이제 Google 검색을 통한 그라운딩 기능을 사용할 수 있습니다. 자세히 알아보기

이 페이지는 Cloud Translation API를 통해 번역되었습니다.

Gemini로 AI 데이터 탐색 에이전트 빌드

비즈니스를 위한 인공지능 (AI) 기반 채팅 인터페이스 빌드 동료들이 시스템에 대해 질문할 수 있고 비즈니스 데이터 조직의 데이터를 분석하고 보고하는 것은 비즈니스 운영 방식을 개선하는 데 필수적입니다 문제 찾기, 발견 올바른 데이터를 사용하면 조사 결과를 모두 얻을 수 있지만, 코딩을 하지 않는 동료가 올바른 데이터를 찾도록 돕는 것은 매우 어렵습니다

이 SQL 토크 프로젝트는 생성형 AI 기술을 사용하여 비즈니스 데이터에 관한 질문에 답할 수 있습니다. 프로젝트는 Gemini API 및 함수 호출 기능을 사용하여 비즈니스 데이터 질문을 SQL 쿼리 및 API 호출로 변환한 다음 쉽게 이해할 수 있습니다 이 프로젝트를 자체 비즈니스를 위한 데이터 에이전트를 빌드하기 위한 출발점으로 삼고 동료들은 일회용 코드를 여러 번 작성하지 않고도 답변을 얻을 수 있습니다.

통계를 포함한 프로젝트 개요 및 확장 방법에 대한 동영상 보기 개발자로부터 확인해 보세요. AI 데이터 에이전트 | Google AI로 빌드 아니면 다음을 사용하여 프로젝트 확장을 시작할 수 있습니다. 참조하세요.

SQL 토크 프로젝트 애플리케이션 사용자 인터페이스

그림 1. SQL 토크 프로젝트 애플리케이션 사용자 인터페이스입니다.

프로젝트 설정

이 안내는 Google Cloud 콘솔 및 개발 및 테스트입니다 일반적인 단계는 SQL 토크 만들기 프로젝트에서 Google Cloud Shell 편집기를 설정합니다. Google Cloud 프로젝트 ID 가져오기, 스크립트를 사용하여 프로젝트 설정을 구성합니다. 이 안내에서는 Cloud Shell 편집기를 사용해 프로젝트를 설정하고, 이를 통해 프로젝트를 빠르고 편리하게 업데이트할 수 있습니다

프로젝트의 Cloud Shell 인스턴스 만들기

프로젝트 저장소를 Cloud Shell 인스턴스 가상 개발 환경을 설정하는 프로세스입니다. Google Cloud 인프라 내부에 새 인스턴스를 배치하고 가상 환경에 배포하는 데 사용할 수 있습니다

SQL Talk용 Cloud Shell 인스턴스를 만들려면 다음 안내를 따르세요.

다음 링크를 클릭하여 SQL Talk의 Cloud Shell 인스턴스

이 링크는 Google Cloud Shell 편집기 인스턴스를 설정하고 SQL Talk용 저장소를 인스턴스로 보냅니다

SQL Talk 프로젝트 코드가 표시된 Google Cloud Shell 편집기

그림 2. Google Cloud Shell 편집기에 클론된 SQL 토크 프로젝트 개발 환경입니다.

Cloud 프로젝트 ID 가져오기

SQL Talk 프로젝트는 Google Cloud 프로젝트 ID를 사용하여 Google Cloud에 연결합니다. Gemini 모델을 비롯한 모든 서비스에 적용됩니다 프로젝트 ID를 구성하려면 Cloud Shell 편집기를 사용하여 애플리케이션에서 이러한 서비스에 연결할 수 있습니다.

Cloud Shell 편집기를 프로젝트 ID에 연결하려면 다음 안내를 따르세요.

Google Cloud 콘솔을 열고 필요한 경우 로그인합니다.
기존 Cloud 프로젝트를 선택합니다. 새 계정을 만듭니다.
프로젝트의 Cloud 프로젝트 ID를 기록해 둡니다.
프로젝트에 편집기 인스턴스를 연결하고 프로젝트를 구성합니다. Cloud Shell 편집기 창의 터미널 패널에서 다음 명령어를 입력합니다.
```
gcloud config set project YOUR_PROJECT_ID
```

SQL Talk 프로젝트 구성

SQL Talk 프로젝트는 Google Cloud 서비스를 사용하여 프로젝트를 실행합니다. BigQuery 데이터베이스 서비스와 Gemini 모델에 연결하기 위한 Vertex AI API SQL 토크 프로젝트에는 프로젝트를 구성하는 setup.sh 스크립트가 포함되어 있습니다. Cloud Shell에서 기본 버전인 살펴보겠습니다

프로젝트 Cloud Shell 편집기 인스턴스를 구성하고 실행하려면 다음 안내를 따르세요.

Cloud Shell 편집기 창 터미널 패널에서 Cloud Shell Shell SQL Talk (/sql-talk-app) 프로젝트 디렉터리:
```
cd ~/cloudshell_open/generative-ai/gemini/function-calling/sql-talk-app
```
터미널 패널에서 다음 명령어를 입력합니다.
```
bash setup.sh
```

설정 스크립트가 성공적으로 완료되면 다음과 유사한 메시지가 표시됩니다. Cloud Shell 편집기 터미널 창에서 다음과 같이 설정합니다. 이 메시지 는 설정 프로세스가 성공했으며 SQL 토크 애플리케이션이 실행 중:

You can now view your Streamlit app in your browser.
Network URL: http://##.##.##.##:8080
External URL: http://##.##.##.##:8080

프로젝트 테스트

SQL Talk 프로젝트의 설정을 완료하면 확인하여 제대로 작동하는지 확인합니다. 설정 스크립트 실행할 때 애플리케이션이 자동으로 시작되며, 이 명령어를 사용하여 애플리케이션을 배포할 수 있습니다.

SQL 토크 애플리케이션을 실행하려면 다음 안내를 따르세요.

Cloud Shell 편집기가 유휴 상태이고 연결이 해제된 경우 Cloud 프로젝트 ID에 다시 연결합니다.
```
gcloud config set project YOUR_PROJECT_ID
```
Cloud Shell 편집기 창 터미널 패널에서 Cloud Shell Shell SQL Talk 프로젝트 디렉터리
```
cd ~/cloudshell_open/generative-ai/gemini/function-calling/sql-talk-app
```

터미널 패널에서 다음 명령어를 입력합니다.

~/miniforge/bin/streamlit run app.py --server.enableCORS=false \
    --server.enableXsrfProtection=false --server.port 8080

SQL 토크 애플리케이션을 확인합니다. Cloud Shell 편집기의 오른쪽 상단에 창에서 웹 미리보기 버튼을 선택한 다음 포트 8080에서 미리보기.

웹 미리보기 버튼이 강조 표시된 Cloud Shell 편집기 헤더

SQL 토크 애플리케이션의 업데이트를 보려면 다음 안내를 따르세요.

SQL 토크 웹 애플리케이션 웹 미리보기에서 브라우저를 새로고침하거나 브라우저 탭을 엽니다.

SQL 토크 애플리케이션을 중지하려면 다음 안내를 따르세요.

Cloud Shell 편집기 창 터미널 패널에서 Ctrl-C를 입력합니다.

애플리케이션 수정

동작을 변경하고 SQL 토크 애플리케이션에 기능을 추가할 수 있습니다. 이를 위해 애플리케이션의 Python 코드를 수정합니다 이 섹션에서는 SQL Talk 애플리케이션에 새 함수 호출을 추가합니다.

Gemini API 함수 호출 기능은 특정 문법을 사용하여 생성형 AI 모델에서 사용할 함수를 정의합니다. 질문에 답하거나 문제를 해결할 수 있습니다. 이 구문은 실제 API 호출의 구문과 정확하게 일치해야 합니다. 대신 생성 모델이 특정 데이터 입력을 제공하도록 강제하기 위한 호출 특성 또는 매개변수를 추가한 다음, 이러한 매개변수를 사용하여 애플리케이션 코드 내에서 실제 API 호출을 실행할 수 있습니다.

이 구현 예시는 함수 호출 정의를 만드는 방법을 보여줍니다. 최신 데이터베이스 쿼리나 작업을 나열한 다음 해당 정의를 실제 API 호출에 대해서 알아보겠습니다.

함수 호출 정의 추가

최근 데이터베이스 쿼리 또는 작업을 나열하기 위한 새 함수 호출을 추가합니다. 이 API 호출의 역할을 이해하기 위해 생성 모델이 사용하는 정의 필요한 입력 매개변수를 정의합니다. 이 함수 정의 예시는 매개변수 없이 정의됩니다.

애플리케이션에 새 함수 호출을 추가하려면 다음 안내를 따르세요.

Cloud Shell 편집기 창에서 sql-talk-app/app.py 코드 파일을 엽니다.

list_datasets_func 함수 선언 뒤에 새 함수 선언을 추가합니다. FunctionDeclaration입니다.

list_jobs_func = FunctionDeclaration(
    name="list_jobs",
    description="Get a list of the 10 most recent database requests to help answer the user's question",
    parameters={
        "type": "object",
        "properties": {
  },
},
)

새 함수를 sql_query_tool 객체에 추가합니다.

sql_query_tool = Tool(
    function_declarations=[
        sql_query_func,
        list_datasets_func,
        List_jobs_func,  # add this new function
        list_tables_func,
        get_table_func,
    ],
)

새 함수에 대한 API 호출을 실행하는 코드를 추가하려면 다음 안내를 따르세요.

sql-talk-app/app.py 코드 파일에서 새 if 절을 while function_calling_in_process:루프에 있습니다.

if response.function_call.name == "list_datasets":
    ...

# add this if clause for list_jobs function
if response.function_call.name == "list_jobs":
    api_response = client.list_jobs(max_results=10)  # API request(s)
    api_response = str([job.job_id for job in api_response])
    api_requests_and_responses.append(
      [response.function_call.name,params, api_response])

추가 리소스

SQL 쿼리 프로젝트에 대한 자세한 내용은 코드 저장소 자세한 내용은 Cloud 커뮤니티 블로그 게시물 SQL 토크 프로젝트에 대해 알아봤습니다 애플리케이션을 빌드하는 데 도움이 필요하거나 다른 개발자와의 공동작업을 원하는 경우 Google Developers Community Discord 서버 및 Google Cloud AI/ML 포럼. 더 많은 Build with Google AI 프로젝트를 보려면 동영상 재생목록이 있습니다.