로드 중...
검색 결과가 없습니다.

Google Cloud 콘솔에서 기술 적용

실습 설정 안내 및 요구사항
계정과 진행 상황을 보호하세요. 이 실습을 실행하려면 항상 시크릿 브라우저 창과 실습 사용자 인증 정보를 사용하세요.

Vertex AI 2.5 기반 JupyterLab의 BigQuery

실습 1시간 universal_currency_alt 크레딧 5개 show_chart 입문
info 이 실습에는 학습을 지원하는 AI 도구가 통합되어 있을 수 있습니다.
이 콘텐츠는 아직 휴대기기에 최적화되지 않음
최상의 경험을 위해 데스크톱 컴퓨터에서 이메일로 전송된 링크를 사용하여 방문하세요.

개요

이 실습에서는 Google Cloud Platform의 Vertex AI 서비스에서 실행 중인 Jupyter 노트북을 인스턴스화하는 방법을 소개합니다. 데모 과정에서는 이해를 돕기 위해 다양한 항공편 출발 및 도착 시간이 포함된 데이터 세트를 활용할 것입니다.

목표

이 실습에서는 다음 작업을 수행하는 방법에 대해 알아봅니다.

  • Vertex AI에서 Jupyter 노트북을 인스턴스화합니다.
  • Jupyter 노트북 내에서 BigQuery 쿼리를 실행하고 Pandas를 사용하여 출력을 처리합니다.

환경 설정

각 실습에서는 정해진 기간 동안 새 Google Cloud 프로젝트와 리소스 집합이 무료로 제공됩니다.

  1. 시크릿 창을 사용하여 Qwiklabs에 로그인합니다.

  2. 실습 사용 가능 시간(예: 1:15:00)을 참고하여 해당 시간 내에 완료합니다.
    일시중지 기능은 없습니다. 필요한 경우 다시 시작할 수 있지만 처음부터 시작해야 합니다.

  3. 준비가 되면 실습 시작을 클릭합니다.

  4. 실습 사용자 인증 정보(사용자 이름 및 비밀번호)를 기록해 두세요. Google Cloud Console에 로그인합니다.

  5. Google Console 열기를 클릭합니다.

  6. 다른 계정 사용을 클릭한 다음, 안내 메시지에 이 실습에 대한 사용자 인증 정보를 복사하여 붙여넣습니다.
    다른 사용자 인증 정보를 사용하는 경우 오류가 발생하거나 요금이 부과됩니다.

  7. 약관에 동의하고 리소스 복구 페이지를 건너뜁니다.

BigQuery 콘솔 열기

  1. Google Cloud 콘솔에서 탐색 메뉴 > BigQuery를 선택합니다.

Cloud Console의 BigQuery에 오신 것을 환영합니다라는 메시지 상자가 열립니다. 이 메시지 상자에서는 빠른 시작 가이드 링크 및 UI 업데이트 목록을 확인할 수 있습니다.

  1. 완료를 클릭합니다.

작업 1. Vertex AI Workbench 인스턴스 실행

  1. Google Cloud 콘솔의 탐색 메뉴(탐색 메뉴)에서 Vertex AI > 대시보드를 선택합니다.

  2. 모든 권장 API 사용 설정을 클릭합니다.

  3. 탐색 메뉴에서 Workbench를 클릭합니다.

    Workbench 페이지 상단에서 인스턴스 뷰에 있는지 확인합니다.

  4. 상자 추가새로 만들기를 클릭합니다.

  5. 인스턴스를 구성합니다.

    • 이름: lab-workbench
    • 리전: 리전을 (으)로 설정합니다.
    • 영역: 영역을 (으)로 설정합니다.
    • 고급 옵션(선택사항): 필요한 경우 '고급 옵션'을 클릭하여 추가로 맞춤설정(예: 머신 유형, 디스크 크기)할 수 있습니다.

Vertex AI Workbench 인스턴스 생성

  1. 만들기를 클릭합니다.

인스턴스를 만드는 데 몇 분 정도 걸립니다. 준비되면 이름 옆에 녹색 체크표시가 나타납니다.

  1. 인스턴스 이름 옆에 있는 JupyterLab 열기를 클릭하여 JupyterLab 인터페이스를 실행합니다. 그러면 브라우저에서 새 탭이 열립니다.

Workbench 인스턴스 배포됨

  1. Python 3 아이콘을 클릭하여 새로운 Python 노트북을 실행합니다.

Jupyter 노트북 열기

  1. 메뉴 바에서 Untitled.ipynb 파일을 마우스 오른쪽 버튼으로 클릭한 후 Rename Notebook(노트북 이름 변경)을 선택하여 적합한 이름을 지정합니다.

노트북 이름 변경

환경이 설정되었습니다. 이제 Vertex AI Workbench 노트북 작업을 시작할 준비가 되었습니다.

Vertex 노트북 준비 완료

내 진행 상황 확인하기를 클릭하여 목표를 확인합니다. Vertex AI Workbench 인스턴스 실행

작업 2. BigQuery 쿼리 실행하기

  1. 노트북의 첫 번째 셀에 다음 쿼리를 입력합니다.
%%bigquery df --use_rest_api SELECT depdelay as departure_delay, COUNT(1) AS num_flights, APPROX_QUANTILES(arrdelay, 10) AS arrival_delay_deciles FROM `cloud-training-demos.airline_ontime_data.flights` WHERE depdelay is not null GROUP BY depdelay HAVING num_flights > 100 ORDER BY depdelay ASC

이 명령어는 매직 함수 %%bigquery를 사용합니다. 노트북의 매직 함수는 시스템 명령어에 별칭을 제공합니다. 이 경우 %%bigquery는 BigQuery의 셀에서 쿼리를 실행하고 df라는 Pandas DataFrame 객체에 출력을 저장합니다.

  1. 커서가 셀에 있을 때 Shift + Enter를 눌러 셀을 실행합니다. 또는 실행 탭으로 이동한 경우 선택한 셀 실행을 클릭합니다. 이 경우 작업의 단축키는 Shift + Enter가 아닙니다. 명령어를 실행할 때 출력이 없어야 합니다.

내 진행 상황 확인하기를 클릭하여 목표를 확인합니다. BigQuery 쿼리 실행하기

  1. 새 셀에서 다음 코드를 실행하여 쿼리 출력의 처음 5개 행을 확인합니다.
df.head()

열 제목 아래 4개 데이터 행을 표시하는 df.head 쿼리 출력 테이블(departure_delay, num_flights, arival_delay_deciles)

Pandas를 사용하여 플롯 만들기

쿼리 출력이 포함된 Pandas DataFrame을 사용하여 도착 지연이 출발 지연과 어떤 관계인지 설명하는 플롯을 빌드해 보겠습니다. 계속하기에 앞서, Pandas에 익숙하지 않다면 10분 시작 가이드를 읽어 보시기 바랍니다.

  1. 필요한 데이터가 포함된 DataFrame을 얻기 위해서는 먼저 원시 쿼리 출력을 랭글링해야 합니다. 새 셀에 다음 코드를 입력하여 arrival_delay_deciles 목록을 Pandas Series 객체로 변환합니다. 이 코드를 입력하면 결과 열의 이름도 바뀝니다.
import pandas as pd percentiles = df['arrival_delay_deciles'].apply(pd.Series) percentiles.rename(columns = lambda x : '{0}%'.format(x*10), inplace=True) percentiles.head()
  1. 출발 지연 시간과 도착 지연 시간의 상호 연관성을 찾기 위해서는 percentiles 테이블을 원래 DataFrame의 departure_delay 필드에 연결해야 합니다. 새 셀에서 다음 코드를 실행합니다.
df = pd.concat([df['departure_delay'], percentiles], axis=1) df.head()
  1. DataFrame의 내용을 플롯하기 전에 0% 및 100% 필드에 저장된 극한의 값을 삭제해야 합니다. 새 셀에서 다음 코드를 실행합니다.
df.drop(labels=['0%', '100%'], axis=1, inplace=True) df.plot(x='departure_delay', xlim=(-30,50), ylim=(-50,50));

선 그래프 형식의 departure_delay 쿼리 출력

실습 종료하기

실습을 완료하면 실습 종료를 클릭합니다. Google Cloud Skills Boost에서 사용된 리소스를 자동으로 삭제하고 계정을 지웁니다.

실습 경험을 평가할 수 있습니다. 해당하는 별표 수를 선택하고 의견을 입력한 후 제출을 클릭합니다.

별점의 의미는 다음과 같습니다.

  • 별표 1개 = 매우 불만족
  • 별표 2개 = 불만족
  • 별표 3개 = 중간
  • 별표 4개 = 만족
  • 별표 5개 = 매우 만족

의견을 제공하고 싶지 않다면 대화상자를 닫으면 됩니다.

의견이나 제안 또는 수정할 사항이 있다면 지원 탭을 사용하세요.

Copyright 2026 Google LLC All rights reserved. Google 및 Google 로고는 Google LLC의 상표입니다. 기타 모든 회사명 및 제품명은 해당 업체의 상표일 수 있습니다.

시작하기 전에

  1. 실습에서는 정해진 기간 동안 Google Cloud 프로젝트와 리소스를 만듭니다.
  2. 실습에는 시간 제한이 있으며 일시중지 기능이 없습니다. 실습을 종료하면 처음부터 다시 시작해야 합니다.
  3. 화면 왼쪽 상단에서 실습 시작을 클릭하여 시작합니다.

시크릿 브라우징 사용

  1. 실습에 입력한 사용자 이름과 비밀번호를 복사합니다.
  2. 비공개 모드에서 콘솔 열기를 클릭합니다.

콘솔에 로그인

    실습 사용자 인증 정보를 사용하여
  1. 로그인합니다. 다른 사용자 인증 정보를 사용하면 오류가 발생하거나 요금이 부과될 수 있습니다.
  2. 약관에 동의하고 리소스 복구 페이지를 건너뜁니다.
  3. 실습을 완료했거나 다시 시작하려고 하는 경우가 아니면 실습 종료를 클릭하지 마세요. 이 버튼을 클릭하면 작업 내용이 지워지고 프로젝트가 삭제됩니다.

현재 이 콘텐츠를 이용할 수 없습니다

이용할 수 있게 되면 이메일로 알려드리겠습니다.

감사합니다

이용할 수 있게 되면 이메일로 알려드리겠습니다.

한 번에 실습 1개만 가능

모든 기존 실습을 종료하고 이 실습을 시작할지 확인하세요.

시크릿 브라우징을 사용하여 실습 실행하기

이 실습을 실행하는 가장 좋은 방법은 시크릿 모드 또는 시크릿 브라우저 창을 사용하는 것입니다. 개인 계정과 학생 계정 간의 충돌로 개인 계정에 추가 요금이 발생하는 일을 방지해 줍니다.