이 튜토리얼에서는 데이터 분석가를 위한 BigQuery ML을 소개합니다. BigQuery ML을 사용 설정하면 사용자는 BigQuery에서 SQL 쿼리를 사용하여 머신러닝 모델을 만들고 실행할 수 있습니다. BigQuery ML의 목표는 SQL 실무자가 기존 도구를 사용하여 모델을 빌드할 수 있도록 지원하여 머신러닝을 대중화하고 데이터 이동의 필요성을 제거하여 개발 속도를 높이는 데 있습니다.
이 튜토리얼에서는 penguin
테이블을 사용하여 펭귄의 종, 사는 섬, 컬멘 길이 및 깊이, 지느러미 길이 및 성별을 기반으로 펭귄의 무게를 예측하는 모델을 만듭니다.
목표
이 가이드에서는 다음을 수행합니다.
- BigQuery ML에서
CREATE MODEL
문을 사용하여 선형 회귀 모델 만들기 ML.EVALUATE
함수를 사용하여 ML 모델 평가ML.PREDICT
함수를 사용하여 ML 모델로 예측
비용
이 튜토리얼에서는 다음을 포함하여 Google Cloud의 청구 가능한 구성요소가 사용됩니다.
- BigQuery
- BigQuery ML
BigQuery 비용에 대한 자세한 내용은 BigQuery 가격 책정 페이지를 참조하세요.
BigQuery ML 비용에 대한 자세한 내용은 BigQuery ML 가격 책정 페이지를 참조하세요.
시작하기 전에
- Google Cloud 계정에 로그인합니다. Google Cloud를 처음 사용하는 경우 계정을 만들고 Google 제품의 실제 성능을 평가해 보세요. 신규 고객에게는 워크로드를 실행, 테스트, 배포하는 데 사용할 수 있는 $300의 무료 크레딧이 제공됩니다.
-
Google Cloud Console의 프로젝트 선택기 페이지에서 Google Cloud 프로젝트를 선택하거나 만듭니다.
-
Cloud 프로젝트에 결제가 사용 설정되어 있는지 확인합니다. 프로젝트에 결제가 사용 설정되어 있는지 확인하는 방법을 알아보세요.
-
Google Cloud Console의 프로젝트 선택기 페이지에서 Google Cloud 프로젝트를 선택하거나 만듭니다.
-
Cloud 프로젝트에 결제가 사용 설정되어 있는지 확인합니다. 프로젝트에 결제가 사용 설정되어 있는지 확인하는 방법을 알아보세요.
- BigQuery는 새 프로젝트에서 자동으로 사용 설정됩니다.
기존 프로젝트에서 BigQuery를 활성화하려면 다음으로 이동합니다.
BigQuery API 사용 설정
1단계: 데이터 세트 만들기
첫 번째 단계는 ML 모델을 저장할 BigQuery 데이터 세트를 만드는 것입니다. 데이터 세트를 만들려면 다음 안내를 따르세요.
Google Cloud 콘솔에서 BigQuery 페이지로 이동합니다.
탐색 패널의 리소스 섹션에서 프로젝트 이름을 클릭합니다.
오른쪽의 세부정보 패널에서 데이터 세트 만들기를 클릭합니다.
데이터 세트 만들기 페이지에서 다음을 수행합니다.
- 데이터 세트 ID에
bqml_tutorial
을 입력합니다. 데이터 위치로 미국(US)을 선택합니다. 현재 공개 데이터 세트는
US
멀티 리전 위치에 저장됩니다. 여기에서는 편의상 같은 위치에 데이터세트를 배치해야 합니다.
- 데이터 세트 ID에
다른 기본 설정은 모두 그대로 두고 데이터세트 만들기를 클릭합니다.
2단계: 모델 만들기
다음으로 BigQuery용 펭귄 테이블을 사용하여 선형 회귀 모형을 만듭니다. 다음 표준 SQL 쿼리는 펭귄의 체중 예측에 사용하는 모델을 만드는 데 사용됩니다.
#standardSQL CREATE OR REPLACE MODEL `bqml_tutorial.penguins_model` OPTIONS (model_type='linear_reg', input_label_cols=['body_mass_g']) AS SELECT * FROM `bigquery-public-data.ml_datasets.penguins` WHERE body_mass_g IS NOT NULL
CREATE MODEL
명령어를 실행하면 모델 만들기 외에도 만든 모델을 학습시킬 수 있습니다.
쿼리 세부정보
CREATE MODEL
절을 사용하여 bqml_tutorial.penguins_model
이라는 모델을 만들고 학습시킵니다.
OPTIONS(model_type='linear_reg', input_label_cols=['body_mass_g'])
절은 선형 회귀 모델을 만든다는 것을 나타냅니다. 선형 회귀는 입력 특성의 선형 조합에서 연속 값을 생성하는 회귀 모델의 한 유형입니다. body_mass_g
열은 입력 라벨 열입니다. 선형 회귀 모델에서 라벨 열은 실수치여야 합니다 즉, 열 값은 실수여야 합니다.
이 쿼리의 SELECT
문은 bigquery-public-data.ml_datasets.penguins
테이블의 모든 열을 사용합니다.
이 테이블에는 모두 펭귄의 무게를 예측하는 데 사용되는 다음 열이 포함됩니다.
species
— 펭귄의 종(문자열)island
— 펭귄이 사는 섬(문자열)culmen_length_mm
— 컬멘 길이(밀리미터)(FLOAT64).culmen_depth_mm
— 컬멘 깊이(밀리미터)(FLOAT64)flipper_length_mm
— 지느러미의 길이(밀리미터)(FLOAT64)sex
— 펭귄의 성별(문자열)
FROM
절(bigquery-public-data.ml_datasets.penguins
)은 ml_datasets
데이터세트에서 펭귄 테이블을 쿼리함을 나타냅니다.
이 데이터 세트는 bigquery-public-data
프로젝트에 있습니다.
WHERE
절(WHERE body_mass_g IS NOT NULL
)은 body_mass_g가 NULL인 행을 제외합니다.
CREATE MODEL
쿼리 실행
CREATE MODEL
쿼리를 실행하여 모델을 만들고 학습시키려면 다음 안내를 따르세요.
Google Cloud 콘솔에서 새 쿼리 작성 버튼을 클릭합니다.
쿼리 편집기 텍스트 영역에 다음 표준 SQL 쿼리를 입력합니다.
#standardSQL CREATE OR REPLACE MODEL `bqml_tutorial.penguins_model` OPTIONS (model_type='linear_reg', input_label_cols=['body_mass_g']) AS SELECT * FROM `bigquery-public-data.ml_datasets.penguins` WHERE body_mass_g IS NOT NULL
실행을 클릭합니다.
이 쿼리는 완료하는 데 약 30초가 소요되며, 이후에는 모델(
penguins_model
)이 탐색 패널에 표시됩니다. 이 쿼리에서는CREATE MODEL
문을 사용하여 테이블을 만들므로 쿼리 결과가 표시되지 않습니다.
(선택사항) 3단계: 학습 통계 가져오기
모델 학습 결과를 확인하려면 ML.TRAINING_INFO
함수를 사용하거나 Google Cloud 콘솔에서 통계를 보면 됩니다. 이 가이드에서는 Google Cloud 콘솔을 사용합니다.
머신러닝 알고리즘은 많은 예를 검사하고 손실을 최소화하는 모델을 찾으려고 시도함으로써 모델을 빌드합니다. 이 프로세스를 경험적 위험 최소화라고 합니다.
손실은 잘못된 예측에 대한 페널티입니다. 예를 들어 모델 예측이 얼마나 잘못되었는지를 나타내는 숫자입니다. 모델의 예측이 완벽하면 손실은 0이고 그렇지 않으면 손실은 그보다 커집니다. 모델 학습의 목표는 모든 예시에서 평균적으로 손실이 적은 가중치와 편향의 집합을 찾는 것입니다.
CREATE MODEL
쿼리를 실행할 때 생성된 모델 학습 통계를 확인하려면 다음 안내를 따르세요.
Google Cloud 콘솔 탐색 패널의 리소스 섹션에서 [PROJECT_ID] > bqml_tutorial을 펼친 후 penguins_model을 클릭합니다.
학습 탭을 클릭한 후 테이블을 클릭합니다. 결과는 다음과 같이 표시됩니다.
학습 데이터 손실 열은 학습 데이터 세트에서 모델 학습이 진행된 후 계산된 손실 측정항목을 나타냅니다. 선형 회귀를 수행했으므로 이 열은 평균 제곱 오차입니다. 이 학습에는 'normal_equation' 최적화 전략이 자동으로 사용되므로 반복 1회만 최종 모델에 수렴하면 됩니다.
optimize_strategy
옵션에 대한 자세한 내용은 일반화 선형 모델의 CREATE MODEL 문을 참조하세요.ML.TRAINING_INFO
함수와 'optimize_strategy' 학습 옵션에 대한 자세한 내용은 BigQuery ML 구문 참조를 확인하세요.
4단계: 모델 평가
모델을 만든 후에는 ML.EVALUATE
함수를 사용하여 모델의 성능을 평가합니다. ML.EVALUATE
함수는 실제 데이터를 기준으로 예측 값을 평가합니다.
모델을 평가하는 데 사용되는 쿼리는 다음과 같습니다.
#standardSQL SELECT * FROM ML.EVALUATE(MODEL `bqml_tutorial.penguins_model`, ( SELECT * FROM `bigquery-public-data.ml_datasets.penguins` WHERE body_mass_g IS NOT NULL))
쿼리 세부정보
맨 위에 있는 SELECT
문은 모델의 열을 검색합니다.
FROM
절은 bqml_tutorial.penguins_model
모델에 ML.EVALUATE
함수를 사용합니다.
이 쿼리의 중첩된 SELECT
문과 FROM
절은 CREATE MODEL
쿼리와 동일합니다.
WHERE
절(WHERE body_mass_g IS NOT NULL
)은 body_mass_g가 NULL인 행을 제외합니다.
올바르게 평가하려면 모델 학습에 사용된 데이터와 분리된 펭귄 테이블의 하위 집합에서 평가를 수행해야 하지만 또한 입력 데이터를 제공하지 않고 ML.EVALUATE
를 호출할 수도 있습니다. ML.EVALUATE
는 자동으로 예약된 평가 데이터 세트를 사용하는 학습 중에 계산된 평가 측정항목을 검색합니다.
#standardSQL SELECT * FROM ML.EVALUATE(MODEL `bqml_tutorial.penguins_model`)
Google Cloud 콘솔을 사용하여 학습 중에 계산된 평가 측정항목을 볼 수도 있습니다. 다음과 같은 결과가 표시됩니다.
ML.EVALUATE
쿼리 실행
모델을 평가하는 ML.EVALUATE
쿼리를 실행하려면 다음 안내를 따르세요.
Google Cloud 콘솔에서 새 쿼리 작성 버튼을 클릭합니다.
쿼리 편집기 텍스트 영역에 다음 표준 SQL 쿼리를 입력합니다.
#standardSQL SELECT * FROM ML.EVALUATE(MODEL `bqml_tutorial.penguins_model`, ( SELECT * FROM `bigquery-public-data.ml_datasets.penguins` WHERE body_mass_g IS NOT NULL))
(선택사항) 처리 위치를 설정하려면 더보기 > 쿼리 설정을 클릭합니다. 데이터 위치에
US
를 선택합니다. 처리 위치는 데이터 세트 위치를 기준으로 자동 감지되므로 이 단계는 선택사항입니다.실행을 클릭합니다.
쿼리가 완료되면 쿼리 텍스트 영역 아래의 결과 탭을 클릭합니다. 다음과 같은 결과가 표시됩니다.
선형 회귀를 수행했으므로 결과에 다음 열이 포함됩니다.
mean_absolute_error
mean_squared_error
mean_squared_log_error
median_absolute_error
r2_score
explained_variance
평가 결과에서 중요 측정항목은 R2 점수입니다. R2 점수는 선형 회귀 예측이 실제 데이터에 가까운지 알 수 있는 통계 척도입니다. 0은 모델이 평균 주위 응답 데이터의 변동성을 전혀 설명하지 못한다는 것을 나타냅니다. 1은 모델이 평균 주위 응답 데이터의 변동성을 모두 설명한다는 것을 나타냅니다.
5단계: 모델을 사용하여 결과 예측
모델을 평가했으므로 다음 단계에서는 이 모델을 사용하여 결과를 예측합니다. 모델을 사용하여 Biscoe에 있는 모든 펭귄의 체질량을 그램 단위로 예측합니다.
결과를 예측하는 데 사용되는 쿼리는 다음과 같습니다.
#standardSQL SELECT * FROM ML.PREDICT(MODEL `bqml_tutorial.penguins_model`, ( SELECT * FROM `bigquery-public-data.ml_datasets.penguins` WHERE body_mass_g IS NOT NULL AND island = "Biscoe"))
쿼리 세부정보
최상위 SELECT
문은 bigquery-public-data.ml_datasets.penguins
의 열과 함께 predicted_body_mass_g
열을 검색합니다.
이 열은 ML.PREDICT
함수에서 생성됩니다. ML.PREDICT
함수를 사용할 때 모델의 출력 열 이름은 predicted_<label_column_name>
입니다. 선형 회귀 모델에서 predicted_label
은 label
의 예상 값입니다. 로지스틱 회귀 모델에서 predicted_label
은 두 입력 라벨 중 예측 확률이 더 높은 라벨입니다.
ML.PREDICT
함수는 bqml_tutorial.penguins_model
모델을 사용하여 결과를 예측할 때 사용됩니다.
이 쿼리의 중첩된 SELECT
문과 FROM
절은 CREATE MODEL
쿼리와 동일합니다.
WHERE
절(WHERE island = "Biscoe"
)은 예측을 Biscoe 섬으로 제한한다는 의미입니다.
ML.PREDICT
쿼리 실행
모델을 사용하여 결과를 예측하는 쿼리를 실행하려면 다음 안내를 따르세요.
Google Cloud 콘솔에서 새 쿼리 작성 버튼을 클릭합니다.
쿼리 편집기 텍스트 영역에 다음 표준 SQL 쿼리를 입력합니다.
#standardSQL SELECT * FROM ML.PREDICT(MODEL `bqml_tutorial.penguins_model`, ( SELECT * FROM `bigquery-public-data.ml_datasets.penguins` WHERE body_mass_g IS NOT NULL AND island = "Biscoe"))
(선택사항) 처리 위치를 설정하려면 더보기 > 쿼리 설정을 클릭합니다. 데이터 위치에
US
를 선택합니다. 처리 위치는 데이터 세트 위치를 기준으로 자동 감지되므로 이 단계는 선택사항입니다.실행을 클릭합니다.
쿼리가 완료되면 쿼리 텍스트 영역 아래의 결과 탭을 클릭합니다. 다음과 같은 결과가 표시됩니다.
6단계: Explainable AI 메서드로 예측 결과 설명
모델에서 이러한 예측 결과를 생성하는 이유를 알아보려면 ML.EXPLAIN_PREDICT
함수를 사용하면 됩니다.
ML.EXPLAIN_PREDICT
는 ML.PREDICT
의 확장된 버전입니다. ML.EXPLAIN_PREDICT
는 결과를 설명하는 추가 열이 있는 예측 결과를 반환합니다. ML.PREDICT
가 없어도 ML.EXPLAIN_PREDICT
를 실행할 수 있습니다. BigQuery ML의 Shapley 값과 Explainable AI에 대한 자세한 내용은 BigQuery ML Explainable AI 개요를 참조하세요.
설명을 생성하는 데 사용되는 쿼리는 다음과 같습니다.
#standardSQL SELECT * FROM ML.EXPLAIN_PREDICT(MODEL `bqml_tutorial.penguins_model`, ( SELECT * FROM `bigquery-public-data.ml_datasets.penguins` WHERE body_mass_g IS NOT NULL AND island = "Biscoe"), STRUCT(3 as top_k_features))
쿼리 세부정보
ML.EXPLAIN_PREDICT
쿼리 실행
모델을 설명하는 ML.EXPLAIN_PREDICT
쿼리를 실행하려면 다음 안내를 따르세요.
Google Cloud 콘솔에서 새 쿼리 작성 버튼을 클릭합니다.
쿼리 편집기에 다음과 같은 표준 SQL 쿼리를 입력합니다.
#standardSQL SELECT * FROM ML.EXPLAIN_PREDICT(MODEL `bqml_tutorial.penguins_model`, ( SELECT * FROM `bigquery-public-data.ml_datasets.penguins` WHERE body_mass_g IS NOT NULL AND island = "Biscoe"), STRUCT(3 as top_k_features))
실행을 클릭합니다.
쿼리가 완료되면 쿼리 편집기 아래의 결과 탭을 클릭합니다. 다음과 같은 결과가 표시됩니다.
선형 회귀 모델에서 Shapley 값은 모델의 특성별로 특성 기여값을 생성하는 데 사용됩니다. ML.EXPLAIN_PREDICT
는 쿼리에서 top_k_features
가 3으로 설정되었기 때문에 제공된 테이블의 행당 특성 기여 항목 3개를 출력합니다. 이러한 기여 항목은 절댓값을 기준으로 내림차순으로 정렬됩니다. 모든 예시에서 sex
특성이 전체 예측에 가장 많이 기여했습니다. ML.EXPLAIN_PREDICT
쿼리 출력 열에 대한 자세한 설명은 ML.EXPLAIN_PREDICT
구문 문서를 참조하세요.
(선택사항) 7단계: 모델을 전역적으로 설명
일반적으로 penguine 가중치를 결정하는 데 가장 중요한 특성이 무엇인지 알아보려면 ML.GLOBAL_EXPLAIN
함수를 사용하면 됩니다. ML.GLOBAL_EXPLAIN
을 사용하려면 ENABLE_GLOBAL_EXPLAIN=TRUE
옵션을 사용하여 모델을 다시 학습해야 합니다. 이 옵션과 함께 다음 쿼리를 사용하여 학습 쿼리를 다시 실행합니다.
#standardSQL CREATE OR REPLACE MODEL `bqml_tutorial.penguins_model` OPTIONS (model_type='linear_reg', input_label_cols=['body_mass_g'], enable_global_explain=TRUE) AS SELECT * FROM `bigquery-public-data.ml_datasets.penguins` WHERE body_mass_g IS NOT NULL
ML.GLOBAL_EXPLAIN
을 통해 전역 설명에 액세스
전역 설명을 생성하는 데 사용되는 쿼리는 다음과 같습니다.
#standardSQL SELECT * FROM ML.GLOBAL_EXPLAIN(MODEL `bqml_tutorial.penguins_model`)
쿼리 세부정보
ML.GLOBAL_EXPLAIN
쿼리 실행
ML.GLOBAL_EXPLAIN
쿼리를 실행하려면 다음 안내를 따르세요.
Google Cloud 콘솔에서 새 쿼리 작성 버튼을 클릭합니다.
쿼리 편집기 텍스트 영역에 다음 표준 SQL 쿼리를 입력합니다.
#standardSQL SELECT * FROM ML.GLOBAL_EXPLAIN(MODEL `bqml_tutorial.penguins_model`)
(선택사항) 처리 위치를 설정하려면 더보기 > 쿼리 설정을 클릭합니다. 데이터 위치에
US
를 선택합니다. 처리 위치는 데이터 세트 위치를 기준으로 자동 감지되므로 이 단계는 선택사항입니다.실행을 클릭합니다.
쿼리가 완료되면 쿼리 텍스트 영역 아래의 결과 탭을 클릭합니다. 다음과 같은 결과가 표시됩니다.
삭제
이 가이드에서 사용된 리소스 비용이 Google Cloud 계정에 청구되지 않도록 하려면 리소스가 포함된 프로젝트를 삭제하거나 프로젝트를 유지하고 개별 리소스를 삭제하세요.
- 만든 프로젝트를 삭제할 수 있습니다.
- 또는 프로젝트를 유지하고 데이터 세트를 삭제할 수 있습니다.
데이터 세트 삭제
프로젝트를 삭제하면 프로젝트의 데이터 세트와 테이블이 모두 삭제됩니다. 프로젝트를 다시 사용하려면 이 가이드에서 만든 데이터 세트를 삭제할 수 있습니다.
필요한 경우 Google Cloud 콘솔에서 BigQuery 페이지를 엽니다.
앞서 만든 bqml_tutorial 데이터 세트를 탐색에서 선택합니다.
창의 오른쪽에 있는 데이터 세트 삭제를 클릭합니다. 데이터 세트, 테이블, 모든 데이터가 삭제됩니다.
데이터 세트 삭제 대화상자에서 데이터 세트 이름(
bqml_tutorial
)을 입력하여 삭제 명령어를 확인한 후 삭제를 클릭합니다.
프로젝트 삭제
프로젝트를 삭제하는 방법은 다음과 같습니다.
- Google Cloud 콘솔에서 리소스 관리 페이지로 이동합니다.
- 프로젝트 목록에서 삭제할 프로젝트를 선택하고 삭제를 클릭합니다.
- 대화상자에서 프로젝트 ID를 입력한 후 종료를 클릭하여 프로젝트를 삭제합니다.
다음 단계
- 머신러닝 단기집중과정을 참조하여 머신러닝 알아보기
- BigQuery ML 개요는 BigQuery ML 소개를 참조하세요.
- Google Cloud 콘솔에 대한 자세한 내용은 Google Cloud 콘솔 사용을 참조하세요.