ML.PROCESS_DOCUMENT 함수를 사용하여 문서 처리

이 문서에서는 ML.PROCESS_DOCUMENT 함수원격 모델과 함께 사용하여 객체 테이블의 문서에서 유용한 정보를 추출하는 방법을 설명합니다.

지원되는 위치

US 또는 EU 멀티 리전에서 이 절차에 사용할 원격 모델을 만들어야 합니다. 원격 모델과 같은 리전에서 ML.PROCESS_DOCUMENT 함수를 실행해야 합니다.

필수 권한

  • Document AI 프로세서를 만들려면 다음 역할이 필요합니다.

    • roles/documentai.editor
  • 연결을 만들려면 다음 역할의 멤버십이 필요합니다.

    • roles/bigquery.connectionAdmin
  • BigQuery ML을 사용하여 모델을 만들려면 다음 권한이 필요합니다.

    • bigquery.jobs.create
    • bigquery.models.create
    • bigquery.models.getData
    • bigquery.models.updateData
    • bigquery.models.updateMetadata
  • 추론을 실행하려면 다음 권한이 필요합니다.

    • 객체 테이블에 대한 bigquery.tables.getData
    • 모델에 대한 bigquery.models.getData
    • bigquery.jobs.create

시작하기 전에

  1. 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.
  2. In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

    Go to project selector

  3. Google Cloud 프로젝트에 결제가 사용 설정되어 있는지 확인합니다.

  4. Enable the BigQuery, BigQuery Connection API, and Document AI APIs.

    Enable the APIs

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

    Go to project selector

  6. Google Cloud 프로젝트에 결제가 사용 설정되어 있는지 확인합니다.

  7. Enable the BigQuery, BigQuery Connection API, and Document AI APIs.

    Enable the APIs

프로세서 만들기

Document AI에서 문서를 처리할 프로세서를 만듭니다. 프로세서는 지원되는 유형이어야 합니다.

연결 만들기

클라우드 리소스 연결을 만들고 연결의 서비스 계정을 가져옵니다.

다음 옵션 중 하나를 선택합니다.

콘솔

  1. BigQuery 페이지로 이동합니다.

    BigQuery로 이동

  2. 연결을 만들려면 추가를 클릭한 다음 외부 데이터 소스에 연결을 클릭합니다.

  3. 연결 유형 목록에서 Vertex AI 원격 모델, 원격 함수, BigLake(Cloud 리소스)를 선택합니다.

  4. 연결 ID 필드에 연결 이름을 입력합니다.

  5. 연결 만들기를 클릭합니다.

  6. 연결로 이동을 클릭합니다.

  7. 연결 정보 창에서 나중의 단계에 사용할 서비스 계정 ID를 복사합니다.

bq

  1. 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...
    
  2. 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

main.tf 파일에 다음 섹션을 추가합니다.

 ## This creates a cloud resource connection.
 ## Note: The cloud resource nested object has only one output only field - serviceAccountId.
 resource "google_bigquery_connection" "connection" {
    connection_id = "CONNECTION_ID"
    project = "PROJECT_ID"
    location = "REGION"
    cloud_resource {}
}        
다음을 바꿉니다.

  • CONNECTION_ID: 연결의 ID
  • PROJECT_ID: Google Cloud 프로젝트 ID
  • REGION: 연결 리전

서비스 계정에 액세스 권한 부여

다음 옵션 중 하나를 선택합니다.

콘솔

  1. IAM 및 관리자 페이지로 이동합니다.

    IAM 및 관리자로 이동

  2. 액세스 권한 부여를 클릭합니다.

    주 구성원 추가 대화상자가 열립니다.

  3. 새 주 구성원 필드에 앞에서 복사한 서비스 계정 ID를 입력합니다.

  4. 역할 선택 필드에서 Document AI를 선택한 후 Document AI 뷰어를 선택합니다.

  5. 다른 역할 추가를 클릭합니다.

  6. 역할 선택 필드에서 Cloud Storage를 선택한 후 스토리지 객체 뷰어를 선택합니다.

  7. 저장을 클릭합니다.

gcloud

gcloud projects add-iam-policy-binding 명령어를 사용합니다.

gcloud projects add-iam-policy-binding 'PROJECT_NUMBER' --member='serviceAccount:MEMBER' --role='roles/documentai.viewer' --condition=None
gcloud projects add-iam-policy-binding 'PROJECT_NUMBER' --member='serviceAccount:MEMBER' --role='roles/storage.objectViewer' --condition=None

다음을 바꿉니다.

  • PROJECT_NUMBER: 프로젝트 번호
  • MEMBER: 이전에 복사한 서비스 계정 ID입니다.

권한을 부여하지 않으면 Permission denied 오류가 발생합니다.

데이터 세트 생성

모델과 객체 테이블을 포함할 데이터 세트를 만듭니다.

모델 만들기

CLOUD_AI_DOCUMENT_V1REMOTE_SERVICE_TYPE을 사용하여 원격 모델을 만듭니다.

CREATE OR REPLACE MODEL
`PROJECT_ID.DATASET_ID.MODEL_NAME`
REMOTE WITH CONNECTION `PROJECT_ID.REGION.CONNECTION_ID`
OPTIONS (
  REMOTE_SERVICE_TYPE = 'CLOUD_AI_DOCUMENT_V1',
  DOCUMENT_PROCESSOR = 'projects/PROJECT_NUMBER/locations/LOCATION/processors/PROCESSOR_ID/processorVersions/PROCESSOR_VERSION'
);

다음을 바꿉니다.

  • PROJECT_ID: 프로젝트 ID
  • DATASET_ID: 모델을 포함할 데이터 세트의 ID
  • MODEL_NAME: 모델의 이름
  • REGION: 연결에 사용되는 리전입니다.
  • CONNECTION_ID: 연결 ID입니다(예: myconnection).

    Google Cloud 콘솔에서 연결 세부정보를 볼 때 연결 ID는 연결 ID에 표시되는 정규화된 연결 ID의 마지막 섹션에 있는 값입니다(예: projects/myproject/locations/connection_location/connections/myconnection).

  • PROJECT_NUMBER: 문서 프로세서를 포함하는 프로젝트의 프로젝트 번호. 이 값을 찾으려면 프로세서 세부정보에서 예측 엔드포인트를 확인하고 projects 요소 다음의 값을 가져옵니다(예: https://us-documentai.googleapis.com/v1/projects/project_number/locations/processor_location/processors/processor_id:process).
  • LOCATION: 문서 프로세서에서 사용하는 위치. 이 값을 찾으려면 프로세서 세부정보에서 예측 엔드포인트를 확인하고 locations 요소 다음의 값을 가져옵니다(예: https://us-documentai.googleapis.com/v1/projects/project_number/locations/processor_location/processors/processor_id:process).
  • PROCESSOR_ID: 문서 프로세서 ID. 이 값을 찾으려면 프로세서 세부정보에서 예측 엔드포인트를 확인하고 processors 요소 다음의 값을 가져옵니다(예: https://us-documentai.googleapis.com/v1/projects/project_number/locations/processor_location/processors/processor_id:process).
  • PROCESSOR_VERSION: 문서 프로세서 버전. 이 값을 찾으려면 프로세서 세부정보에서 버전 관리 탭을 선택하고 사용할 버전의 버전 ID 값을 복사합니다.

모델 출력 열을 보려면 모델이 생성된 후 쿼리 결과에서 모델로 이동을 클릭합니다. 출력 열은 스키마 탭의 라벨 섹션에 표시됩니다.

객체 테이블 만들기

Cloud Storage의 문서 집합을 대상으로 객체 테이블을 만듭니다. 객체 테이블의 문서는 지원되는 유형이어야 합니다.

문서 처리

ML.PROCESS_DOCUMENT 함수를 사용하여 문서를 처리하세요.

SELECT *
FROM ML.PROCESS_DOCUMENT(
  MODEL `PROJECT_ID.DATASET_ID.MODEL_NAME`,
  TABLE `PROJECT_ID.DATASET_ID.OBJECT_TABLE_NAME`
);

다음을 바꿉니다.

  • PROJECT_ID: 프로젝트 ID
  • DATASET_ID: 모델이 포함된 데이터 세트의 ID
  • MODEL_NAME: 모델의 이름
  • OBJECT_TABLE_NAME: 처리할 문서의 URI가 포함된 객체 테이블의 이름

예시

예시 1

다음 예시에서는 비용 파서를 사용하여 documents 테이블로 표현되는 문서를 처리합니다.

SELECT *
FROM ML.PROCESS_DOCUMENT(
  MODEL `myproject.mydataset.expense_parser`,
  TABLE `myproject.mydataset.documents`
);

이 쿼리는 통화, 총 금액, 영수증 날짜, 비용 보고서의 항목을 포함하여 파싱된 비용 보고서를 반환합니다. ml_process_document_result 열에는 비용 파서의 원시 출력이 포함되고 ml_process_document_status 열에는 문서 처리에서 반환된 오류가 포함됩니다.

예시 2

다음 예시에서는 객체 테이블을 필터링하여 처리할 문서를 선택한 후 결과를 테이블에 쓰는 방법을 보여줍니다.

CREATE TABLE `myproject.mydataset.expense_details`
AS
SELECT uri, content_type, receipt_date, purchase_time, total_amount, currency
FROM
  ML.PROCESS_DOCUMENT(
    MODEL `myproject.mydataset.expense_parser`, TABLE `myproject.mydataset.expense_reports`)
WHERE uri LIKE '%restaurant%';

다음 단계