QueryData를 사용하면 대화형 언어와 데이터를 쿼리하는 데 도움이 되도록 빌드하는 데이터 에이전트 를 사용하여 데이터와 상호작용할 수 있습니다. 데이터 에이전트는 사용자 의도를 이해하고 운영 데이터를 쿼리하며 정확하고 근거가 있는 답변을 반환할 수 있는 AI 기반 어시스턴트 및 애플리케이션입니다. QueryData는 선별된 청사진, 비즈니스 로직, 스키마 정보의 모음인 컨텍스트 세트를 사용하여 데이터베이스의 쿼리를 생성합니다. 이 컨텍스트를 통해 QueryData는 자연어 질문을 대상 사용 사례에 대한 정확한 쿼리로 변환할 수 있습니다.
QueryData를 사용해야 하는 경우
QueryData는 다음과 같은 애플리케이션에 적합합니다.
- 고객 서비스 자동화: '내 주문은 어디에 있나요?' 또는 '현재 잔액은 얼마인가요?'와 같은 대량 문의를 처리합니다.
- 이커머스 쇼핑 어시스턴트: '100달러 미만의 운동화를 보여 줘'와 같은 자연어 쿼리를 사용하여 사용자가 대규모 제품 카탈로그를 탐색할 수 있도록 지원합니다.
- 현장 운영 도구: 모바일 직원이 재고 수준, 부품 가용성 또는 서비스 티켓 세부정보를 실시간으로 쿼리할 수 있도록 지원합니다.
핵심 개념
대화형 질문을 데이터베이스 쿼리로 안정적으로 변환하기 위해 QueryData는 다음과 같은 주요 개념을 사용합니다.
QueryData 및 대화형 분석 API
QueryData 엔드포인트는
대화형 분석 API
에서 데이터베이스에 대한 프로그래매틱 자연어-SQL
쿼리 생성을 지원하는 에이전트 도구입니다. 대화형 애플리케이션 또는 Agentic Workflows 내에서 QueryData 엔드포인트는 스키마 해석 및 쿼리 합성 작업을 처리합니다. 에이전트 하네스 (예: Antigravity, 에이전트 개발 키트 (ADK) 또는 LangChain)는 대화 기록, 사용자 상태, 도구 오케스트레이션을 관리하여 자연어 요청을 QueryData 엔드포인트로 보내기 전에 사용자 입력을 컨텍스트화합니다.
컨텍스트 세트
컨텍스트 세트 는 데이터베이스 인스턴스와 연결된 데이터베이스별 지식, 선별된 쿼리 패턴, 비즈니스 규칙의 모음입니다. QueryData는 일반 LLM 지식 또는 원시 테이블 스키마에만 의존하는 대신 컨텍스트 세트를 사용하여 데이터 모델 및 조직별 용어의 미묘한 차이를 이해합니다.
컨텍스트 세트에는 세 가지 기본 빌딩 블록이 포함되어 있습니다.
- 쿼리 청사진: 대표적인 자연어 질문과 사전 검증된 해당 SQL 쿼리의 선별된 쌍입니다. 청사진은 특정 비즈니스 인텐트가 SQL 문에 매핑되는 방식을 정의하는 표준 예시를 제공합니다.
- 쿼리 패싯: 모듈식 SQL 술어 및 필터 조건 (예: 날짜 범위, 기준점 계산 또는 비즈니스 플래그)입니다. 패싯을 사용하면 QueryData가 모든 조합에 대해 별도의 청사진이 필요하지 않고 여러 필터링 기준을 쿼리에 동적으로 결합할 수 있습니다.
- 값 검색: 비공식 문구를 데이터베이스 열에 저장된 정확한 값으로 그라운딩하는 시맨틱 및 문자열 일치 쿼리입니다. 값 검색은 정확한 일치, 트라이그램 문자열 유사성 또는 시맨틱 벡터 임베딩을 사용하여 모호성을 해결하는 데 도움이 됩니다 (예: 'Bay Area'를
San Francisco에 매핑하거나 'Heathrow'를London Heathrow Airport에 매핑).
파라미터화된 보안 뷰
AI 생성 쿼리가 행 수준 보안 및 다중 테넌트 격리를 준수하도록 하려면 생성된 SQL이 인증된 애플리케이션 사용자가 볼 수 있는 데이터 행에만 액세스하도록 제한하는 파라미터화된 보안 뷰를 사용하면 됩니다. 자세한 내용은 파라미터화된 보안 뷰를 사용하여 애플리케이션 데이터 보호 및 액세스 제어를 참조하세요.
QueryData 작동 방식
에이전트 또는 애플리케이션이 자연어 요청 (예: 에이전트가 대화 기록 또는 사용자 상태로 컨텍스트화한 사용자 질문)을 보내면 QueryData는 다음 단계를 실행합니다.
- 값 확인: QueryData는 데이터베이스에 대해 값 검색 쿼리를 실행하여 프롬프트의 항목 (예: 이름, 도시 또는 카테고리)을 특정 데이터베이스 열 값에 매핑합니다.
- 인텐트 일치 및 모호성 해소: QueryData는 컨텍스트화된 요청을 컨텍스트 세트에서 정의한 선별된 쿼리 청사진 및 패싯과 일치시킵니다. 요청이 충분히 지정되지 않았거나 모호한 경우 QueryData는 모호성 해소 질문을 반환하여 에이전트 또는 애플리케이션이 사용자에게 명확한 설명을 요청할 수 있도록 합니다.
- 쿼리 합성: QueryData는 일치하는 청사진 구조, 적용된 패싯, 확인된 값을 사용하여 데이터베이스 엔진의 완전한 SQL 쿼리를 합성합니다.
- 쿼리 실행: 생성된 쿼리가 데이터베이스에 대해 실행되어 결과를 반환합니다.
컨텍스트 세트 작성 및 관리
컨텍스트 세트를 작성하고 관리하려면 다음 단계를 따르세요.
- 컨텍스트 작성: 데이터베이스의 쿼리 청사진, 패싯, 값 검색을 정의합니다. 자세한 내용은 컨텍스트 세트 개요를 참조하세요. 컨텍스트 엔지니어링 에이전트 를 사용하여 컨텍스트 생성을 자동화할 수도 있습니다.
- 콘솔에서 Google Cloud 관리: Cloud SQL Studio에서 컨텍스트 세트를 만들어 쿼리 생성에 사용할 수 있도록 합니다.
- 애플리케이션과 통합: MCP Toolbox 또는 직접 API 호출을 사용하여 애플리케이션 또는 AI 에이전트를 QueryData에 연결합니다.
가격 책정
컨텍스트 세트를 만들고 데이터 에이전트 또는 데이터베이스 데이터 소스와 함께 QueryData를 사용할 때 실행되는 쿼리에 대해 PostgreSQL용 Cloud SQL 컴퓨팅 가격 으로 요금이 청구됩니다. 미리보기 기간에는 컨텍스트 세트 및 QueryData를 만들고 사용하는 데 추가 요금이 부과되지 않습니다. 자세한 내용은 데이터 클라우드 에이전트 가격 책정을 참조하세요.
다음 단계
- Cloud SQL Studio에서 QueryData를 테스트하는 방법을 알아봅니다.
- 컨텍스트 세트를 만들고 관리하는 방법을 알아봅니다.
- 컨텍스트 엔지니어링 에이전트를 사용하여 컨텍스트 세트를 빌드하는 방법을 알아봅니다.