개요

BigQuery는 Google의 완전 관리형, 노옵스(NoOps), 저비용 분석 데이터베이스입니다. BigQuery를 사용하면 관리할 인프라나 데이터베이스 관리자가 없어도 테라바이트 단위의 대규모 데이터를 쿼리할 수 있습니다. BigQuery는 SQL을 사용하므로 사용한 만큼만 지불하는 모델의 장점을 활용할 수 있습니다. BigQuery는 데이터를 분석하여 의미 있고 유용한 정보를 찾는 데 집중할 수 있게 해줍니다.

이 실습에서 사용할 데이터 세트는 Google Merchandise Store의 Google 애널리틱스 레코드 수백만 개가 BigQuery에 로드된 전자상거래 데이터 세트입니다. 이 실습에서는 해당 데이터 세트의 복사본에서 사용 가능한 필드와 행을 탐색하여 유용한 정보를 파악합니다.

이 실습에서는 여러 유형의 데이터 세트를 BigQuery 내부의 테이블에 수집합니다.

설정 및 요건

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.

2. 완료를 클릭합니다.

작업 1. 테이블을 저장할 새 데이터 세트 만들기

1. 기존 탐색기에서 프로젝트 옆에 있는 세로 점 3개를 클릭한 다음 데이터 세트 만들기를 클릭합니다.

2. 데이터 세트 ID를 ecommerce로 설정합니다. 다른 필드는 기본값 그대로 둡니다.

3. 데이터 세트 만들기를 클릭합니다.

이제 프로젝트 이름 아래에 ecommerce 데이터 세트가 표시됩니다.

작업 2. CSV에서 새 데이터 세트 수집

시나리오: 마케팅팀에서 재고 수준에 따라 프로모션이 적용되는 제품을 결정할 수 있도록 도움을 달라고 요청합니다. 또한 각 제품에 대한 고객 감정의 추세가 어떤지 제품 리뷰를 바탕으로 확인하고 싶어합니다.

기존 전자상거래 데이터 세트에는 재고 수준이나 제품 리뷰 데이터가 포함되어 있지 않지만 운영팀 및 마케팅팀에서 분석을 위한 새로운 데이터 세트를 제공했습니다.

시작하려면 다음 단계를 따르세요.

1. product stock level 데이터 세트를 다운로드하여 컴퓨터에 로컬 파일로 저장합니다.

2. ecommerce 데이터 세트를 선택한 다음 테이블 만들기를 클릭합니다.

3. 아래와 같이 테이블 옵션을 지정합니다.

소스:

• 테이블을 만들 소스: 업로드
• 파일 선택: 앞서 다운로드한 로컬 파일 선택
• 파일 형식: CSV

대상:

• 테이블 이름: products

• 다른 설정은 모두 기본값 그대로 둡니다.

스키마:

• 스키마 및 입력 파라미터에 대해 자동 감지를 선택합니다.

도움말: 체크박스가 표시되지 않나요? 파일 형식이 Avro가 아닌 CSV인지 재확인하세요.

• 파티션 및 클러스터 설정: 기본 설정을 유지합니다.

고급 옵션:

• 기본 설정을 유지합니다.

4. 테이블 만들기를 클릭합니다.

이제 ecommerce 데이터 세트 아래에 products 테이블이 표시됩니다.

5. products 테이블을 선택하여 세부정보를 봅니다.

6. 미리보기를 선택하고 모든 열이 로드되었는지 확인합니다(아래 샘플 참조).

SKU	name	orderedQuantity	stockLevel	restockingLeadTime
GGOEGDHQ014899	20 oz Stainless Steel Insulated Tumbler	499	652	2
GGOEGOAB022499	Satin Black Ballpoint Pen	403	477	2
GGOEYHPB072210	Twill Cap	1429	1997	2
GGOEGEVB071799	Pocket Bluetooth Speaker	214	246	2

CSV 파일이 새 BigQuery 테이블에 성공적으로 로드되었습니다.

SQL을 사용하여 새로 로드된 데이터 탐색

다음으로, 새 products 테이블에서 유용한 정보를 얻을 수 있는 기본적인 쿼리를 실습해보겠습니다.

• + SQL 쿼리에서 stockLevel이 가장 높은 상위 5개 제품을 나열하는 쿼리를 작성합니다.

#standardSQL SELECT * FROM ecommerce.products ORDER BY stockLevel DESC LIMIT 5

작업 3. Google Cloud Storage에서 데이터 수집

1. ecommerce 데이터 세트를 선택하고 테이블 만들기를 클릭합니다.

2. 아래와 같이 테이블 옵션을 지정합니다.

소스:

• 테이블을 만들 소스: Google Cloud Storage
• GCS 버킷에서 파일 선택: cloud-training/data-insights-course/exports/products.csv
• 파일 형식: CSV

대상:

• 테이블 이름: products

• 나머지 설정은 모두 기본값으로 둡니다.

스키마:

• 스키마 및 입력 파라미터에 대해 자동 감지를 선택합니다.

고급 옵션:

• 기본 설정을 유지합니다.

3. 테이블 만들기를 클릭합니다.

그렇지만 테이블이 생성되지 않습니다.

4. 취소를 클릭하여 메시지를 닫은 다음 테이블 만들기 대화상자에서 예, 종료합니다를 클릭합니다.

5. 탐색기 창에서 작업 기록으로 이동한 다음 프로젝트 기록을 클릭하고 표시된 오류 메시지를 선택합니다.

6. 세부정보를 검토한 다음 닫기를 클릭합니다.

7. 스키마 섹션에 도달할 때까지 작업 3을 반복합니다.

8. 아래로 스크롤하여 고급 옵션을 펼치고 쓰기 환경설정 드롭다운 메뉴에서 테이블 덮어쓰기를 선택합니다.

9. 이제 테이블 만들기를 클릭합니다.

10. 테이블이 제대로 생성되었는지 확인합니다.

작업 4. Google Sheets에서 새 데이터 세트 수집

1. + SQL 쿼리를 선택합니다.

2. 다음 쿼리를 실행하여 재고 회전율을 기준으로 재입고가 가장 필요한 제품이 무엇이고 이러한 제품이 얼마나 빨리 보충될 수 있는지 확인합니다.

#standardSQL SELECT *, SAFE_DIVIDE(orderedQuantity,stockLevel) AS ratio FROM ecommerce.products WHERE # include products that have been ordered and # are 80% through their inventory orderedQuantity > 0 AND SAFE_DIVIDE(orderedQuantity,stockLevel) >= .8 ORDER BY restockingLeadTime DESC 참고: project_id.ecommerce.products 대신 ecommerce.products와 같은 상대적인 프로젝트 이름 경로를 지정하면 BigQuery는 현재 프로젝트를 사용합니다.

작업 5. Google Sheets에 데이터 저장

시나리오: 재고를 재주문하기 위해 공급업체에 연락했는지 여부를 기록하고 상품에 대한 메모를 작성하는 방법을 공급망 관리팀에 제공하려고 합니다. 간단한 조사를 수행하기 위해 Google Sheets를 사용하기로 했습니다.

이제 스프레드시트를 만듭니다.

1. 쿼리 결과에서 결과 저장 > Google Sheets를 선택합니다.

2. 스프레드시트를 열 수 있는 링크가 포함된 팝업이 표시되면 열기를 선택합니다.

3. 스프레드시트의 G열에 comments라는 새 필드를 추가하고 첫 번째 제품 행에 new shipment on the way를 입력합니다.

4. Google Sheets에서 공유와 공유 가능한 링크 받기를 선택한 다음 링크를 복사합니다.

5. BigQuery 탭으로 돌아갑니다.

6. ecommerce 데이터 세트를 클릭한 다음 테이블 만들기를 클릭합니다.

7. 다음 테이블 옵션을 지정합니다.

소스:

• 테이블을 만들 소스: Drive
• Drive URI 선택: put-your-spreadsheet-url-here
• 파일 형식: Google 시트

대상:

• 테이블 유형: 기본값 유지(외부 테이블)
• 테이블 이름: products_comments

스키마:

• 스키마 및 입력 파라미터에 대해 자동 감지를 선택합니다.

고급 옵션:

• 건너뛸 헤더 행: 1로 설정합니다.
• 모든 옵션은 기본값 그대로 둡니다.

8. 테이블 만들기를 클릭합니다.

참고: 데이터가 수집되지 않으므로 외부로 연결된 테이블을 만들기 위한 로드 작업은 없습니다.

외부 스프레드시트에서 데이터 쿼리

1. + SQL 쿼리를 클릭합니다.

2. 아래 쿼리를 추가한 후 실행을 클릭합니다.

#standardSQL SELECT * FROM ecommerce.products_comments WHERE comments IS NOT NULL

쿼리가 실행될 때까지 기다립니다. 이제 새로운 comments 필드가 반환된 것을 확인할 수 있습니다.

SKU	name	orderedQuantity	stockLevel	restockingLeadTime	ratio	comments
GGOENEBB078899	Cam Indoor Security Camera - USA	2139	2615	42	0.8179732314	new shipment on the way

3. Google Sheets 탭으로 다시 이동합니다.

4. Comments 필드에 다른 내용을 추가합니다.

5. BigQuery로 돌아가서 실행을 클릭하여 쿼리를 다시 실행합니다.

6. 새 데이터가 결과에 올바르게 표시되는지 확인합니다.

BigQuery에 Google Spreadsheets를 연결하는 외부 테이블 연결이 생성되었습니다.

작업 6. 외부 테이블 성능 및 데이터 품질 고려사항

외부 테이블을 BigQuery에 연결할 때(예: Google Sheets, 또는 Google Cloud Storage에서 직접 연결) 몇 가지 제한사항이 있습니다. 가장 중요한 두 가지는 다음과 같습니다.

• 쿼리하는 도중 소스에서 데이터 값이 변경되면 데이터 일관성이 보장되지 않습니다.
• BigQuery 외부에 저장된 데이터 소스는 BigQuery에서 데이터 스토리지를 관리할 때 얻을 수 있는 성능상의 이점(쿼리 실행 경로 자동 최적화, 특정 와일드 카드 함수 중지 등이 포함되나 이에 국한되지 않음)을 이용할 수 없습니다.

수고하셨습니다.

새로운 데이터 세트를 만들고 CSV, Google Cloud Storage, Google Drive에서 BigQuery로 새로운 외부 데이터 소스를 수집하는 방법을 학습했습니다.

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.