머신러닝(ML)에서 특성은 모델 학습이나 온라인 예측에 사용할 수 있는 인스턴스 또는 항목의 특성 속성입니다. 특성은 일반적으로 특성 변환이라고도 하는 특성 추출 기법을 사용하여 원시 ML 데이터를 측정 가능하고 공유 가능한 속성으로 변환하여 생성됩니다.
특성 관리는 중앙 집중식 위치 또는 저장소에 저장된 ML 특성을 생성, 유지관리, 공유, 서빙하는 프로세스를 의미합니다. 특성 관리를 사용하면 특성을 재사용하여 모델을 쉽게 학습 및 재학습할 수 있으므로 AI 및 ML 배포의 수명 주기가 줄어듭니다.
ML 특성을 저장, 검색, 공유, 서빙하기 위한 특성 관리 서비스가 포함된 제품 또는 서비스를 Feature Store 라고 합니다. Gemini Enterprise 에이전트 플랫폼에는 다음과 같은 Feature Store 서비스가 포함됩니다.
이 페이지에서는 Agent Platform Feature Store의 기능을 간략히 설명합니다.
Agent Platform Feature Store
Agent Platform Feature Store는 BigQuery 데이터 소스에서 특성 데이터를 유지관리하고 서빙할 수 있는 특성 관리에 대한 새로운 접근 방식을 제공합니다. 이 접근 방식에서 Agent Platform Feature Store는 BigQuery의 특성 데이터 소스에 온라인 서빙 기능을 제공하고 이러한 데이터를 기반으로 특성을 온라인으로 서빙할 수 있는 메타데이터 레이어 역할을 합니다. Gemini Enterprise 에이전트 플랫폼의 데이터를 별도의 오프라인 스토어로 복사하거나 가져올 필요가 없습니다.
Agent Platform Feature Store는 Knowledge Catalog와 통합되어 특성 메타데이터를 추적합니다. 또한 임베딩을 지원하며 최근접 이웃에 대한 벡터 유사성 검색을 수행할 수 있습니다.
Agent Platform Feature Store는 매우 짧은 지연 시간 서빙에 최적화되어 있으며 다음을 수행할 수 있습니다.
BigQuery의 데이터 관리 기능을 활용하여 BigQuery에 오프라인 특성 데이터를 저장하고 유지관리합니다.
특성을 특성 레지스트리에 추가하여 공유하고 재사용합니다.
Bigtable 온라인 서빙을 사용하여 짧은 지연 시간으로 온라인 예측을 위한 특성을 서빙합니다.
Knowledge Catalog에서 특성 메타데이터를 추적합니다.