이 페이지는 Cloud Translation API를 통해 번역되었습니다.

멀티모달 임베딩 생성 및 검색

이 튜토리얼에서는 이미지 및 텍스트용 멀티모달 임베딩을 만든 다음 교차 모달리티 텍스트-이미지 검색을 수행하는 엔드 투 엔드 프로세스를 안내합니다.

이 튜토리얼에서는 다음 태스크를 다룹니다.

Cloud Storage 버킷의 이미지 데이터에 대해 BigQuery 객체 테이블 생성하기
BigQuery의 Colab Enterprise 노트북을 사용하여 이미지 데이터 탐색
Vertex AI multimodalembedding 기반 모델을 타겟팅하는 BigQuery ML 원격 모델 만들기
원격 모델을 ML.GENERATE_EMBEDDING 함수와 함께 사용하여 객체 테이블의 이미지에서 임베딩 생성하기
임베딩 생성 오류 수정
(선택사항) 이미지 임베딩의 색인을 생성하기 위한 벡터 색인 만들기
지정된 검색 문자열의 텍스트 임베딩을 만듭니다.
VECTOR_SEARCH 함수를 사용하여 텍스트 임베딩과 유사한 이미지 임베딩 검색
노트북을 사용하여 결과 시각화

이 튜토리얼에서는 퍼블릭 Cloud Storage gcs-public-data--met 버킷에서 제공되는 메트로폴리탄 미술관의 공개 도메인 아트 이미지를 사용합니다.

필수 권한

이 튜토리얼을 실행하려면 다음 Identity and Access Management(IAM) 권한이 필요합니다.

연결을 만들려면 BigQuery 연결 관리자(roles/bigquery.connectionAdmin) 역할에 멤버십이 필요합니다.
연결의 서비스 계정에 권한을 부여하려면 resourcemanager.projects.setIamPolicy 권한이 필요합니다.
노트북을 만들고 실행하려면 다음 IAM 권한이 필요합니다.
- resourcemanager.projects.get
- resourcemanager.projects.list
- bigquery.config.get
- bigquery.jobs.create
- bigquery.readsessions.create
- bigquery.readsessions.getData
- bigquery.readsessions.update
- resourcemanager.projects.get
- resourcemanager.projects.list
- dataform.locations.get
- dataform.locations.list
- dataform.repositories.create
  
  참고: dataform.repositories.create 권한이 있는 사용자는 기본 Dataform 서비스 계정과 해당 서비스 계정에 부여된 모든 권한을 사용하여 코드를 실행할 수 있습니다. 자세한 내용은 Dataform 권한의 보안 고려사항을 참조하세요.
- dataform.repositories.list
- dataform.collections.create
- dataform.collections.list
- aiplatform.notebookRuntimeTemplates.apply
- aiplatform.notebookRuntimeTemplates.get
- aiplatform.notebookRuntimeTemplates.list
- aiplatform.notebookRuntimeTemplates.getIamPolicy
- aiplatform.notebookRuntimes.assign
- aiplatform.notebookRuntimes.get
- aiplatform.notebookRuntimes.list
- aiplatform.operations.list
이러한 권한은 다음 IAM 역할로부터 얻을 수 있습니다.
- BigQuery 읽기 세션 사용자(roles/bigquery.readSessionUser)
- BigQuery Studio 사용자(roles/bigquery.studioUser)
이 튜토리얼에서 나머지 BigQuery 작업에 필요한 IAM 권한은 다음 두 가지 역할에 포함되어 있습니다.
- 모델, 테이블, 색인을 만드는 BigQuery 데이터 편집자(roles/bigquery.dataEditor)
- BigQuery 작업을 실행하기 위한 BigQuery 사용자(roles/bigquery.user)

비용

이 문서에서는 비용이 청구될 수 있는 다음과 같은 Google Cloud 구성요소를 사용합니다.

BigQuery ML: You incur costs for the data that you process in BigQuery.
Vertex AI: You incur costs for calls to the Vertex AI service that's represented by the remote model.

프로젝트 사용량을 기준으로 예상 비용을 산출하려면 가격 계산기를 사용하세요. Google Cloud를 처음 사용하는 사용자는 무료 체험판을 사용할 수 있습니다.

BigQuery 가격 책정에 대한 자세한 내용은 BigQuery 문서의 BigQuery 가격 책정을 참조하세요.

Vertex AI 가격 책정에 대한 자세한 내용은 Vertex AI 가격 책정 페이지를 참조하세요.

시작하기 전에

In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

Note: If you don't plan to keep the resources that you create in this procedure, create a project instead of selecting an existing project. After you finish these steps, you can delete the project, removing all resources associated with the project.

Go to project selector
Make sure that billing is enabled for your Google Cloud project.
Enable the BigQuery, BigQuery Connection, and Vertex AI APIs.
Enable the APIs
BigQuery Studio 사용 설정

데이터 세트 만들기

ML 모델을 저장할 BigQuery 데이터 세트를 만듭니다.

Google Cloud 콘솔에서 BigQuery 페이지로 이동합니다.

BigQuery 페이지로 이동
탐색기 창에서 프로젝트 이름을 클릭합니다.
작업 보기 > 데이터 세트 만들기를 클릭합니다.
데이터 세트 만들기 페이지에서 다음을 수행합니다.
- 데이터 세트 ID에 bqml_tutorial를 입력합니다.
- 위치 유형에 대해 멀티 리전을 선택한 다음 US(미국 내 여러 리전)를 선택합니다.
  
  공개 데이터 세트는 US 멀티 리전에 저장됩니다. 편의상 같은 위치에 데이터 세트를 저장합니다.
- 나머지 기본 설정은 그대로 두고 데이터 세트 만들기를 클릭합니다.

연결 만들기

클라우드 리소스 연결을 만들고 연결의 서비스 계정 ID를 가져옵니다. 이전 단계에서 만든 데이터 세트와 동일한 위치에 연결을 만듭니다.

다음 옵션 중 하나를 선택합니다.

콘솔

BigQuery 페이지로 이동합니다.

BigQuery로 이동
연결을 만들려면 추가를 클릭한 다음 외부 데이터 소스에 연결을 클릭합니다.
연결 유형 목록에서 Vertex AI 원격 모델, 원격 함수, BigLake(Cloud 리소스)를 선택합니다.
연결 ID 필드에 연결 이름을 입력합니다.
연결 만들기를 클릭합니다.
연결로 이동을 클릭합니다.
연결 정보 창에서 나중의 단계에 사용할 서비스 계정 ID를 복사합니다.

bq

명령줄 환경에서 연결을 만듭니다.
```
bq mk --connection --location=REGION --project_id=PROJECT_ID \
    --connection_type=CLOUD_RESOURCE CONNECTION_ID
```
--project_id 매개변수는 기본 프로젝트를 재정의합니다.

다음을 바꿉니다.
- REGION: 연결 리전
- PROJECT_ID: Google Cloud 프로젝트 ID
- CONNECTION_ID: 연결의 ID
연결 리소스를 만들면 BigQuery가 고유한 시스템 서비스 계정을 만들고 이를 연결에 연계합니다.

문제 해결: 다음 연결 오류가 발생하면 Google Cloud SDK를 업데이트하세요.
```
Flags parsing error: flag --connection_type=CLOUD_RESOURCE: value should be one of...
```

이후 단계에서 사용할 수 있도록 서비스 계정 ID를 가져와 복사합니다.

bq show --connection PROJECT_ID.REGION.CONNECTION_ID

출력은 다음과 비슷합니다.

name                          properties
1234.REGION.CONNECTION_ID     {"serviceAccountId": "connection-1234-9u56h9@gcp-sa-bigquery-condel.iam.gserviceaccount.com"}

Terraform

google_bigquery_connection 리소스를 사용합니다.

BigQuery에 인증하려면 애플리케이션 기본 사용자 인증 정보를 설정합니다. 자세한 내용은 클라이언트 라이브러리의 인증 설정을 참조하세요.

다음 예에서는 US 리전에 my_cloud_resource_connection라는 Cloud 리소스 연결을 만듭니다.


# This queries the provider for project information.
data "google_project" "default" {}

# This creates a cloud resource connection in the US region named my_cloud_resource_connection.
# Note: The cloud resource nested object has only one output field - serviceAccountId.
resource "google_bigquery_connection" "default" {
  connection_id = "my_cloud_resource_connection"
  project       = data.google_project.default.project_id
  location      = "US"
  cloud_resource {}
}

Google Cloud 프로젝트에 Terraform 구성을 적용하려면 다음 섹션의 단계를 완료하세요.

Cloud Shell 준비

Cloud Shell을 실행합니다.
Terraform 구성을 적용할 기본 Google Cloud 프로젝트를 설정합니다.

이 명령어는 프로젝트당 한 번만 실행하면 되며 어떤 디렉터리에서도 실행할 수 있습니다.
```
export GOOGLE_CLOUD_PROJECT=PROJECT_ID
```
Terraform 구성 파일에서 명시적 값을 설정하면 환경 변수가 재정의됩니다.

디렉터리 준비

각 Terraform 구성 파일에는 자체 디렉터리(루트 모듈이라고도 함)가 있어야 합니다.

Cloud Shell에서 디렉터리를 만들고 해당 디렉터리 내에 새 파일을 만드세요. 파일 이름에는 .tf 확장자가 있어야 합니다(예: main.tf). 이 튜토리얼에서는 파일을 main.tf라고 합니다.
```
mkdir DIRECTORY && cd DIRECTORY && touch main.tf
```
튜토리얼을 따라 하는 경우 각 섹션이나 단계에서 샘플 코드를 복사할 수 있습니다.

샘플 코드를 새로 만든 main.tf에 복사합니다.

필요한 경우 GitHub에서 코드를 복사합니다. 이는 Terraform 스니펫이 엔드 투 엔드 솔루션의 일부인 경우에 권장됩니다.
환경에 적용할 샘플 매개변수를 검토하고 수정합니다.
변경사항을 저장합니다.
Terraform을 초기화합니다. 이 작업은 디렉터리당 한 번만 수행하면 됩니다.
```
terraform init
```
원하는 경우 최신 Google 공급업체 버전을 사용하려면 -upgrade 옵션을 포함합니다.
```
terraform init -upgrade
```

변경사항 적용

구성을 검토하고 Terraform에서 만들거나 업데이트할 리소스가 예상과 일치하는지 확인합니다.
```
terraform plan
```
필요에 따라 구성을 수정합니다.
다음 명령어를 실행하고 프롬프트에 yes를 입력하여 Terraform 구성을 적용합니다.
```
terraform apply
```
Terraform에 '적용 완료' 메시지가 표시될 때까지 기다립니다.
결과를 보려면 Google Cloud 프로젝트를 엽니다. Google Cloud 콘솔에서 UI의 리소스로 이동하여 Terraform이 리소스를 만들었거나 업데이트했는지 확인합니다.

연결의 서비스 계정에 권한 부여

Cloud Storage 및 Vertex AI 서비스에 액세스하기 위해 연결의 서비스 계정에 적절한 역할을 부여합니다. 시작하기 전에 섹션에서 만들었거나 선택한 것과 동일한 프로젝트에서 이러한 역할을 부여해야 합니다. 다른 프로젝트에서 역할을 부여하면 bqcx-1234567890-xxxx@gcp-sa-bigquery-condel.iam.gserviceaccount.com does not have the permission to access resource 오류가 발생합니다.

적절한 역할을 부여하려면 다음 단계를 따르세요.

IAM 및 관리자 페이지로 이동합니다.

IAM 및 관리자로 이동
액세스 권한 부여를 클릭합니다.
새 주 구성원 필드에 앞에서 복사한 서비스 계정 ID를 입력합니다.
역할 선택 필드에서 Vertex AI를 선택한 후 Vertex AI 사용자를 선택합니다.
다른 역할 추가를 클릭합니다.
역할 선택 필드에서 Cloud Storage를 선택한 후 스토리지 객체 뷰어를 선택합니다.
저장을 클릭합니다.

객체 테이블 만들기

공개 Cloud Storage gcs-public-data--met 버킷의 아트 이미지에 대해 객체 테이블을 만듭니다. 객체 테이블을 사용하면 Cloud Storage에서 이미지를 이동하지 않고도 분석할 수 있습니다.

Google Cloud 콘솔에서 BigQuery 페이지로 이동합니다.

BigQuery로 이동
쿼리 편집기 창에서 다음 쿼리를 실행합니다.
```
CREATE OR REPLACE EXTERNAL TABLE `bqml_tutorial.met_images`
WITH CONNECTION `LOCATION.CONNECTION_ID`
OPTIONS
  ( object_metadata = 'SIMPLE',
    uris = ['gs://gcs-public-data--met/*']
  );
```
다음을 바꿉니다.
- LOCATION: 연결 위치
- CONNECTION_ID: BigQuery 연결의 ID
  Google Cloud 콘솔에서 연결 세부정보를 열람할 때 이는 연결 ID에 표시되는 정규화된 연결 ID의 마지막 섹션에 있는 값입니다(예: projects/myproject/locations/connection_location/connections/myconnection).

이미지 데이터 탐색

BigQuery에서 Colab Enterprise 노트북을 만들어 이미지 데이터를 살펴봅니다.

Google Cloud 콘솔에서 BigQuery 페이지로 이동합니다.

BigQuery로 이동
BigQuery 편집기를 사용하여 노트북 만들기
노트북을 기본 런타임에 연결합니다.
노트북을 설정합니다.
1. 노트북에 코드 셀을 추가합니다.
2. 다음 코드를 복사하여 코드 셀에 붙여넣습니다.
```
#@title Set up credentials

from google.colab import auth
auth.authenticate_user()
print('Authenticated')

PROJECT_ID='PROJECT_ID'
from google.cloud import bigquery
client = bigquery.Client(PROJECT_ID)
```
  PROJECT_ID를 이 튜토리얼에서 사용 중인 프로젝트의 이름으로 바꿉니다.
3. 코드 셀을 실행합니다.
테이블 표시 사용 설정:
1. 노트북에 코드 셀을 추가합니다.
2. 다음 코드를 복사하여 코드 셀에 붙여넣습니다.
```
#@title Enable data table display
%load_ext google.colab.data_table
```
3. 코드 셀을 실행합니다.

이미지를 표시하는 함수를 만듭니다.

노트북에 코드 셀을 추가합니다.

다음 코드를 복사하여 코드 셀에 붙여넣습니다.

#@title Util function to display images
import io
from PIL import Image
import matplotlib.pyplot as plt
import tensorflow as tf

def printImages(results):
 image_results_list = list(results)
 amt_of_images = len(image_results_list)

 fig, axes = plt.subplots(nrows=amt_of_images, ncols=2, figsize=(20, 20))
 fig.tight_layout()
 fig.subplots_adjust(hspace=0.5)
 for i in range(amt_of_images):
   gcs_uri = image_results_list[i][0]
   text = image_results_list[i][1]
   f = tf.io.gfile.GFile(gcs_uri, 'rb')
   stream = io.BytesIO(f.read())
   img = Image.open(stream)
   axes[i, 0].axis('off')
   axes[i, 0].imshow(img)
   axes[i, 1].axis('off')
   axes[i, 1].text(0, 0, text, fontsize=10)
 plt.show()

코드 셀을 실행합니다.

이미지를 표시합니다.

노트북에 코드 셀을 추가합니다.

다음 코드를 복사하여 코드 셀에 붙여넣습니다.

#@title Display Met images

inspect_obj_table_query = """
SELECT uri, content_type
FROM bqml_tutorial.met_images
WHERE content_type = 'image/jpeg'
Order by uri
LIMIT 10;
"""
printImages(client.query(inspect_obj_table_query))

코드 셀을 실행합니다.

결과는 다음과 비슷하게 표시됩니다.

노트북을 met-image-analysis로 저장합니다.

원격 모델 만들기

호스팅된 Vertex AI 다중 모달 임베딩 모델을 나타내는 원격 모델을 만듭니다.

Google Cloud 콘솔에서 BigQuery 페이지로 이동합니다.

BigQuery로 이동
쿼리 편집기 창에서 다음 쿼리를 실행합니다.
```
CREATE OR REPLACE MODEL `bqml_tutorial.multimodal_embedding_model`
  REMOTE WITH CONNECTION `LOCATION.CONNECTION_ID`
  OPTIONS (ENDPOINT = 'multimodalembedding@001');
```
다음을 바꿉니다.
- LOCATION: 연결 위치
- CONNECTION_ID: BigQuery 연결의 ID
  Google Cloud 콘솔에서 연결 세부정보를 열람할 때 이는 연결 ID에 표시되는 정규화된 연결 ID의 마지막 섹션에 있는 값입니다(예: projects/myproject/locations/connection_location/connections/myconnection).
쿼리가 완료되는 데 몇 초 정도 걸리며 그 이후에는 multimodal_embedding_model 모델이 탐색기 창의 bqml_tutorial 데이터 세트에 표시됩니다. 이 쿼리에서는 CREATE MODEL 문을 사용하여 모델을 만들므로 쿼리 결과가 없습니다.

이미지 임베딩 생성

ML.GENERATE_EMBEDDING 함수를 사용하여 객체 테이블의 이미지에서 임베딩을 생성한 후 다음 단계에서 사용할 테이블에 쓰기를 합니다. 임베딩 생성은 비용이 많이 드는 작업이므로 서브쿼리는 601,294개 이미지의 전체 데이터 세트를 임베딩하는 대신 LIMIT 절을 포함하여 임베딩 생성을 10,000개 이미지로 제한합니다. 또한 이렇게 하면 이미지 수를 ML.GENERATE_EMBEDDING 함수의 25,000개 한도 미만으로 유지할 수 있습니다. 이 쿼리는 실행되는 데 약 40분이 소요됩니다.

Google Cloud 콘솔에서 BigQuery 페이지로 이동합니다.

BigQuery로 이동

쿼리 편집기 창에서 다음 쿼리를 실행합니다.

CREATE OR REPLACE TABLE `bqml_tutorial.met_image_embeddings`
AS
SELECT *
FROM
  ML.GENERATE_EMBEDDING(
    MODEL `bqml_tutorial.multimodal_embedding_model`,
    (SELECT * FROM `bqml_tutorial.met_images` WHERE content_type = 'image/jpeg' LIMIT 10000))

임베딩 생성 오류 수정

임베딩 생성 오류가 있는지 확인하고 수정합니다. 임베딩 생성은 Vertex AI의 생성형 AI 할당량 또는 서비스를 사용할 수 없어 실패할 수 있습니다.

ML.GENERATE_EMBEDDING 함수는 ml_generate_embedding_status 열에 오류 세부정보를 반환합니다. 임베딩 생성이 성공하면 이 열은 비어 있고, 임베딩 생성이 실패한 경우 오류 메시지가 포함됩니다.

Google Cloud 콘솔에서 BigQuery 페이지로 이동합니다.

BigQuery로 이동

쿼리 편집기에서 다음 쿼리를 실행하여 임베딩 생성 실패가 있는지 확인합니다.

SELECT DISTINCT(ml_generate_embedding_status),
  COUNT(uri) AS num_rows
FROM bqml_tutorial.met_image_embeddings
GROUP BY 1;

오류가 있는 행이 반환되면 임베딩 생성에 실패한 행을 삭제합니다.

DELETE FROM `bqml_tutorial.met_image_embeddings`
WHERE ml_generate_embedding_status = 'A retryable error occurred: RESOURCE_EXHAUSTED error from remote service/endpoint.';

벡터 색인 만들기

원하는 경우 CREATE VECTOR INDEX 문을 사용하여 met_images_embeddings 테이블의 ml_generate_embedding_result 열에 met_images_index 벡터 색인을 만들 수 있습니다. 벡터 색인을 사용하면 벡터 검색을 보다 신속하게 수행하고 재현율을 줄여 더 나은 근사치의 결과를 반환합니다.

Google Cloud 콘솔에서 BigQuery 페이지로 이동합니다.

BigQuery로 이동

쿼리 편집기 창에서 다음 쿼리를 실행합니다.

CREATE OR REPLACE
  VECTOR INDEX `met_images_index`
ON
  bqml_tutorial.met_image_embeddings(ml_generate_embedding_result)
  OPTIONS (
    index_type = 'IVF',
    distance_type = 'COSINE');

벡터 색인은 비동기식으로 생성됩니다. 벡터 색인이 생성되었는지 확인하려면 INFORMATION_SCHEMA.VECTOR_INDEXES 뷰를 쿼리하고 coverage_percentage 값이 0보다 큰 것과 last_refresh_time 값이 NULL이 아닌 것을 확인합니다.
```
SELECT table_name, index_name, index_status,
  coverage_percentage, last_refresh_time, disable_reason
FROM bqml_tutorial.INFORMATION_SCHEMA.VECTOR_INDEXES
WHERE index_name = 'met_images_index';
```

검색 텍스트의 임베딩 생성

지정된 텍스트 검색 문자열에 해당하는 이미지를 검색하려면 먼저 해당 문자열의 텍스트 임베딩을 만들어야 합니다. 동일한 원격 모델을 사용하여 이미지 임베딩을 만드는 데 사용한 텍스트 임베딩을 생성한 후 다음 단계에서 사용할 테이블에 텍스트 임베딩을 씁니다. 검색 문자열은 pictures of white or cream colored dress from victorian era입니다.

Google Cloud 콘솔에서 BigQuery 페이지로 이동합니다.

BigQuery로 이동

쿼리 편집기 창에서 다음 쿼리를 실행합니다.

CREATE OR REPLACE TABLE `bqml_tutorial.search_embedding`
AS
SELECT * FROM ML.GENERATE_EMBEDDING(
  MODEL `bqml_tutorial.multimodal_embedding_model`,
  (
    SELECT 'pictures of white or cream colored dress from victorian era' AS content
  )
);

교차 모달리티 텍스트-이미지 검색

VECTOR_SEARCH 함수를 사용하여 텍스트 임베딩으로 표현되는 검색 문자열에 가장 적합한 이미지를 검색한 후 이를 다음 단계에서 사용할 테이블에 쓰기를 합니다.

Google Cloud 콘솔에서 BigQuery 페이지로 이동합니다.

BigQuery로 이동

쿼리 편집기 창에서 다음 쿼리를 실행합니다.

CREATE OR REPLACE TABLE `bqml_tutorial.vector_search_results` AS
SELECT base.uri AS gcs_uri, distance
FROM
  VECTOR_SEARCH(
    TABLE `bqml_tutorial.met_image_embeddings`,
    'ml_generate_embedding_result',
    TABLE `bqml_tutorial.search_embedding`,
    'ml_generate_embedding_result',
    top_k => 3);

벡터 검색 결과 시각화

노트북을 사용하여 벡터 검색 결과를 시각화합니다.

Google Cloud 콘솔에서 BigQuery 페이지로 이동합니다.

BigQuery로 이동
앞에서 만든 met-image-analysis 노트북을 엽니다.
벡터 검색 결과를 시각화합니다.
1. 노트북에 코드 셀을 추가합니다.
2. 다음 코드를 복사하여 코드 셀에 붙여넣습니다.
```
query = """
  SELECT * FROM `bqml_tutorial.vector_search_results`
  ORDER BY distance;
"""

printImages(client.query(query))
```
3. 코드 셀을 실행합니다.
  
  결과는 다음과 비슷하게 표시됩니다.

삭제

주의: 프로젝트를 삭제하면 다음과 같은 효과가 발생합니다.

프로젝트의 모든 항목이 삭제됩니다. 이 문서의 태스크에 기존 프로젝트를 사용한 경우 프로젝트를 삭제하면 프로젝트에서 수행한 다른 작업도 삭제됩니다.
커스텀 프로젝트 ID가 손실됩니다. 이 프로젝트를 만들 때 앞으로 사용할 커스텀 프로젝트 ID를 만들었을 수 있습니다. appspot.com URL과 같이 프로젝트 ID를 사용하는 URL을 보존하려면 전체 프로젝트를 삭제하는 대신 프로젝트 내에서 선택한 리소스만 삭제합니다.

여러 아키텍처, 튜토리얼, 빠른 시작을 살펴보려는 경우 프로젝트를 재사용하면 프로젝트 할당량 한도 초과를 방지할 수 있습니다.

In the Google Cloud console, go to the Manage resources page.
Go to Manage resources
In the project list, select the project that you want to delete, and then click Delete.
In the dialog, type the project ID, and then click Shut down to delete the project.