이 페이지는 Cloud Translation API를 통해 번역되었습니다.

데이터 엔지니어링 에이전트를 사용하여 데이터 파이프라인 빌드 및 수정

데이터 엔지니어링 에이전트를 사용하면 BigQuery의 Gemini를 사용하여 BigQuery에서 데이터를 로드하고 처리하는 데이터 파이프라인을 빌드, 수정, 관리할 수 있습니다. 데이터 엔지니어링 에이전트를 사용하면 자연어 프롬프트를 사용하여 다양한 데이터 소스에서 데이터 파이프라인을 생성하거나 기존 데이터 파이프라인을 데이터 엔지니어링 요구사항에 맞게 조정할 수 있습니다. 데이터 엔지니어링 에이전트에는 다음과 같은 기능이 있습니다.

파이프라인 생성을 위한 자연어: 에이전트는 Gemini를 사용하여 데이터를 이해하고 일반 언어 요청 사항을 해석합니다. 일반 언어 명령어를 사용하여 데이터 엔지니어링 에이전트가 데이터 파이프라인을 빌드하거나 수정하도록 할 수 있습니다.
Dataform 통합: 에이전트는 필요한 파이프라인 코드를 생성하고 Dataform 저장소 내의 SQLX 파일로 정리합니다. 에이전트는 Dataform 워크스페이스에서 작동하므로 Dataform 파이프라인을 에이전트에서 자동으로 사용할 수 있습니다.
맞춤 에이전트 안내: 일반 언어로 에이전트 안내를 만들어 데이터 엔지니어링 에이전트의 맞춤 규칙을 정의합니다. 에이전트 명령어는 조직 전체에서 지속되며 명명 규칙이나 스타일 가이드와 같은 조직 전체 규칙을 적용하는 데 유용할 수 있습니다.
파이프라인 검증: 에이전트는 생성된 코드를 검증하여 데이터 파이프라인이 작동하는지 확인합니다.

데이터 엔지니어링 에이전트와 함께 자연어 프롬프트를 사용하여 테이블, 뷰, 어설션, 선언, 작업 SQLX 파일을 만들 수 있습니다. 예를 들어 데이터 엔지니어링 에이전트를 사용하여 다음 작업을 할 수 있습니다.

Cloud Storage와 같은 외부 데이터 소스에서 CSV, AVRO, PARQUET와 같은 다양한 형식으로 데이터를 로드합니다.
기존 BigQuery 루틴 (UDF)을 만들거나 사용하여 데이터에 맞게 분석 및 변환을 실행합니다.
자연어로 에이전트의 재사용 가능한 가이드라인을 정의합니다.

데이터 엔지니어링 에이전트와 함께 사용할 수 있는 프롬프트의 더 많은 예는 샘플 프롬프트를 참고하세요.

제한사항

데이터 엔지니어링 에이전트에는 다음과 같은 제한사항이 있습니다.

데이터 엔지니어링 에이전트는 GA 이전 제공 서비스이며 프로덕션용이 아닙니다.
데이터 엔지니어링 에이전트는 다음 파일 유형에 대한 자연어 명령어를 지원하지 않습니다.
- Notebooks
- 데이터 준비
- SQLx 내의 JavaScript
데이터 엔지니어링 에이전트가 파이프라인을 실행할 수 없습니다. 사용자는 파이프라인을 검토하고 실행하거나 예약해야 합니다.
데이터 엔지니어링 에이전트는 전체 파이프라인 호출(사용자 트리거) 없이 존재하지 않는 중간 리소스에 종속된 SQL을 검증할 수 없습니다.
데이터 엔지니어링 에이전트는 안내 또는 직접 프롬프트를 통해 제공된 웹 링크나 URL을 검색할 수 없습니다.
에이전트 명령 파일에서 파일을 가져올 때 @ 가져오기 구문은 ./, / 또는 문자로 시작하는 경로만 지원합니다.
데이터 미리보기 기능은 hasOutput 플래그가 true로 설정된 테이블, 선언 또는 쿼리에만 지원됩니다.

지원되는 리전

BigQuery의 Gemini는 부하 분산에 Google Cloud를 사용하므로 전역적으로 작동합니다. BigQuery의 Gemini는 전역적으로 작동하므로 사용할 리전을 선택할 수 없습니다.

모든 Dataform 및 BigQuery 요청은 각 지역 엔드포인트로 전송되므로 모든 데이터와 코드는 해당 지역 내에 유지됩니다.

BigQuery의 Gemini는 다음 리전에서 제공됩니다.

미주

아이오와(us-central1)

유럽

핀란드(europe-north1)
프랑크푸르트(europe-west3)

데이터 엔지니어링 에이전트가 사용자의 데이터를 사용하는 방식

데이터 엔지니어링 에이전트는 더 높은 품질의 에이전트 응답을 생성하기 위해 BigQuery 테이블의 샘플 행과 Dataplex Universal Catalog에서 생성된 데이터 스캔 프로필을 비롯한 BigQuery 및 Dataplex Universal Catalog의 추가 데이터와 메타데이터를 가져올 수 있습니다. 이 데이터는 데이터 엔지니어링 에이전트를 학습시키는 데 사용되지 않으며, 에이전트 대화 중에만 에이전트의 응답을 알리는 추가 컨텍스트로 사용됩니다.

시작하기 전에

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

또한 Gemini 데이터 분석 API를 사용 설정해야 합니다.

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 API

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)

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

커스텀 역할이나 다른 사전 정의된 역할을 통해 필요한 권한을 얻을 수도 있습니다.

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.

BigQuery 페이지로 이동합니다.

BigQuery로 이동
쿼리 편집기에서 arrow_drop_down 새로 만들기 > 파이프라인을 클릭합니다.
실행 사용자 인증 정보 옵션을 선택하고 시작하기를 클릭합니다. 이 사용자 인증 정보는 에이전트에서 사용하지 않지만 생성된 데이터 파이프라인을 실행하는 데 필요합니다.
데이터 파이프라인의 에이전트 환경 사용해 보기를 클릭합니다.
에이전트에게 질문하기 필드에 자연어 프롬프트를 입력하여 데이터 파이프라인을 생성합니다. 예를 들면 다음과 같습니다.
```
  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 보내기를 클릭합니다.
데이터 엔지니어링 에이전트는 프롬프트에 따라 데이터 파이프라인을 생성합니다.

데이터 엔지니어링 에이전트가 생성한 데이터 파이프라인은 데이터 파이프라인의 제안된 초안입니다. 파이프라인 노드를 클릭하여 생성된 SQLX 쿼리를 검토할 수 있습니다. 에이전트가 제안한 데이터 파이프라인을 적용하려면 적용을 클릭합니다.

데이터 파이프라인에 데이터 엔지니어링 에이전트가 제안한 변경사항을 적용합니다.

Dataform

다음과 같이 Dataform에서 데이터 엔지니어링 에이전트를 사용할 수 있습니다.

Dataform 페이지로 이동합니다.

Dataform으로 이동
저장소를 선택합니다.
개발 작업공간을 선택하거나 만듭니다.
작업공간에서 Ask Agent를 클릭합니다.
표시되는 에이전트에게 질문 프롬프트에 데이터 파이프라인을 생성하기 위한 자연어 프롬프트를 입력합니다. 예를 들면 다음과 같습니다.
```
  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 보내기를 클릭합니다.

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

데이터 파이프라인 검토

데이터 엔지니어링 에이전트가 생성한 데이터 파이프라인에서 파이프라인 노드를 클릭하여 검토할 수 있습니다.

구성 탭에는 노드와 연결된 생성된 SQLX 쿼리가 표시됩니다.
데이터 미리보기 탭에는 파일의 입력 및 출력 테이블이 표시됩니다. 작업 실행을 클릭하여 종속 항목이 있거나 없는 작업을 실행하면 이 노드를 통해 데이터 변환을 미리 볼 수 있습니다.

데이터 파이프라인 수정

에이전트에게 질문하기를 클릭하고 데이터 파이프라인의 변경을 제안하는 프롬프트를 입력하여 데이터 엔지니어링 에이전트를 사용하여 데이터 파이프라인을 수정할 수 있습니다.

데이터 파이프라인에서 데이터 엔지니어링 에이전트를 사용하려면 '상담사에게 요청'을 클릭합니다.

데이터 엔지니어링 에이전트가 제안한 변경사항을 검토한 다음 적용을 클릭하여 변경사항을 적용합니다.

파이프라인 노드를 선택한 다음 열기를 클릭하여 SQLX 쿼리를 수동으로 수정할 수도 있습니다.

데이터 엔지니어링 에이전트에 대한 에이전트 지침 만들기

에이전트 명령어는 데이터 엔지니어링 에이전트를 위한 자연어 명령어입니다. 이를 통해 지속적인 명령어를 저장하여 에이전트가 사전 정의된 맞춤 규칙을 따르도록 할 수 있습니다. 조직 전체에서 에이전트의 결과가 일관되도록 하려면(예: 명명 규칙 사용 또는 스타일 가이드 적용) 에이전트 지침을 사용하세요.

데이터 엔지니어링 에이전트의 에이전트 명령 파일로 GEMINI.MD 컨텍스트 파일을 만들 수 있습니다. 로컬 작업공간에서 사용할 에이전트 명령 파일 또는 외부 저장소를 사용하여 여러 데이터 파이프라인에서 동일한 명령 파일을 사용할 수 있습니다.

다음 단계에 따라 에이전트 지침을 만듭니다.

에이전트에게 질문하기에서 파이프라인 지침을 클릭합니다.
파이프라인 안내 창에서 안내 파일 만들기를 클릭합니다.

표시되는 GEMINI.MD 파일에 자연어로 지침을 입력합니다.

다음 예시는 여러 규칙이 있는 에이전트 명령 파일입니다.

  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.

저장을 클릭합니다.

에이전트 명령어 파일을 가장 효과적으로 구조화하는 방법에 관한 자세한 내용은 에이전트 명령어 파일 관련 권장사항을 참고하세요.

외부 저장소에서 에이전트 안내 로드

외부 저장소를 연결하여 여러 데이터 파이프라인에서 재사용할 에이전트 명령어 세트를 지정할 수 있습니다.

에이전트에게 질문하기에서 파이프라인 지침을 클릭합니다.
외부 저장소에서 외부 저장소의 안내 사용을 선택합니다.
제공된 필드에 데이터 파이프라인과 함께 사용할 에이전트 안내가 포함된 저장소를 지정합니다.
저장을 클릭합니다.

추가 로컬 파일을 에이전트 지침으로 가져오기

@file.md 구문을 사용하여 데이터 엔지니어링 에이전트의 다른 명령 파일도 GEMINI.md 파일로 가져올 수 있습니다. 자세한 내용은 메모리 가져오기 프로세서를 참고하세요.

데이터 파이프라인 오류 문제 해결

데이터 파이프라인 생성 중에 오류가 발생하면 데이터 엔지니어링 에이전트를 실행하는 데 필요한 모든 기본 요건을 충족했는지 확인합니다. 자세한 내용은 시작하기 전에를 참고하세요.

생성된 데이터 파이프라인에 오류가 발생하면 다음 단계에 따라 데이터 엔지니어링 에이전트에게 데이터 파이프라인 오류를 진단하고 문제 해결 권장사항을 제안하도록 요청할 수 있습니다.

파이프라인 또는 개발 작업공간에서 실행 탭을 클릭합니다.
실행 목록에서 실패한 데이터 파이프라인 실행을 찾습니다. 실행의 상태 열에서 실패한 실행을 확인할 수 있습니다.
아이콘 위로 마우스를 가져간 다음 조사하기를 클릭합니다. 데이터 엔지니어링 에이전트는 데이터 파이프라인 실행에서 오류가 있는지 분석합니다.
분석이 완료되면 데이터 엔지니어링 에이전트가 관찰 및 가설 섹션에 보고서를 생성합니다. 이 보고서에는 다음이 포함됩니다.
- 데이터 파이프라인 실행 로그에서 추출된 관측치 및 데이터 포인트
- 실패의 원인
- 식별된 문제를 해결하기 위한 실행 가능한 단계 또는 권장사항의 집합

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

문제 해결 보고서의 제안사항을 복사합니다.
데이터 엔지니어링 에이전트로 돌아갑니다.
1. BigQuery 파이프라인을 사용하는 경우 파이프라인 페이지로 이동한 다음 상담사에게 문의를 클릭합니다.
2. Dataform을 사용하는 경우 Ask agent를 클릭합니다.
제안사항을 프롬프트에 붙여넣고 데이터 엔지니어링 에이전트에게 데이터 파이프라인을 직접 수정하도록 지시합니다.
보내기를 클릭합니다.

샘플 프롬프트

다음 섹션에서는 데이터 엔지니어링 에이전트와 함께 사용하여 데이터 파이프라인을 개발할 수 있는 몇 가지 샘플 프롬프트를 보여줍니다.

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.

기존 테이블에 데이터 품질 확인 추가

이 프롬프트를 사용하면 에이전트가 스키마와 샘플을 기반으로 테이블에 적합한 품질 검사를 추론합니다. 프롬프트의 일부로 의견이 있는 어설션을 추가할 수도 있습니다.

  Add data quality checks for bigquery-public-data.thelook_ecommerce.users.

새 파생 열을 만들고 새 테이블에 데이터 품질 검사 추가

다음 프롬프트는 테이블과 열을 추가하고 동시에 테이블에 품질 검사를 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 생성하는 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

다음 섹션에서는 데이터 엔지니어링 에이전트 및 Dataform 사용에 관한 권장사항을 제안합니다.

데이터 엔지니어링 에이전트 사용 권장사항

일반적인 요청에 에이전트 안내 활용 자주 적용하는 기법이 있거나 에이전트에 동일한 수정을 자주 적용하는 경우 에이전트 지침을 사용하여 일반적인 지침과 요청을 저장하는 중앙 위치로 사용하세요.

에이전트에게 더 많은 컨텍스트를 제공합니다. 용어집 용어를 BigQuery 테이블과 열에 연결하고 데이터 프로필 스캔을 생성하여 Dataplex Universal Catalog에서 에이전트에 추가 컨텍스트를 제공할 수 있습니다. 용어집 용어를 사용하여 특별한 처리 지침이 필요한 개인 식별 정보 (PII)가 포함된 열과 같이 추가 컨텍스트가 필요한 열에 태그를 지정하거나 테이블 간에 이름이 다른 일치하는 열을 식별할 수 있습니다. 데이터 프로필 스캔을 통해 에이전트는 표의 열 내 데이터 분포를 더 잘 이해할 수 있으며, 에이전트가 더 구체적인 데이터 품질 어설션을 만드는 데 도움이 됩니다. 자세한 내용은 데이터 프로파일링 정보를 참고하세요.

명확하게 작성합니다. 요청을 명확하게 서술하고 모호하게 표현하지 마세요. 가능한 경우 프롬프트에 소스 및 대상 데이터 소스를 제공하세요(다음 예 참고).

  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 제공하세요. 한 번에 하나의 질문을 하고 프롬프트는 간결하게 유지하세요. 질문이 두 개 이상인 프롬프트의 경우 다음 예와 같이 질문의 각 부분을 명확하게 구분하여 나열하면 됩니다.

  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 요청 사항을 제공하고 주요 용어를 강조하세요. 다음 예와 같이 프롬프트에서 주요 용어나 개념을 강조하고 특정 요구사항을 중요하다고 표시할 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 작업의 경우 다음 예와 같이 목록에서 프롬프트를 구성할 수 있습니다. 목록 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. 다양한 문구와 접근 방식을 시도하여 가장 좋은 결과를 얻는 방법을 알아보세요. 에이전트가 유효하지 않은 SQL을 생성하거나 다른 실수를 하는 경우 예시나 공개 문서를 사용하여 에이전트를 안내하세요.

  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).

에이전트 명령 파일 관련 권장사항

에이전트 명령 파일 만들기를 통해 필요에 맞게 데이터 엔지니어링 에이전트를 맞춤설정합니다. 에이전트 안내를 사용할 때는 다음을 수행하는 것이 좋습니다.

Dataform의 모든 파일 경로는 저장소의 루트를 기준으로 합니다. @file.md 구문에 상대 경로를 사용하여 GEMINI.md에 안내를 올바르게 가져옵니다.
GEMINI.md에서 가져온 파일 자체에 가져오기가 포함될 수 있으며, 이로 인해 중첩된 구조가 생성될 수 있습니다. 무한 재귀를 방지하기 위해 GEMINI.md의 최대 가져오기 깊이는 5단계입니다.
데이터 파이프라인 간에 안내를 공유하려면 중앙 Dataform 저장소에 안내를 저장하고 작업 Dataform 저장소에 연결하세요. 로컬 명령어를 사용하여 파이프라인별 동작에 대한 중앙 규칙을 재정의할 수 있습니다.
에이전트 안내 파일에 제목과 목록을 사용하면 데이터 엔지니어링 에이전트의 안내를 정리하고 명확하게 할 수 있습니다.
의미 있는 파일 이름을 지정하고 유사한 안내를 하나의 파일로 그룹화합니다. 마크다운 제목을 사용하여 카테고리, 기능 또는 기능별로 규칙을 논리적으로 정리합니다.
명령어가 충돌하지 않도록 각 명령어가 적용되는 구체적인 조건을 명확하게 정의하세요.
프롬프트와 워크플로를 반복하고 개선합니다. 에이전트 출시 및 모델 업그레이드에 따라 시간이 지남에 따라 에이전트 동작이 변경되므로 다양한 프롬프트로 규칙을 반복하여 개선이 필요한 영역을 파악하는 것이 좋습니다. 데이터 파이프라인의 변경사항에 따라 규칙 파일을 동기화하세요.

다음 예시는 데이터 엔지니어링 에이전트를 효과적으로 사용하기 위한 권장사항을 활용하는 GEMINI.md라는 에이전트 요청 사항 파일을 보여줍니다.

  ### Naming Conventions

  * Datasets: [business_domain]_[use_case] (e.g., ecommerce_sales)

  * Tables:
      - Raw/External: raw_[source_name]
      - Staging: stg_[business_entity]
      - Dimension: dim_[dimension_name]
      - Fact: fct_[fact_name]

  * Dataform Folders:
      - sources
      - staging
      - marts
      - dataProducts

  * Views: vw_[view_name]

  * Columns: snake_case (e.g., order_id, customer_name)

  ## Cloud Storage data load
  * When ingesting data from Cloud Storage, create external tables.

  ## Null handling
  * Filter out null id values

  ## String normalization
  * Standardize string columns by converting to lower case

  ## Data Cleaning Guidelines
  @./generic_cleaning.md