데이터 클라우드에 연결

Gemini Enterprise 데이터 클라우드 커넥터를 사용하면 Gemini Enterprise 앱을 Google Cloud 분석 및 운영 데이터 소스에 직접 연결할 수 있습니다. 다음 데이터 클라우드 커넥터를 사용할 수 있습니다.

페더레이션 쿼리 모드에서 BigQuery, Spanner, Cloud SQL 또는 PostgreSQL용 AlloyDB 데이터 스토어를 연결하면 Knowledge Catalog(프리뷰)이 별도의 데이터 스토어가 아닌 Gemini Enterprise 앱의 어시스턴트 탭에서 자동으로 사용 설정되어 에이전트 도구에 사용자가 액세스할 수 있는 데이터를 검색하고 컨텍스트를 조회할 수 있는 권한이 부여됩니다.

사용 사례

데이터 클라우드 커넥터는 대화형 분석을 지원하도록 설계되어 비즈니스 사용자와 애널리스트가 Gemini Enterprise 앱에서 자연어로 질문하고, 데이터를 탐색하고, 인사이트를 생성할 수 있습니다. 사용 사례의 예를 들면 다음과 같습니다.

  • BigQuery 분석: 자연어 프롬프트를 사용하여 BigQuery에 상주하거나 BigQuery에서 사용할 수 있는 구조화된 데이터를 쿼리하고 분석합니다.
  • 실시간 운영 데이터베이스 인사이트 (Spanner, Cloud SQL, PostgreSQL용 AlloyDB): 관계형 및 분산 데이터베이스에서 실시간 분석 쿼리 및 승인된 데이터베이스 작업을 실행합니다.

데이터 클라우드 커넥터의 작동 방식

데이터 수집 모드에서 데이터 클라우드 커넥터는 데이터 소스에서 Gemini Enterprise 데이터 스토어로 데이터를 복사합니다.

페더레이션 쿼리 모드에서 데이터 클라우드 커넥터는 Gemini Enterprise 데이터 스토어로 데이터를 복사하거나 색인을 생성하지 않고 데이터를 직접 쿼리합니다.

  1. 모델 컨텍스트 프로토콜 (MCP) 및 사용자별 인증: 각 데이터 클라우드 커넥터는 퍼스트 파티 (1P) MCP 서버로 구동됩니다. 사용자가 질문하면 Gemini Enterprise는 사용자의 자체 사용자 인증 정보 (Identity and Access Management (IAM) 권한 또는 OAuth 2.1)를 사용하여 요청을 인증하고 기본 데이터 소스에 대해 직접 쿼리를 실행합니다.
  2. Knowledge Catalog를 사용한 시맨틱 검색 및 컨텍스트 검색: 사용자가 데이터 질문을 하면 Gemini Enterprise 루트 에이전트가 내장된 Knowledge Catalog 도구를 사용하여 사용자가 액세스할 수 있는 데이터 애셋을 검색하고 관련 표, 스키마, 비즈니스 용어집 용어, 보강된 메타데이터 (기술 메타데이터, 이전 쿼리 패턴, LLM 추론에서 파생됨)를 비롯한 컨텍스트를 조회합니다.
  3. 실시간 쿼리 공식화 및 실행: Knowledge Catalog에서 가져온 스키마와 비즈니스 컨텍스트를 사용하여 에이전트는 SQL 쿼리를 공식화하고 커넥터의 MCP 도구를 호출하여 관리되는 실시간 결과를 반환합니다.

맞춤 MCP 서버 대비 퍼스트 파티 Data Cloud 커넥터의 이점

일반 맞춤 MCP 서버 데이터 스토어를 사용하여 공개 또는 자체 관리 MCP 서버에 연결하는 것과 비교할 때 퍼스트 파티 데이터 클라우드 커넥터는 다음과 같은 이점을 제공합니다.

  1. 더 높은 응답 품질을 위한 기본 제공 스킬: 서드 파티 커넥터에는 쿼리 정확도와 응답 품질을 개선하기 위해 각 데이터 엔진에 맞게 사전 구성된 에이전트 스킬(예: BigQuery 및 데이터베이스용 고급 SQL 및 AI 함수 생성)이 포함되어 있습니다.
  2. 간소화된 설정 및 관리형 인증: 퍼스트 파티 커넥터는Google Cloud 데이터베이스 및 BigQuery에 대한 관리형 인증을 통해 안내 설정 환경을 제공하므로 MCP 미들웨어를 배포하거나Google Cloud 서비스에 대한 자체 OAuth 클라이언트 구성을 관리할 필요가 없습니다. 또한 BigQuery 쿼리 실행을 위한 기본 Google Cloud 결제 프로젝트를 결정론적으로 지정하는 것과 같은 커넥터별 설정은 관리자가 거버넌스를 적용하고 쿼리 비용을 관리하는 데 도움이 됩니다.

데이터 클라우드 커넥터와 대화형 분석 데이터 에이전트를 각각 사용해야 하는 경우

데이터 클라우드 커넥터 (Gemini Enterprise에서 직접 액세스할 수 있는 광범위한 연결) 또는 대화형 분석 데이터 에이전트(높은 정확도를 위해 선별된 데이터 세트로 범위가 지정된 맞춤형 도메인 전문가)를 사용하여 데이터를 Gemini Enterprise에 연결할 수 있습니다.

다음 표에서는 두 가지 접근 방식을 비교하여 사용 사례에 적합한 접근 방식을 선택할 수 있도록 지원합니다.

특성 데이터 클라우드 커넥터 대화형 분석 데이터 에이전트
용도 사전 스키마 선별 없이 Gemini Enterprise 내에서 직접 여러 데이터베이스, 데이터 웨어하우스, BI 소스에 걸쳐 광범위하고 마찰이 적은 데이터 액세스 높은 쿼리 정확도가 필수적이고 전담 전문가 에이전트가 특정 데이터에 대한 엄격하고 결정적인 범위 지정이 필요한 선별된 도메인별 분석
질문 정확성 및 검증 카탈로그 메타데이터와 일반 기술을 사용하여 광범위한 스키마에 걸쳐 동적으로 쿼리를 공식화합니다. 명시적인 테이블 범위 지정이나 검증된 쿼리가 없는 복잡하거나 정규화된 관계형 데이터베이스 스키마에서는 쿼리 정확도가 달라질 수 있습니다. 선별된 스키마, 집중적인 테이블 및 열 범위 지정, 검증된 쿼리 (골든 SQL)를 사용하여 타겟 데이터 세트에서 높은 쿼리 정확도와 결정론적 결과를 제공합니다.
리소스 범위 지정 광범위한 액세스: 인증된 사용자가 쿼리할 수 있는 연결된 데이터 소스의 모든 리소스에 액세스합니다 (Knowledge Catalog 및 스킬에 따라 안내됨). 결정적 범위 지정: 에이전트를 사전 선택된 특정 데이터 세트 또는 테이블로 결정적으로 제한합니다.
다중 소스 쿼리 및 컨텍스트 단일 대화에서 연결된 여러 데이터 소스를 조인하고 쿼리할 수 있습니다. Gemini Enterprise 루트 에이전트는 전체 대화와 모든 Gemini Enterprise 환경 (채팅, 프롬프트, 에이전트 및 워크플로 디자이너, 프로젝트)에서 전체 컨텍스트를 유지합니다. 각 데이터 에이전트는 단일 데이터 소스 (예: BigQuery 데이터 에이전트는 BigQuery만 쿼리)로 제한됩니다. 사용자는 특정 에이전트를 검색하고 라우팅해야 하며 하위 에이전트 핸드오프는 전체 루트 대화 컨텍스트를 유지하지 못할 수 있습니다.
설정 및 유지관리 마찰 감소: 데이터 소스 유형별로 커넥터를 하나씩 구성하여 사용자가 액세스할 수 있는 모든 데이터를 수동 스키마 큐레이션 없이 즉시 사용할 수 있습니다. 사전 선별 절충안: 표를 선택하고, 측정항목과 KPI를 정의하고, 검증된 쿼리를 작성해야 합니다. 이러한 사전 선별을 통해 결정적이고 신뢰할 수 있는 쿼리 결과를 얻을 수 있습니다.
성능 및 청구 고려사항 광범위한 데이터 자산에서 테이블을 검색하면 지연 시간이 추가될 수 있으며 정확성을 위해 잘 관리된 메타데이터와 기술이 필요합니다. 도메인 선별 컨텍스트는 타겟 워크로드에서 더 높은 정확도를 제공할 수 있지만, 대화형 분석 데이터 에이전트에는 데이터 토큰 요금이 부과됩니다.

대화형 분석 데이터 에이전트 만들기 및 게시

관계형 데이터베이스와 타겟 비즈니스 측정항목에서 높은 쿼리 정확도를 달성하려면 범위가 지정된 대화형 분석 데이터 에이전트를 만들어 Gemini Enterprise에 게시하면 됩니다.

제한사항

  • 새 앱을 만들거나 기존 앱에 데이터 스토어를 추가할 때는 단일 커넥터 유형에 속하는 작업과 데이터 스토어를 하나만 연결하는 것이 좋습니다.

  • 관계형 데이터베이스의 통합 쿼리에는 테이블 범위 지정 또는 확인된 쿼리가 없습니다. 복잡한 트랜잭션 데이터베이스 (예: PostgreSQL용 AlloyDB, Cloud SQL, Spanner) 스키마에서는 쿼리 정확도가 달라질 수 있습니다.

다음 단계