Gmail log in Big Query DB 스키마 기반 자연어 질의어 자동 생성 팁 소개
최근 Gemini, Claude나 ChatGPT 와 같은 생성형 AI 모델의 발전으로 데이터베이스 질의를 훨씬 쉽게 할 수 있게 되었습니다. 특히 흥미로운 점은 이들 AI 모델이 DB 스키마 정보만 주어지면, 이를 바탕으로 자연어 질의어를 자동으로 생성하고 이에 맞는 DB Query문 (SQL) 을 생성 할 수 있다는 것입니다. 이를 통해 사용자는 복잡한 쿼리 작성 없이 자연스러운 언어로 데이터베이스를 질의할 수 있게 되었습니다. 따라서 이는 RAG(Retrieval-Augmented Generation) 기술의 일부 활용 사례라고 볼 수 있습니다.
DB 스키마는 데이터베이스를 구성하는 테이블, 필드, 관계 등에 대한 구조를 정의한 것입니다. 이 스키마 정보를 AI 모델에 입력으로 주면, 모델은 스키마를 분석하여 어떤 종류의 정보가 저장되어 있는지 파악합니다. 그리고 이를 토대로 사용자가 데이터베이스에 어떤 질문을 할 수 있을지 유추하고, 그에 적합한 자연어 질의어를 생성하는 것이죠.
이는 기존에 사용자가 DB 스키마를 직접 분석하고 거기에 맞는 질문을 고민해야 했던 번거로움을 크게 줄여줍니다. 또한 SQL 문법을 잘 모르는 사용자도 자연어로 쉽게 DB를 질의할 수 있게 해줍니다.
이번 포스팅에서는 BigQuery에서 Gmail 로그에 대한 스키마를 활용하여 자연어 질의 및 SQL 문을 생성하는 방법을 소개하도록 하겠습니다.
2023년 2월부터 Gmail 로그를 Workspace 로그 및 보고서와 통합하여 BigQuery 작업을 간소화하고 모든 BigQuery 데이터를 한 곳에서 관리할 수 있습니다. Google 관리 콘솔의 동일한 위치에서 모든 Workspace 서비스의 BigQuery 로그와 보고서를 관리할 수 있습니다. Gmail BigQuery 뷰, 쿼리 및 스크립트를 Workspace 로그 및 보고서로 마이그레이션하는 것이 좋습니다.
자세한 정보는 구글 문서를 참고하시기 바랍니다.
Comments are closed.