension tables for a taxi trips star schema from
     new_york_taxi_trips.tlc_green_trips_2022. Generate surrogate keys and all
     the descriptive attributes.
   

   프롬프트를 입력한 후 보내기 를 클릭합니다.

6. 데이터 엔지니어링 에이전트는 프롬프트를 기반으로 데이터 파이프라인을 생성합니다.

데이터 엔지니어링 에이전트는 데이터 파이프라인의 제안된 초안을 생성합니다. 파이프라인 노드를 클릭하여 생성된 SQLX 쿼리를 검토할 수 있습니다. 에이전트에서 제안한 데이터 파이프라인을 적용하려면 적용 을 클릭합니다.

Dataform

다음과 같이 Dataform에서 데이터 엔지니어링 에이전트를 사용할 수 있습니다.

1. Dataform 으로 이동합니다.

   Dataform으로 이동

2. 저장소를 선택합니다.

3. 개발 작업공간을 선택하거나 만듭니다.

4. 작업공간에서 에이전트에게 질문 을 클릭합니다.

5. 표시되는 에이전트에게 질문 프롬프트에 자연어 프롬프트를 입력하여 데이터 파이프라인을 생성합니다(예:)

     Create dimension tables for a taxi trips star schema from
     new_york_taxi_trips.tlc_green_trips_2022. Generate surrogate keys and all
     the descriptive attributes.
   

   프롬프트를 입력한 후 보내기 를 클릭합니다.

프롬프트가 전송되면 데이터 엔지니어링 에이전트는 데이터 파이프라인을 생성하고 프롬프트에 따라 Dataform SQLX 파일을 수정합니다. 에이전트는 이러한 변경사항을 작업공간 파일에 직접 적용합니다.

데이터 파이프라인 수정

데이터 파이프라인을 수정하려면 에이전트에게 질문을 클릭한 후 데이터 파이프라인의 변경사항을 제안하는 프롬프트를 입력합니다.

데이터 엔지니어링 에이전트에서 제안한 변경사항을 검토한 후 적용 을 클릭하여 변경사항을 적용합니다.

파이프라인 노드를 선택한 후 열기 를 클릭하여 SQLX 쿼리를 수동으로 수정할 수도 있습니다.

데이터 파이프라인 검토

데이터 엔지니어링 에이전트에서 생성한 데이터 파이프라인의 파이프라인 노드를 클릭하여 검토할 수 있습니다.

• 구성 탭에는 노드와 연결된 생성된 SQLX 쿼리가 표시됩니다.
• 데이터 미리보기 탭에는 파일의 입력 및 출력 테이블이 표시됩니다. 종속 항목이 있거나 없는 태스크를 실행하려면 태스크 실행 을 클릭하여 이 노드를 통해 데이터 변환을 미리 볼 수 있습니다.

데이터 파이프라인 오류 문제 해결

데이터 파이프라인을 생성하는 중에 오류가 발생하면 데이터 엔지니어링 에이전트를 실행하기 위한 모든 기본 요건을 완료했는지 확인합니다. 자세한 내용은 시작하기 전에를 참조하세요.

Gemini Cloud Assist 조사 실행

미리보기

이 기능에는 서비스별 약관의 일반 서비스 약관 섹션에 있는 'GA 이전 제품 또는 서비스 약관'이 적용됩니다. GA 이전 기능은 '있는 그대로' 제공되며 지원이 제한될 수 있습니다. 자세한 내용은 출시 단계 설명을 참조하세요.

파이프라인 문제 해결을 위해 데이터 엔지니어링 에이전트를 사용하여 근본 원인 분석을 실행하고 문제 해결 권장사항을 제안할 수 있습니다.

이 기능은 Gemini Cloud Assist 조사 (미리보기)를 사용하며 프리미엄 지원 계약을 체결한 사용자만 사용할 수 있습니다. Gemini Cloud Assist 조사를 사용 설정하는 방법에 대한 자세한 내용은 Gemini Cloud Assist 조사로 문제 해결을 참조하세요.

다음 단계에 따라 데이터 엔지니어링 에이전트를 사용하여 데이터 파이프라인 오류를 해결할 수 있습니다.

1. 파이프라인 또는 개발 작업공간에서 실행 탭을 클릭합니다.

2. 실행 목록에서 실패한 데이터 파이프라인 실행을 찾습니다. 상태 열에서 실패한 실행을 식별할 수 있습니다.

   

3. 아이콘 위로 마우스를 가져간 다음 조사 를 클릭합니다. 데이터 엔지니어링 에이전트는 오류가 발생한 데이터 파이프라인 실행에 대한 근본 원인 분석 (RCA)을 실행합니다.

   

4. 분석이 완료되면 데이터 엔지니어링 에이전트는 관찰 및 가설 섹션에 보고서를 생성합니다. 보고서에는 다음이 포함됩니다.

   • 데이터 파이프라인 실행 로그에서 추출된 관찰 및 데이터 포인트
   • 실패의 가능한 원인
   • 식별된 문제를 해결하기 위한 일련의 실행 가능한 단계 또는 권장사항

데이터 엔지니어링 에이전트의 문제 해결 보고서를 사용하면 권장사항을 수동으로 구현할 수 있습니다. 다음 단계에 따라 데이터 엔지니어링 에이전트에게 수정사항을 적용하도록 지시할 수도 있습니다.

1. 문제 해결 보고서에서 제안사항을 복사합니다.
2. 데이터 엔지니어링 에이전트로 돌아갑니다.
   1. BigQuery 파이프라인을 사용하는 경우 파이프라인 페이지로 이동한 후 에이전트에게 질문 을 클릭합니다.
   2. Dataform을 사용하는 경우 에이전트에게 질문 을 클릭합니다.
3. 제안사항을 프롬프트에 붙여넣은 후 데이터 엔지니어링 에이전트에게 데이터 파이프라인을 직접 수정하도록 지시합니다.
4. 보내기 를 클릭합니다.

에이전트 안내 만들기

에이전트 안내는 데이터 엔지니어링 에이전트에 대한 자연어 안내로, 에이전트가 일련의 맞춤 사전 정의된 규칙을 따르도록 영구 안내를 저장할 수 있습니다. 명명 규칙 또는 스타일 가이드 적용과 같이 조직 전체에서 에이전트의 결과가 일관되도록 하려면 에이전트 안내를 사용하세요.

`GEMINI.MD 컨텍스트 파일 `을 데이터 엔지니어링 에이전트의 에이전트 안내 파일로 만들 수 있습니다. 로컬 작업공간에서 사용할 에이전트 안내 파일을 만들거나 외부 저장소를 사용하여 여러 데이터 파이프라인에서 동일한 안내 파일을 사용할 수 있습니다.

에이전트 안내를 만들려면 다음 단계를 따르세요.

1. 에이전트에게 질문에서 파이프라인 안내를 클릭합니다.
2. 파이프라인 안내 창에서 안내 파일 만들기 를 클릭합니다.

3. 표시되는 GEMINI.MD 파일에 자연어로 안내를 입력합니다.

   다음 예시에서는 여러 규칙이 있는 에이전트 안내 파일을 보여줍니다.

     1. All event-specific tables MUST be prefixed with `cs_event_`.
     2. The primary key for any player activity table is a composite key of `player_id` and `event_timestamp_micros`.
     3. Filter out any player actions where `mana_spent` is greater than `max_mana_pool`. This is considered a data anomaly.
   

4. 저장 을 클릭합니다.

에이전트 안내 파일을 가장 잘 구성하는 방법에 대한 자세한 내용은 에이전트 안내 파일 권장사항을 참조하세요.

외부 저장소에서 에이전트 안내 로드

여러 데이터 파이프라인에서 일련의 에이전트 안내를 재사용하려면 외부 저장소를 연결합니다.

1. 에이전트에게 질문에서 파이프라인 안내를 클릭합니다.
2. 외부 저장소에서 외부 저장소의 안내 사용 을 선택합니다.
3. 제공된 필드에서 데이터 파이프라인과 함께 사용할 에이전트 안내가 포함된 저장소를 지정합니다.
4. 저장 을 클릭합니다.

샘플 프롬프트

다음 섹션에서는 데이터 엔지니어링 에이전트와 함께 사용하여 데이터 파이프라인을 개발할 수 있는 샘플 프롬프트를 제공합니다.

기존 데이터를 새 테이블로 집계

이 프롬프트에서 데이터 엔지니어링 에이전트는 스키마와 샘플을 사용하여 키별 데이터 그룹화를 추론합니다. 에이전트는 일반적으로 테이블 및 열 설명이 포함된 새 테이블 구성을 설정합니다.

  Create a daily sales report from the
  bigquery-public-data.thelook_ecommerce.order_items table into a
  reporting.daily_sales_aggregation table.

새 파생 열을 만들고 새 테이블에 데이터 품질 검사 추가

이 프롬프트는 테이블과 열을 추가하고 테이블에 품질 검사를 동시에 지정하는 방법을 보여줍니다.

  Create a new table named staging.products from
  bigquery-public-data.thelook_ecommerce.products and add a calculated column
  named gross_profit, which is the retail_price minus the cost.


  Also, add the following assertions: ID must not be null and must be unique.
  The retail_price must be greater than or equal to the cost. The department
  column can only contain 'Men' or 'Women'.

모델 정의의 일부로 UDF 만들기

데이터 엔지니어링 에이전트는 사용자 정의 함수 (UDF)를 만드는 DDL을 설정할 수도 있습니다. 에이전트가 실제로 UDF를 만들지는 않지만 데이터 파이프라인을 실행하여 UDF를 만들 수 있습니다. 이러한 UDF는 데이터 파이프라인의 모델 정의에서 사용할 수 있습니다.

  Create a user-defined function (UDF) named get_age_group that takes an integer
  age as input and returns a string representing the age group ('Gen Z',
  'Millennial', 'Gen X', 'Baby Boomer').


  Use this UDF on the age column from the
  bigquery-public-data.thelook_ecommerce.users table to create a new view called
  reporting.user_age_demographics that includes user_id, age, and the calculated
  age_group.

권장사항

데이터 엔지니어링 에이전트 및 Dataform으로 작업할 때 결과를 개선하려면 다음을 수행하는 것이 좋습니다.

일반적인 요청에 에이전트 안내를 사용합니다. 일반적으로 특정 기법을 적용하거나 에이전트에 동일한 수정을 자주 적용하는 경우 에이전트 안내를 사용하여 일반적인 안내와 요청을 저장하는 중앙 위치로 사용합니다.

에이전트 계획을 활용합니다. 에이전트 계획은 복잡한 파이프라인 태스크를 세분화하는 데 유용할 수 있습니다. 에이전트 계획은 에이전트 가정 및 의도도 보여줄 수 있으므로 이러한 계획을 검토하여 에이전트에 올바른 컨텍스트가 제공되는지 확인하는 것이 좋습니다.

계획을 검토한 후 의견과 변경사항을 데이터 엔지니어링 에이전트에 프롬프트하여 계획을 수정할 수 있습니다. 예를 들면 다음과 같습니다.

In the plan, ensure that all of the intermediate tables are views.

경우에 따라 명시적인 승인이 필요하지 않은 계획을 생성하도록 에이전트에게 요청하는 것이 유용할 수 있습니다. 에이전트 계획을 만드는 행위는 데이터 엔지니어링 에이전트가 작업을 세분화하도록 강제하므로 더 나은 결과를 얻을 수 있습니다. 에이전트가 계획을 생성하고 자동으로 실행하도록 강제할 수 있습니다. 예를 들면 다음과 같습니다.

Create a plan for a pipeline that finds the
top N pick up and drop off locations in NYC. You have my explicit pre-approval
to go ahead and execute this plan.

명확하게 작성합니다. 요청을 명확하게 서술하고 모호하게 표현하지 마세요. 가능한 경우 다음 예와 같이 프롬프트할 때 소스 및 대상 데이터 소스를 제공합니다.

  Extract data from the sales.customers table in the us_west_1 region, and load
  it into the reporting.dim_customers table in BigQuery. Match the schema of the
  destination table.

직접적이고 범위가 지정된 요청을 제공합니다. 한 번에 하나씩만 질문하고 프롬프트를 간결하게 유지합니다. 질문이 두 개 이상인 프롬프트의 경우 다음 예와 같이 질문의 각 고유한 부분을 항목화하여 명확성을 개선합니다.

  1. Create a new table named staging.events_cleaned. Use raw.events as the
     source. This new table should filter out any records where the user_agent
     matches the pattern '%bot%'. All original columns should be included.

  2. Next, create a table named analytics.user_sessions. Use
     staging.events_cleaned as the source. This table should calculate the
     duration for each session by grouping by session_id and finding the
     difference between the MAX(event_timestamp) and MIN(event_timestamp).

명시적인 안내를 제공하고 주요 용어를 강조합니다. 다음 예와 같이 프롬프트에서 주요 용어 또는 개념을 강조하고 특정 요구사항을 중요하다고 라벨링할 수 있습니다.

  When creating the staging.customers table, it is *VERY IMPORTANT* that you
  transform the email column from the source table bronze.raw_customers.
  Coalesce any NULL values in the email column to an empty string ''.

작업 순서를 지정합니다. 순서가 지정된 태스크의 경우 다음 예와 같이 목록에서 프롬프트를 구성합니다. 여기서 나열된 항목은 집중적으로 수행할 수 있는 작은 단계로 나뉩니다.

  Create a pipeline with the following steps:
  1. Extract data from the ecomm.orders table.
  2. Join the extracted data with the marts.customers table on customer_id.
  3. Load the final result into the reporting.customer_orders table.

수정하고 반복하세요. 최상의 결과를 얻을 수 있는 다양한 문구와 접근 방식을 계속 시도해 보세요. 에이전트가 잘못된 SQL 또는 기타 실수를 생성하는 경우 예시 또는 공개 문서를 사용하여 에이전트를 안내합니다.

  The previous query was incorrect because it removed the timestamp. Please
  correct the SQL. Use the TIMESTAMP_TRUNC function to truncate the
  event_timestamp to the nearest hour, instead of casting it as a DATE. For
  example: TIMESTAMP_TRUNC(event_timestamp, HOUR).