ARC130

개요

챌린지 실습에서는 특정 시나리오와 일련의 작업이 주어집니다. 단계별 안내를 따르는 대신, 과정의 실습에서 배운 기술을 사용하여 스스로 작업을 완료하는 방법을 알아내 보세요. 이 페이지에 표시되어 있는 자동 채점 시스템에서 작업을 올바르게 완료했는지 피드백을 제공합니다.

챌린지 실습을 진행할 때는 새로운 Google Cloud 개념에 대한 정보가 제공되지 않습니다. 학습한 기술을 응용하여 기본값을 변경하거나 오류 메시지를 읽고 조사하여 실수를 바로잡아야 합니다.

100점을 받으려면 시간 내에 모든 작업을 성공적으로 완료해야 합니다.

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.

챌린지 시나리오

여러분은 최근 조직에 합류하여 팀에서 주니어 클라우드 엔지니어로 일하고 있습니다. 머신러닝(ML) 프로젝트를 맡게 되었으며, 클라이언트 요구사항 중 하나는 Google Cloud의 Cloud Natural Language API 서비스를 사용하여 프로젝트를 완료하는 것입니다.

다음 작업을 완료하는 데 필요한 기술과 지식을 보유해야 합니다.

챌린지

이 챌린지에서는 Google Docs를 설정하고 Natural Language API를 사용하여 고객이 제공한 리뷰에 대한 감정 분석을 수행하며, 구문과 품사를 분석하고, 영어 이외의 언어로 Natural Language API 요청을 만들어야 합니다.

다음 작업을 수행해야 합니다.

• API 키를 만듭니다.
• Google Docs를 설정하고 Natural Language API를 호출합니다.
• Natural Language API를 사용하여 구문 및 품사를 분석합니다.
• 다국어 자연어 처리를 수행합니다.

이 챌린지 실습에서는 작업 3과 4를 완료할 수 있도록 가상 머신(VM) 인스턴스가 구성되어 있습니다.

따라야 할 몇 가지 기준은 다음과 같습니다.

• 필요한 모든 API(예: Cloud Natural Language API)가 사용 설정되어 있는지 확인합니다.

각 작업은 아래에 자세히 설명되어 있습니다. 좋은 결과가 있길 바랍니다.

작업 1. API 키 만들기

1. 이 작업에서는 Natural Language API에 요청을 전송할 때 이 작업을 비롯하여 다른 작업에서 사용할 API 키를 만들어야 합니다.

2. 다른 작업에 사용할 수 있도록 API 키를 저장합니다.

내 진행 상황 확인하기를 클릭하여 목표를 확인합니다. API 키 만들기

작업 2. Google Docs 설정 및 Natural Language API 호출

이 작업을 수행하려면 Natural Language API를 사용하도록 Google Docs를 설정하고 Google Docs 문서에서 선택한 텍스트의 감정을 인식한 다음 감정에 따라 텍스트의 일부를 강조 표시해야 합니다.

텍스트에서 부정적 감정은 빨간색, 긍정적 감정은 녹색, 중립적 감정은 노란색으로 강조 표시됩니다.

1. 새 Google Docs 문서를 만듭니다.

2. Apps Script에서 다음 코드를 사용합니다. retrieveSentiment 함수에서 'your key here'를 Google Cloud 콘솔의 실제 API 키로 바꿉니다.

/** * @OnlyCurrentDoc * * 위 주석은 Apps Script가 이 부가기능의 파일 액세스 범위를 제한하도록 * 지시합니다. 이 부가기능은 부가기능이 사용된 파일만 * 읽거나 수정하려고 시도하며 사용자의 모든 파일을 읽거나 수정하려고 * 시도하지 않는다고 명시합니다. 사용자에게 표시되는 * 승인 요청 메시지에는 이 제한된 범위가 반영됩니다. */ /** * 문서가 열릴 때 Google Docs UI에 메뉴 항목을 * 만듭니다. * */ function onOpen() { var ui = DocumentApp.getUi(); ui.createMenu('Natural Language Tools') .addItem('Mark Sentiment', 'markSentiment') .addToUi(); } /** * 사용자 선택의 텍스트를 가져와서 긍정적 감정에는 녹색, * 부정적 감정에는 빨간색, 중립적 감정에는 노란색으로 감정에 따라 * 강조 표시합니다. * */ function markSentiment() { var POSITIVE_COLOR = '#00ff00'; // Colors for sentiments var NEGATIVE_COLOR = '#ff0000'; var NEUTRAL_COLOR = '#ffff00'; var NEGATIVE_CUTOFF = -0.2; // Thresholds for sentiments var POSITIVE_CUTOFF = 0.2; var selection = DocumentApp.getActiveDocument().getSelection(); if (selection) { var string = getSelectedText(); var sentiment = retrieveSentiment(string); // Select the appropriate color var color = NEUTRAL_COLOR; if (sentiment <= NEGATIVE_CUTOFF) { color = NEGATIVE_COLOR; } if (sentiment >= POSITIVE_CUTOFF) { color = POSITIVE_COLOR; } // Highlight the text var elements = selection.getSelectedElements(); for (var i = 0; i < elements.length; i++) { if (elements[i].isPartial()) { var element = elements[i].getElement().editAsText(); var startIndex = elements[i].getStartOffset(); var endIndex = elements[i].getEndOffsetInclusive(); element.setBackgroundColor(startIndex, endIndex, color); } else { var element = elements[i].getElement().editAsText(); foundText = elements[i].getElement().editAsText(); foundText.setBackgroundColor(color); } } } } /** * 선택한 텍스트의 콘텐츠를 포함하는 문자열을 반환합니다. * 텍스트가 선택되지 않은 경우 빈 문자열을 반환합니다. */ function getSelectedText() { var selection = DocumentApp.getActiveDocument().getSelection(); var string = ""; if (selection) { var elements = selection.getSelectedElements(); for (var i = 0; i < elements.length; i++) { if (elements[i].isPartial()) { var element = elements[i].getElement().asText(); var startIndex = elements[i].getStartOffset(); var endIndex = elements[i].getEndOffsetInclusive() + 1; var text = element.getText().substring(startIndex, endIndex); string = string + text; } else { var element = elements[i].getElement(); // Only translate elements that can be edited as text; skip // images and other non-text elements. if (element.editAsText) { string = string + element.asText().getText(); } } } } return string; } /** 문자열이 주어지면 Natural Language API를 호출하여 * 해당 문자열에서 감정을 반환합니다. 감정은 -1~1 범위의 * 실수이며, -1은 매우 부정적인 감정이고 * 1은 매우 긍정적인 감정입니다. */ function retrieveSentiment(line) { var apiKey = "your key here"; // Replace with your actual API key var apiEndpoint = "https://language.googleapis.com/v1/documents:analyzeSentiment?key=" + apiKey; // 텍스트와 해당 언어, 유형 및 인코딩을 포함하는 // 구조를 만듭니다. var docDetails = { language: 'en-us', type: 'PLAIN_TEXT', content: line }; var nlData = { document: docDetails, encodingType: 'UTF8' }; // 모든 옵션과 데이터를 함께 패키지화하여 호출 var nlOptions = { method : 'post', contentType: 'application/json', payload : JSON.stringify(nlData) }; // And make the call var response = UrlFetchApp.fetch(apiEndpoint, nlOptions); var data = JSON.parse(response); var sentiment = 0.0; // Ensure all pieces were in the returned value if (data && data.documentSentiment && data.documentSentiment.score){ sentiment = data.documentSentiment.score; } return sentiment; }

3. 문서에 텍스트를 추가합니다. 찰스 디킨스의 소설 두 도시 이야기에서 발췌한 샘플을 사용할 수 있습니다.

내 진행 상황 확인하기를 클릭하여 목표를 확인합니다. Google Docs 설정 및 Natural Language API 호출

작업 3. Natural Language API를 사용한 문법 및 품사 분석

이 작업을 완료하려면 SSH를 통해 프로비저닝된 VM 인스턴스에 연결합니다.

1. 다음 코드를 사용하여 analyze-request.json이라는 JSON 파일을 만듭니다.

{ "document":{ "type":"PLAIN_TEXT", "content": "Google, headquartered in Mountain View, unveiled the new Android phone at the Consumer Electronic Show. Sundar Pichai said in his keynote that users love their new Android phones. }, "encodingType": "UTF8" }

2. curl 명령어를 사용하여 요청(작업 1에서 이전에 저장한 API 키 환경 변수와 함께)을 Natural Language API에 전달하거나 gcloud ML 명령어를 사용하여 구문을 분석합니다.

3. 응답을 analyze-response.txt라는 파일에 저장합니다.

내 진행 상황 확인하기를 클릭하여 목표를 확인합니다. Natural Language API를 사용한 구문 및 품사 분석

작업 4. 다국어 자연어 처리 수행

이 작업을 완료하려면 SSH를 통해 프로비저닝된 VM 인스턴스에 연결합니다.

1. 프랑스어 문장이 포함된 아래 코드를 사용하여 multi-nl-request.json이라는 JSON 파일을 만듭니다.

{ "document":{ "type":"PLAIN_TEXT", "content":"Le bureau japonais de Google est situé à Roppongi Hills, Tokyo." } }

2. curl 명령어를 사용하여 요청(작업 1에서 이전에 저장한 API 키 환경 변수와 함께)을 Natural Language API에 전달하거나 gcloud ML 명령어를 사용하여 구문을 분석합니다.

3. 출력을 multi-response.txt라는 파일에 저장합니다.

내 진행 상황 확인하기를 클릭하여 목표를 확인합니다. 다국어 자연어 처리 수행

수고하셨습니다

수고하셨습니다. Natural Language API를 호출하여 Google Docs 텍스트에 대한 감정 분석을 수행하고 구문과 품사를 분석하는 작업을 완료했습니다.

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 7월 17일

실습 최종 테스트: 2024년 7월 17일

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