코드 인터프리터 사용 설정 및 사용

코드 인터프리터는 자연어 질문을 Python 코드로 변환하여 고급 분석 및 시각화를 제공하는 대화형 분석의 기능입니다. 표준 SQL 기반 BI 환경과 달리 코드 인터프리터는 기본 계산 및 차트 작성부터 시계열 예측과 같은 고급 작업에 이르기까지 다양한 데이터 분석을 지원합니다. 코드 인터프리터를 사용하면 사용자가 고급 코딩 또는 통계 방법에 대한 전문 지식이 없어도 이러한 유형의 고급 분석을 실행할 수 있으므로 대화형 분석이 향상됩니다.

코드 인터프리터는 데이터 스튜디오 Pro 구독의 일부로 대화형 분석에서 사용할 수 있습니다.

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

시작하기 전에

코드 인터프리터를 사용하려면 데이터 스튜디오에서 대화형 분석을 사용하기 위한 요구사항을 충족해야 합니다.

에이전트의 코드 인터프리터 사용 설정

모든 대화 및 데이터 에이전트의 코드 인터프리터를 사용 설정하려면 다음 단계를 따르세요.

  1. 대화형 분석 내의 왼쪽 탐색 패널에서 고급 분석 전환 버튼을 클릭하여 코드 인터프리터를 사용 설정합니다.
  2. 코드 인터프리터를 사용 설정하면 평소와 같이 대화형 분석을 사용하여 대화를 시작하고 데이터에 관한 질문을 할 수 있습니다. 코드 인터프리터는 Gemini 채팅을 지원하는 엔진을 사용하여 쿼리를 Python 코드로 변환하고 해당 코드를 실행합니다.

알려진 제한사항

  • 코드 인터프리터는 Python을 사용하여 문제를 해결합니다. Python은 구조화된 쿼리 언어보다 유연하므로 코드 인터프리터 응답은 기본 대화형 분석 환경의 응답보다 변동성이 클 수 있습니다.
  • Looker 데이터의 경우 대화형 분석은 쿼리당 최대 5,000개의 행을 반환할 수 있습니다.
  • 코드 인터프리터는 이러한 Python 라이브러리만 지원합니다.
  • 코드 인터프리터 응답에서는 다음 시각화 차트 유형이 지원되지 않습니다.
    • 지도

이 기능은 GA 이전 단계에 있습니다. 오류, 예기치 않은 결과, 의견에 관한 지원을 받거나 추가 Python 라이브러리에 관한 지원을 요청하려면 conversational-analytics-feedback@google.com으로 이메일을 보내세요.

추가 제한사항에 관한 자세한 내용은 대화형 분석의 알려진 제한사항에 관한 문서를 참고하세요.

지원되는 Python 라이브러리

지원되는 Python 라이브러리 표시

코드 인터프리터는 다음 Python 라이브러리를 지원합니다.

  • altair
  • attrs
  • chess
  • contourpy
  • cycler
  • entrypoints
  • fonttools
  • fpdf
  • geopandas
  • imageio
  • jinja2
  • joblib
  • jsonschema
  • jsonschema-specifications
  • kiwisolver
  • lxml
  • markupsafe
  • matplotlib
  • mpmath
  • numexpr
  • numpy
  • opencv-python
  • openpyxl
  • packaging
  • pandas
  • patsy
  • pdfminer-six
  • pillow
  • plotly
  • protobuf
  • pylatex
  • pyparsing
  • PyPDF2
  • python-dateutil
  • python-docx
  • python-pptx
  • pytz
  • referencing
  • reportlab
  • rpds-py
  • scikit-image
  • scikit-learn
  • scipy
  • seaborn
  • six
  • statsmodels
  • striprtf
  • sympy
  • tabulate
  • tensorflow
  • threadpoolctl
  • toolz
  • torch
  • tzdata
  • xlrd

추천 질문

코드 인터프리터를 사용 설정하면 Python의 고급 분석 기능을 통해 대화형 분석에서 지원되는 표준 질문 유형 외에도 더 광범위한 질문에 답할 수 있습니다. 예를 들면 다음과 같습니다.

  • 내 데이터를 바탕으로 판매의 주요 동인을 설명해 줄 수 있나요?
  • 평균 구매 빈도와 평균 주문 금액을 고려할 때 각 고객 세그먼트의 평생 가치는 얼마인가요?
  • 올해 판매액은 작년 판매액과 비교했을 때 어떤가요?
  • 판매 데이터에서 이상점을 식별하여 실적이 특히 좋거나 특히 좋지 않은 제품 또는 지역을 파악합니다.
  • 동질 집단 분석을 실행하여 고객 유지율을 파악합니다.
  • 이익률이 가장 높은 제품이 가장 인기 있는 제품인가요? 이 답변을 사용하여 제품 조합을 최적화하는 방법을 제안합니다.
  • 지난 3년간 제품 카테고리별 판매액의 연평균 성장률 (CAGR)은 얼마인가요?
  • 제품 카테고리가 x축에 있고 CAGR이 y축에 있는 막대 그래프로 CAGR을 표시합니다.