자연어로 레이크하우스 테이블 쿼리

BigQuery의 대화형 분석을 사용하면 자연어 프롬프트를 사용하여 개방형 형식 데이터를 쿼리할 수 있습니다. 이 기능은 경계 없는 레이크하우스 내의 레이크하우스 런타임 카탈로그를 사용하여 질문을 기본 테이블 스키마에 자동으로 매핑하므로 코드를 수동으로 작성하지 않고도 SQL 쿼리를 생성하고 실행할 수 있습니다.

쿼리를 설정할 때 데이터 에이전트를 사용하여 비즈니스 용어집과 시스템 요청 사항을 제공하면 정확성을 높일 수 있습니다.

대화 분석 작동 방식

대화형 분석은 대규모 언어 모델(LLM)을 사용하여 자연어 질문을 이해하고 이를 테이블 스키마에 매핑합니다. 이 과정은 다음과 같은 단계를 따릅니다.

  1. 스키마 탐색: 시스템은 Lakehouse 런타임 카탈로그에서 메타데이터를 검색하여 테이블 구조, 열 이름, 데이터 유형을 파악합니다.
  2. SQL 생성: LLM은 BigQuery 엔진 및 기본 데이터 형식과 호환되는 SQL 쿼리를 생성합니다.
  3. 실행: BigQuery는 Google Cloud의 Lakehouse에 있는 개방형 형식 데이터에 대해 생성된 SQL 쿼리를 직접 실행합니다.
  4. 대답: 결과가 대화형 인터페이스로 반환되며, 요약이나 시각화가 함께 제공되는 경우가 많습니다.

데이터 에이전트 관리, 가격 책정, 권장사항과 같은 대화형 분석에 대한 자세한 내용은 대화형 분석 개요를 참조하세요.

지원되는 형식

대화형 분석은 자연어 질문을 SQL 쿼리로 변환합니다. Apache Iceberg 테이블과 같이 Lakehouse 런타임 카탈로그에서 지원하는 개방형 테이블 형식을 지원합니다.

시작하기 전에

데이터를 쿼리하려면 먼저 Lakehouse 런타임 카탈로그에 외부 테이블을 등록하세요. Lakehouse 런타임 카탈로그는 BigQuery Studio를 외부 개방형 형식 데이터에 연결하는 통합 허브 역할을 합니다. 연결되면 테이블은 BigQuery 내에서 검색 가능한 애셋이 됩니다.

대화형 분석으로 테이블 쿼리

  1. Google Cloud 콘솔에서 BigQuery 에이전트 페이지로 이동합니다.

    에이전트로 이동

  2. 데이터 에이전트를 만들거나 데이터 소스와 직접 대화를 시작합니다.

    • 데이터 에이전트를 만들려면 에이전트 탐색 메뉴에서 에이전트 카탈로그를 클릭하고 에이전트 만들기를 클릭한 다음 지식 소스 섹션에서 소스 추가를 클릭합니다. 자세한 내용은 데이터 에이전트 만들기를 참조하세요.
    • 특정 테이블과 직접 대화를 시작하려면 에이전트 탐색 메뉴에서 새 채팅 > 소스를 클릭합니다.
  3. 테이블을 선택합니다.

    Lakehouse 런타임 카탈로그는 이러한 형식을 통합하므로 표준 BigQuery 테이블을 검색하는 것과 동일한 방식으로 외부 테이블을 검색합니다. 소스 선택 대화상자에서 다음을 수행합니다.

    1. 전체 탭에서 프로젝트의 카탈로그를 찾아보거나 검색 필드에 테이블 이름 또는 정규화된 이름을 입력한 후 Enter 키를 누릅니다. 예를 들어 다음 형식을 사용하여 검색할 수 있습니다.

      • TABLE_NAME
      • PROJECT_ID.CATALOG_ID.NAMESPACE_NAME.TABLE_NAME

      다음을 바꿉니다.

      • TABLE_NAME: 테이블의 이름
      • PROJECT_ID: 프로젝트의 ID
      • CATALOG_ID: 카탈로그 ID
      • NAMESPACE_NAME: 네임스페이스의 이름입니다.
    2. 정규화된 테이블 이름을 확인하여 소스를 확인합니다. Lakehouse 런타임 카탈로그에서 관리하는 Apache Iceberg 테이블은 일반적으로 4부분으로 구성된 PCNT(Project.Catalog.Namespace.Table) 형식을 따릅니다(예: PROJECT_ID.my_lakehouse_catalog.finance_namespace.my_iceberg_table). SAP 비즈니스 데이터 클라우드 테이블은 5부분으로 구성된 형식을 따릅니다(예: PROJECT_ID.my_bdc_catalog.sales_share.sales_schema.delta_table).

    3. 검색 결과에서 테이블 옆에 있는 체크박스를 선택합니다. 활성 대화 컨텍스트에 표를 추가하려면 확인을 클릭합니다.

  4. 자연어로 질문합니다. 시스템은 프롬프트를 BigQuery SQL 쿼리로 자동 변환합니다.

쿼리 정확성 개선

대화형 분석에서 스키마와 용어를 더 잘 이해할 수 있도록 데이터 에이전트 구성 옵션을 사용하세요. 이러한 옵션에는 비즈니스 용어집, 검증된 SQL 쿼리, 시스템 안내가 포함됩니다.

다음 단계