GSP1257

개요

문제를 해결해야 하는 탐정인데, 단서 대신 방대한 양의 데이터 스프레드시트가 여러 개 있다고 생각해 보세요.

여러분은 전국의 이동식 커피 트럭 회사를 위한 데이터 수집, 분석, 인사이트 전문 회사인 Data Beans에 새로 입사한 데이터 분석가입니다. 입사 첫 주에 커피 트럭, 메뉴, 주문과 관련된 회사의 데이터를 탐색하는 임무를 맡았습니다. 온보딩 동료가 BigQuery와 함께 테이블 탐색기, 데이터 인사이트 기능을 사용하여 데이터를 이해하고 데이터에서 인사이트를 수집하는 방법을 추천합니다. 이러한 기능을 사용하면 SQL 쿼리를 처음부터 새로 작성하지 않아도 회사의 데이터를 탐색하고 데이터에서 인사이트를 얻을 수 있습니다.

목표

이 실습에서는 다음을 수행하는 방법에 대해 알아봅니다.

• 주문 상품 테이블에서 데이터 인사이트를 생성합니다.
• 테이블 탐색기와 위치 테이블을 사용하여 기본 쿼리를 생성합니다.
• SQL 코드 없이 주문 상품 테이블을 쿼리합니다.

목표를 완료한 후에는 이러한 기능을 사용하여 메뉴 및 주문 테이블을 검토하는 개방형 활동을 수행합니다.

마지막으로 실습 일지의 질문에 답하면서 이 실습에서 배운 내용을 되짚어보고 본인의 사용 사례에 테이블 탐색기와 데이터 인사이트 기능을 어떻게 적용할 수 있을지 생각해 봅니다.

설정 및 요건

실습 시작 버튼을 클릭하기 전에

다음 안내를 확인하세요. 실습에는 시간 제한이 있으며 일시중지할 수 없습니다. 실습 시작을 클릭하면 타이머가 시작됩니다. 이 타이머는 Google Cloud 리소스를 사용할 수 있는 시간이 얼마나 남았는지를 표시합니다.

실무형 실습을 통해 시뮬레이션이나 데모 환경이 아닌 실제 클라우드 환경에서 실습 활동을 진행할 수 있습니다. 실습 시간 동안 Google Cloud에 로그인하고 액세스하는 데 사용할 수 있는 새로운 임시 사용자 인증 정보가 제공됩니다.

이 실습을 완료하려면 다음을 준비해야 합니다.

• 표준 인터넷 브라우저 액세스 권한(Chrome 브라우저 권장)

참고: 이 실습을 실행하려면 시크릿 모드(권장) 또는 시크릿 브라우저 창을 사용하세요. 개인 계정과 학습자 계정 간의 충돌로 개인 계정에 추가 요금이 발생하는 일을 방지해 줍니다.

• 실습을 완료하기에 충분한 시간(실습을 시작하고 나면 일시중지할 수 없음)

참고: 이 실습에는 학습자 계정만 사용하세요. 다른 Google Cloud 계정을 사용하는 경우 해당 계정에 비용이 청구될 수 있습니다.

실습을 시작하고 Google Cloud 콘솔에 로그인하는 방법

1. 실습 시작 버튼을 클릭합니다. 실습 비용을 결제해야 하는 경우 결제 수단을 선택할 수 있는 대화상자가 열립니다. 왼쪽에는 다음과 같은 항목이 포함된 실습 세부정보 창이 있습니다.

   • Google Cloud 콘솔 열기 버튼
   • 남은 시간
   • 이 실습에 사용해야 하는 임시 사용자 인증 정보
   • 필요한 경우 실습 진행을 위한 기타 정보

2. Google Cloud 콘솔 열기를 클릭합니다(Chrome 브라우저를 실행 중인 경우 마우스 오른쪽 버튼으로 클릭하고 시크릿 창에서 링크 열기를 선택합니다).

   실습에서 리소스가 가동되면 다른 탭이 열리고 로그인 페이지가 표시됩니다.

   팁: 두 개의 탭을 각각 별도의 창으로 나란히 정렬하세요.

   참고: 계정 선택 대화상자가 표시되면 다른 계정 사용을 클릭합니다.

3. 필요한 경우 아래의 사용자 이름을 복사하여 로그인 대화상자에 붙여넣습니다.

   {{{user_0.username | "Username"}}}

   실습 세부정보 창에서도 사용자 이름을 확인할 수 있습니다.

4. 다음을 클릭합니다.

5. 아래의 비밀번호를 복사하여 시작하기 대화상자에 붙여넣습니다.

   {{{user_0.password | "Password"}}}

   실습 세부정보 창에서도 비밀번호를 확인할 수 있습니다.

6. 다음을 클릭합니다.

   중요: 실습에서 제공하는 사용자 인증 정보를 사용해야 합니다. Google Cloud 계정 사용자 인증 정보를 사용하지 마세요. 참고: 이 실습에 자신의 Google Cloud 계정을 사용하면 추가 요금이 발생할 수 있습니다.

7. 이후에 표시되는 페이지를 클릭하여 넘깁니다.

   • 이용약관에 동의합니다.
   • 임시 계정이므로 복구 옵션이나 2단계 인증을 추가하지 않습니다.
   • 무료 체험판을 신청하지 않습니다.

잠시 후 Google Cloud 콘솔이 이 탭에서 열립니다.

참고: Google Cloud 제품 및 서비스에 액세스하려면 탐색 메뉴를 클릭하거나 검색창에 제품 또는 서비스 이름을 입력합니다.

작업 1. 주문 상품 테이블에서 데이터 인사이트 생성

이 작업에서는 coffee_on_wheels 데이터 세트 안의 order_item 테이블에 대한 데이터 인사이트를 사용 설정합니다.

데이터 인사이트는 복잡한 SQL 쿼리를 작성할 필요 없이 간편하게 데이터를 탐색하고 인사이트를 수집하기 원하는 모든 사람을 위한 도구입니다.

1. Google Cloud 콘솔의 탐색 메뉴에서 BigQuery를 클릭합니다.

2. 시작 팝업에서 완료를 클릭합니다.

3. 탐색기 패널에서 프로젝트를 펼칩니다. 목록 하단에 coffee_on_wheels 데이터 세트가 표시됩니다.

4. coffee_on_wheels 데이터 세트를 펼치면 order_item 테이블이 표시됩니다.

5. order_item 테이블을 클릭합니다. order_item 스키마가 표시됩니다. 스키마의 세부정보를 검토합니다.

6. 인사이트 탭을 클릭합니다. "인사이트가 아직 생성되지 않았습니다."라는 메시지가 표시됩니다. 실습 환경에서 인사이트가 생성된 적이 없기 때문에 이는 정상적인 현상입니다.

7. 인사이트 생성 버튼을 클릭합니다. 그러면 Gemini가 order_item 테이블에서 인사이트를 생성합니다.

   참고: 테이블의 인사이트를 생성하는 데 몇 분 정도 걸릴 수 있으며, 이는 정상적인 현상입니다. 인사이트가 생성될 때까지 기다렸다가 이 작업이 완료되는 것을 확인하세요. 나중에 order_item 테이블의 인사이트로 다시 돌아올 것입니다.

내 진행 상황 확인하기를 클릭하여 목표를 확인합니다. 주문 상품 테이블에서 데이터 인사이트 생성

작업 2. 테이블 탐색기를 사용하여 위치 테이블의 세부정보 검토

인사이트가 생성될 때까지 기다리는 동안 BigQuery의 테이블 탐색기 기능을 사용하여 coffee_on_wheels 데이터 세트에 포함된 location 테이블을 검토합니다. 또한 테이블 탐색기를 사용하여 Coffee Cart Connection, Empire Espresso, Street Sips 트럭과 관련된 모든 필드를 찾는 기본 쿼리를 빌드해 봅니다.

테이블 탐색기 액세스

1. 탐색기 패널에서 location 테이블을 클릭합니다. location 테이블 스키마가 표시됩니다. 스키마의 세부정보를 검토합니다.

2. 테이블 탐색기 탭을 클릭합니다. 아래의 쿼리를 실행하여, 상단에 고윳값 섹션이 있고 하단에 생성된 쿼리 섹션이 있는 BigQuery Studio 페이지가 어떻게 달라지는지 확인합니다.

   SELECT * FROM `{{{project_0.project_id|set at lab start}}}.coffee_on_wheels.location`;

   고윳값 섹션에서 작업을 진행합니다. SELECT FIELDS 버튼을 사용하여 필드를 추가하면 생성된 쿼리 세션의 쿼리가 변경됩니다.

필드를 선택하여 기본 쿼리 빌드

1. 필드 선택을 클릭합니다. 테이블의 모든 필드가 표시됩니다.

2. 모든 필드를 선택하고 저장을 클릭합니다. 각 필드의 대화형 카드가 표시됩니다. 대화형 카드에는 데이터 세트의 각 필드에 대한 가장 일반적인 값이 표시됩니다. 각 카드의 값을 사용하여 쿼리를 수정할 수 있습니다. 단, SQL 문에서는 카드 1개만 필터(Where 절)로 사용할 수 있습니다.

3. location_name 카드를 사용하여 새로운 쿼리를 생성합니다. 다음을 클릭합니다.

   • Coffee Cart Connection
   • Street Sips
   • Empire Espresso Explorer
   참고: 이 값을 선택하면 BigQuery에 "이 스크립트는 실행 시 5.7KB를 처리합니다."라는 메시지가 표시됩니다. 이는 쿼리를 실행할 때 이 스크립트가 처리하는 데이터의 양을 나타냅니다.

   그리고 쿼리는 다음과 같습니다.

   SELECT `city_id`, `company_id`, `location_id`, `location_name`, `location_type` FROM `{{{project_0.project_id|set at lab start}}}.coffee_on_wheels.location` WHERE (`location_name` IN ('Coffee Cart Connection', 'Empire Espresso Explorer', 'Street Sips'));

4. 적용을 클릭합니다. 다른 카드의 다른 값은 어떻게 달라지는지 확인합니다.

5. 쿼리에 복사를 클릭합니다.

6. BigQuery Studio에서 새로운 제목 없는 쿼리 탭이 열립니다.

7. 실행을 클릭합니다. 그러면 3개의 행에 각 트럭의 city_id, company_id, location_id, location_name, location_type이 결과로 표시됩니다.

   수고하셨습니다. SQL 코드를 사용하지 않고 테이블 탐색기로 첫 번째 쿼리를 작성했습니다.

요약하면 테이블 탐색기는 BigQuery에서 데이터 탐색을 시작하는 데 사용하는 도구이며, 특히 SQL을 처음 사용하거나 데이터를 빠르게 이해해야 할 때 유용합니다.

테이블 탐색기에 대해 알아두어야 할 몇 가지 중요한 사항은 다음과 같습니다.

• 한 번에 1개의 테이블을 탐색하는 시각적 도구입니다.
• 여러 테이블 간의 조인과 같은 복잡한 작업은 지원하지 않습니다.
• 기본적인 SQL 쿼리를 생성합니다. 예를 들어 AND 또는 OR과 같은 연산자를 포함하는 복잡한 WHERE 절 문은 생성할 수 없습니다.
• 복잡한 쿼리를 위한 AI 기반 지원은 제공하지 않습니다.

학습 내용 확인

1. BigQuery의 데이터와 사용 사례를 고려할 때 테이블 탐색기 기능을 어떻게 사용하면 좋을까요?

내 진행 상황 확인하기를 클릭하여 목표를 확인합니다. 테이블 탐색기를 사용하여 위치 테이블의 세부정보 검토

작업 3. 코드 없이 주문 상품 테이블 쿼리

앞의 작업에서 생성한 인사이트가 준비되어 있습니다. 이 작업에서는 코드를 사용하지 않고 이 인사이트에서 생성한 프롬프트를 사용하여 order_item 테이블을 쿼리해 보겠습니다.

인사이트를 선택하고 관련 쿼리를 실행

1. 탐색기 패널에서 order_item 테이블을 클릭합니다. 연결된 필드와 함께 스키마를 검토합니다.

2. 인사이트를 클릭합니다. 앞서 생성한 인사이트가 바로 이 시점에 나열되어야 합니다.

   참고: 각 인사이트는 '누가, 무엇을, 언제, 어디서, 어떻게'로 시작하거나 '계산하다, 식별하다, 찾다'와 같은 작업 동사가 포함된 질문의 형태입니다.

3. 인사이트 목록을 검토하여 아래와 비슷한 인사이트를 찾아보세요.

   각 메뉴 항목에서 발생한 총수익은 얼마인가요? 참고: 이 인사이트는 "이 쿼리는 각 메뉴 항목별로 발생한 총수익을 계산해야 해."와 같은 문구를 사용하여 생성했을 수 있습니다. 참고: 인사이트는 Gemini에 의해 생성되므로, 위와 동일한 인사이트는 찾지 못할 수 있습니다. Gemini가 데이터 세트의 데이터와 학습된 모델을 기반으로 인사이트를 예측하기 때문입니다. 그러므로 order_item 테이블에서 각 메뉴 항목의 총수익이 포함된 유사한 인사이트를 찾아야 합니다. 이 프롬프트 예시로 작업을 수행하려면 '인사이트 생성' 버튼을 사용하여 필요에 따라 인사이트를 다시 생성하세요.

4. 유사한 인사이트를 발견하면 해당 인사이트를 펼쳐 기본 SQL 코드를 확인합니다. 아래와 유사한 쿼리가 표시됩니다.

   SELECT menu_id, SUM(item_total) AS total_revenue FROM `coffee_on_wheels.order_item` GROUP BY menu_id;

5. 쿼리에 복사를 클릭합니다. BigQuery Studio에서 새 탭이 열립니다. 이 탭은 이름이 '제목 없는 쿼리'이고 질문(쿼리를 생성한 프롬프트)과 쿼리가 포함되어 있습니다.

6. 실행을 클릭합니다. 쿼리가 실행되고 결과가 표시됩니다. 결과에는 필드가 2개 있는데, 하나는 메뉴 ID이고 다른 하나는 각 메뉴 항목별로 발생한 총수익입니다. 이 정보는 유용하지만 어떤 항목의 수익이 가장 높은지 바로 알 수 없으며, 총수익 필드에 불필요한 소수점 이하 자리가 포함되어 있습니다. 이 문제도 SQL 코드 없이 해결할 수 있습니다.

코드 없이 쿼리를 소수점 이하 두 자리만 포함하도록 변환

1. 쿼리를 선택합니다.

2. SELECT 문의 바로 왼쪽에서 , 변환을 차례로 클릭합니다. 빈 텍스트 필드와 생성 버튼이 있는 대화상자가 표시됩니다. 여기에서 자연어를 기반으로 쿼리를 변환할 수 있습니다.

3. 아래의 프롬프트를 입력합니다.

   total_revenue를 소수점 이하 2자리로 표시해 줘.

4. 생성을 클릭합니다. 원래의 쿼리가 빨간색 배경 텍스트로 표시되고 수정된 쿼리가 녹색 배경 텍스트로 표시됩니다.

5. 새로 제안된 쿼리가 마음에 들면 삽입을 클릭합니다. 쿼리가 '제목 없는 쿼리' 탭에 삽입되며 다음과 같이 표시됩니다.

   -- What is the total revenue generated by each menu item? -- Display total_revenue as 2 decimal points. SELECT menu_id, ROUND(SUM(item_total), 2) AS total_revenue FROM `{{{project_0.project_id|set at lab start}}}.coffee_on_wheels.order_item` GROUP BY 1;

6. 실행을 클릭합니다. 이제 total_revenue 필드가 결과에 소수점 이하 2자리까지만 표시되는 형식으로 바뀌었습니다.

쿼리를 변환하여 결과를 내림차순으로 정렬

1. 쿼리를 선택합니다.

2. SELECT 문의 바로 왼쪽에서 , 변환을 차례로 클릭합니다.

3. 아래의 프롬프트를 입력합니다.

   total_revenue 필드를 내림차순으로 정렬해 줘.

4. 생성을 클릭합니다. 원래의 쿼리가 빨간색 배경 텍스트로 표시되고 수정된 쿼리가 녹색 배경 텍스트로 표시됩니다.

5. 새로 제안된 쿼리가 마음에 들면 삽입을 클릭합니다. 쿼리가 '제목 없는 쿼리' 탭에 삽입되며 다음과 같이 표시됩니다.

   -- What is the total revenue generated from each menu item? -- Display total_revenue as 2 decimal points. -- Order the total_revenue field in descending order. SELECT menu_id, ROUND(SUM(item_total), 2) AS total_revenue FROM `{{{project_0.project_id|set at lab start}}}.coffee_on_wheels.order_item` GROUP BY menu_id ORDER BY total_revenue DESC;

6. 실행을 클릭합니다. 이제 total_revenue 필드가 내림차순으로 정렬되어 총수익이 가장 높은 메뉴 항목이 먼저 표시되는 것을 확인할 수 있습니다.

수고하셨습니다. SQL 코드를 사용하지 않고도 데이터 인사이트를 사용하여 인사이트를 선택하고 변환했습니다.

요약하면 BigQuery 데이터 인사이트는 복잡한 SQL 쿼리를 작성할 필요 없이 간편하게 데이터를 탐색하고 인사이트를 수집하기 원하는 모든 사람을 위한 도구입니다.

BigQuery 인사이트에 대해 알아두어야 할 몇 가지 중요한 사항은 다음과 같습니다.

• 데이터를 탐색하고 이해하는 데 유용한 도구이며, 특히 SQL을 처음 사용하거나 데이터 분석을 시작하려는 경우에 유용합니다.
• Gemini를 사용하여 데이터의 메타데이터를 기반으로 쿼리를 생성하는 이 도구를 통해 관련성 높은 인사이트를 더욱 쉽게 찾을 수 있습니다.
• 데이터의 잠재력을 활용하는 데 도움이 되는 기능입니다.

학습 내용 확인

1. order_item 테이블에서 가장 유용한 인사이트는 무엇이었나요?

2. BigQuery의 데이터와 사용 사례를 고려할 때 데이터 인사이트 기능을 어떻게 사용하면 좋을까요?

내 진행 상황 확인하기를 클릭하여 목표를 확인합니다. 코드 없이 주문 상품 테이블 쿼리

작업 4. 메뉴 및 주문 테이블 검토

이 작업에서는 coffee_on_wheels 데이터 세트의 나머지 메뉴와 주문 테이블을 탐색하고 실습 일지에 나온 아래의 질문에 답해 봅니다. 지금까지 데이터 인사이트와 테이블 탐색기 도구에 대해 알아보았으니 이들 도구를 사용하여 아래의 질문에 답하거나, 원할 경우 직접 쿼리를 작성해 보시기 바랍니다. 다만 이 실습의 남은 시간을 고려하세요. 시간이 5분이 남았을 때 모든 진행 상황 확인을 완료하여 이 실습을 완료한 것에 대한 크레딧을 받으세요.

1. 각 크기별로 평균 가격이 가장 높은 상위 3개 항목을 찾아보세요.

   • 이 항목이 포함된 테이블은 무엇인가요?
   • 이 질문에 답하는 데 도움이 되는 도구는 무엇인가요?

2. location_id 37의 모든 주문을 찾아보세요.

   • 이 정보가 포함된 테이블은 무엇인가요?
   • 이 위치에서는 주문이 몇 건 이루어졌나요?
   • 모든 주문을 찾으려면 어떤 도구를 사용해야 할까요?

3. 내 사용 사례에는 테이블 탐색기와 데이터 인사이트 중 어떤 도구가 가장 도움이 될까요? 그 이유는 무엇인가요?

질문에 답한 후에 실습 일지 해답을 검토하세요.

수고하셨습니다

이 실습에서는 데이터 인사이트를 생성하고, 이 인사이트를 사용하여 코드 없이 coffee_on_wheels 데이터 세트를 쿼리하는 방법을 알아보았습니다. 또한 테이블 탐색기를 사용하여 위치 테이블을 탐색하고 코드 없이 기본 쿼리를 생성하는 방법도 알아보았습니다. 마지막으로, BigQuery를 통해 이러한 기능을 내 데이터와 사용 사례에 적용하는 방법을 살펴 보았습니다.

다음 단계/더 학습하기

이 실습에서 배운 내용과 일지에 기록한 대답을 팀과 공유해 보세요. 아래의 링크에서 더 많은 내용을 알아볼 수 있습니다.

• 데이터 인사이트
• 테이블 탐색기
• Gemini 모델
• 생성형 AI

Google Cloud 교육 및 자격증

Google Cloud 기술을 최대한 활용하는 데 도움이 됩니다. Google 강의에는 빠른 습득과 지속적인 학습을 지원하는 기술적인 지식과 권장사항이 포함되어 있습니다. 기초에서 고급까지 수준별 학습을 제공하며 바쁜 일정에 알맞은 주문형, 실시간, 가상 옵션이 포함되어 있습니다. 인증은 Google Cloud 기술에 대한 역량과 전문성을 검증하고 입증하는 데 도움이 됩니다.

설명서 최종 업데이트: 2024년 10월 7일

실습 최종 테스트: 2024년 10월 7일

Copyright 2025 Google LLC. All rights reserved. Google 및 Google 로고는 Google LLC의 상표입니다. 기타 모든 회사명 및 제품명은 해당 업체의 상표일 수 있습니다.