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.
- BigQuery(데이터 수집 모드 및 페더레이션 쿼리 모드 (프리뷰)에서 사용 가능)
- Spanner(데이터 수집 모드 및 페더레이션 쿼리 모드 (프리뷰)에서 사용 가능)
- Cloud SQL(데이터 수집 모드 및 페더레이션 쿼리 모드 (프리뷰)에서 사용 가능)
- PostgreSQL용 AlloyDB(데이터 수집 모드 및 페더레이션 쿼리 모드 (프리뷰)에서 사용 가능)
페더레이션 쿼리 모드에서 BigQuery, Spanner, Cloud SQL 또는 PostgreSQL용 AlloyDB 데이터 스토어를 연결하면 Knowledge Catalog(프리뷰)가 별도의 데이터 스토어가 아닌 Gemini Enterprise 앱의 어시스턴트 탭에서 자동으로 사용 설정되어 에이전트에게 사용자가 액세스할 수 있는 데이터를 검색하고 컨텍스트를 조회할 수 있는 도구를 제공합니다.
사용 사례
데이터 클라우드 커넥터는 대화형 분석을 지원하도록 빌드되어 비즈니스 사용자와 분석가가 자연어로 질문하고, 데이터를 탐색하고, Gemini Enterprise 앱에서 인사이트를 생성할 수 있습니다. 사용 사례의 예를 들면 다음과 같습니다.
- BigQuery 분석: 자연어 프롬프트를 사용하여 BigQuery에 데이터 레지던시가 있거나 BigQuery에서 사용할 수 있는 구조화된 데이터를 쿼리하고 분석합니다.
- 실시간 운영 데이터베이스 인사이트 (Spanner, Cloud SQL, PostgreSQL용 AlloyDB): 관계형 및 분산형 데이터베이스에서 실시간 분석 쿼리와 승인된 데이터베이스 작업을 실행합니다.
데이터 클라우드 커넥터 작동 방식
데이터 수집 모드에서 데이터 클라우드 커넥터는 데이터 소스의 데이터를 Gemini Enterprise 데이터 스토어로 복사합니다.
페더레이션 쿼리 모드에서 데이터 클라우드 커넥터는 Gemini Enterprise 데이터 스토어에 데이터를 복사하거나 색인을 생성하지 않고 데이터를 제자리에서 쿼리합니다.
- 모델 컨텍스트 프로토콜 (MCP) 및 사용자별 인증: 각 데이터 클라우드 커넥터는 퍼스트 파티 (1P) MCP 서버를 기반으로 합니다. 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.
- Knowledge Catalog를 사용한 시맨틱 검색 및 컨텍스트 검색: 사용자가 데이터 질문을 하면 Gemini Enterprise 루트 에이전트는 기본 제공되는 Knowledge Catalog 도구를 사용하여 사용자가 액세스할 수 있는 데이터 애셋을 검색하고 관련 테이블, 스키마, 비즈니스 용어집 용어, 보강된 메타데이터 (기술 메타데이터, 이전 쿼리 패턴, LLM 추론에서 파생됨)를 포함한 컨텍스트를 조회합니다.
- 실시간 쿼리 작성 및 실행: 에이전트는 Knowledge Catalog에서 검색된 스키마와 비즈니스 컨텍스트를 사용하여 SQL 쿼리를 작성하고 커넥터의 MCP 도구를 호출하여 관리되는 실시간 결과를 반환합니다.
맞춤 MCP 서버 대비 퍼스트 파티 데이터 클라우드 커넥터의 이점
일반 커스텀 MCP 서버 데이터 스토어를 사용하여 공개 또는 자체 관리형 MCP 서버에 연결하는 것과 비교할 때 퍼스트 파티 데이터 클라우드 커넥터는 다음과 같은 이점을 제공합니다.
- 응답 품질을 높이는 기본 제공 기술: 퍼스트 파티 커넥터에는 BigQuery 및 데이터베이스를 위한 고급 SQL 및 AI 함수 생성과 같이 각 데이터 엔진에 맞게 사전 구성된 에이전트 기술이 포함되어 있어 쿼리 정확성과 응답 품질을 개선합니다.
- 간소화된 설정 및 관리형 인증: 퍼스트 파티 커넥터는Google Cloud 데이터베이스 및 BigQuery에 대한 관리형 인증을 통해 가이드 설정 환경을 제공하므로 MCP 미들웨어를 배포하거나Google Cloud 서비스에 대한 자체 OAuth 클라이언트 구성을 관리할 필요가 없습니다. 또한 BigQuery 쿼리 실행을 위해 기본 Google Cloud 결제 프로젝트를 결정론적으로 지정하는 것과 같은 커넥터별 설정을 통해 관리자는 거버넌스를 시행하고 쿼리 비용을 관리할 수 있습니다.
데이터 클라우드 커넥터와 대화형 분석 데이터 에이전트 사용 시기
데이터 클라우드 커넥터 (Gemini Enterprise에서 직접 마찰이 적고 광범위한 액세스 연결) 또는 대화형 분석 데이터 에이전트(높은 정확성을 위해 선별된 데이터 세트로 범위가 지정된 목적에 맞게 빌드된 도메인 전문가)를 사용하여 Gemini Enterprise에 데이터를 연결할 수 있습니다.
다음 표에서는 두 가지 접근 방식을 비교하여 사용 사례에 맞는 접근 방식을 선택하는 데 도움을 줍니다.
| 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 정확성이 필수적이고 전담 전문가 에이전트가 특정 데이터에 대한 엄격하고 결정론적인 범위 지정을 요구하는 선별된 도메인별 분석 |
| 쿼리 정확성 및 확인 | 카탈로그 메타데이터와 일반 기술을 사용하여 광범위한 스키마에서 쿼리를 동적으로 작성합니다. 명시적인 테이블 범위 지정 또는 검증된 쿼리가 없는 복잡하거나 정규화된 관계형 데이터베이스 스키마에서는 쿼리 정확성이 달라질 수 있습니다. | 선별된 스키마, 집중된 테이블 및 열 범위 지정, 검증된 쿼리 (골든 SQL)를 사용하여 타겟팅된 데이터 세트에 대해 높은 쿼리 정확도와 결정론적 결과를 제공합니다. |
| 리소스 범위 지정 | 광범위한 액세스: 인증된 사용자가 쿼리할 권한이 있는 연결된 데이터 소스의 모든 리소스에 액세스합니다 (Knowledge Catalog 및 기술에 의해 안내됨). | 결정론적 범위 지정: 에이전트를 사전 선택된 특정 데이터 세트 또는 테이블 집합으로 결정론적으로 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 소스로 제한됩니다 (예: BigQuery 데이터 에이전트는 BigQuery만 쿼리함). 사용자는 특정 에이전트를 검색하고 라우팅해야 하며, 하위 에이전트 핸드오프는 전체 루트 대화 컨텍스트를 유지하지 못할 수 있습니다. |
| 설정 및 유지보수 | 빠른 구성: 데이터 소스 유형당 하나의 커넥터를 구성하여 수동 스키마 선별 없이 사용자가 액세스할 수 있는 모든 데이터를 즉시 사용할 수 있습니다. | 사전 선별 절충: 테이블을 선택하고, 측정항목과 KPI를 정의하고, 검증된 쿼리를 작성해야 합니다. 이러한 사전 선별을 통해 결정론적이고 신뢰할 수 있는 쿼리 결과를 얻을 수 있습니다. |
| 성능 및 결제 고려사항 | 광범위한 데이터 자산에서 테이블을 검색하면 지연 시간이 추가될 수 있으며 정확성을 위해 잘 관리된 메타데이터와 기술이 필요합니다. | 도메인 선별 컨텍스트는 타겟팅된 워크로드에서 더 높은 정확도를 제공할 수 있지만 대화형 분석 데이터 에이전트에는 데이터 토큰 요금이 발생합니다. |
대화형 분석 데이터 에이전트 만들기 및 게시
관계형 데이터베이스 및 타겟팅된 비즈니스 측정항목에서 높은 쿼리 정확도를 달성하려면 범위가 지정된 대화형 분석 데이터 에이전트를 만들어 Gemini Enterprise에 게시하면 됩니다.
- Gemini Enterprise에 Spanner 데이터 에이전트 게시
- Gemini Enterprise에 Cloud SQL 데이터 에이전트 게시
- Gemini Enterprise에 PostgreSQL용 AlloyDB 데이터 에이전트 게시
- BigQuery의 대화형 분석
제한사항
- 새 앱을 만들거나 기존 앱에 데이터 스토어를 추가할 때는 단일 커넥터 유형에 속하는 작업에 하나의 데이터 스토어만 연결하는 것이 좋습니다.
- 관계형 데이터베이스의 페더레이션 쿼리에는 테이블 범위 지정 또는 확인된 쿼리가 없습니다. 쿼리 정확성은 복잡한 트랜잭션 데이터베이스 (예: PostgreSQL용 AlloyDB, Cloud SQL, Spanner) 스키마에 따라 달라질 수 있습니다.
다음 단계
- 기본 제공 분석 도구의 작동 방식과 기술 및 Knowledge Catalog를 사용하여 조직 컨텍스트를 제공하는 방법을 알아보려면 대화형 분석을 사용하는 데이터 클라우드 커넥터의 권장사항을 참고하세요.
- 지원되는 보안 제어 (DRZ, CMEK, VPC 서비스 제어) 및 조직 정책 구성에 대해 알아보려면 데이터 클라우드 커넥터 보호를 참조하세요.
- Knowledge Catalog가 데이터 클라우드 커넥터와 작동하는 방식과 앱의 어시스턴트 구성에서 이를 관리하는 방법을 알아보려면 Knowledge Catalog에 연결을 참고하세요.
- BigQuery로 커넥터를 만들고 구성하려면 BigQuery에 연결을 참고하세요.
- Spanner로 커넥터를 만들고 구성하려면 Spanner에 연결을 참조하세요.
- Cloud SQL로 커넥터를 만들고 구성하려면 Cloud SQL에 연결을 참조하세요.
- PostgreSQL용 AlloyDB로 커넥터를 만들고 구성하려면 PostgreSQL용 AlloyDB에 연결을 참조하세요.