시맨틱 검색 및 검색 증강 생성 수행
이 기능에 대한 의견을 제공하거나 지원을 요청하려면 bq-vector-search@google.com에 이메일을 보내세요.
이 튜토리얼에서는 벡터 색인 사용을 포함하여 검색 성능 향상을 위한 텍스트 임베딩을 만들고 사용하는 엔드 투 엔드 프로세스를 안내합니다.
이 튜토리얼에서는 다음 태스크를 다룹니다.
- Vertex AI 대규모 언어 모델(LLM)을 통해 BigQuery ML 원격 모델 만들기
- 원격 모델을
ML.GENERATE_EMBEDDING함수와 함께 사용하여 BigQuery 테이블의 텍스트에서 임베딩 생성 - 임베딩의 색인을 생성하기 위한 벡터 색인 만들기
- 임베딩과 함께
VECTOR_SEARCH함수를 사용하여 유사한 텍스트를 검색하기 ML.GENERATE_TEXT함수로 텍스트를 생성하고 벡터 검색 결과를 사용하여 프롬프트 입력을 보강하고 결과를 개선하여 검색 증강 생성(RAG) 수행하기
이 튜토리얼에서는 BigQuery 공개 테이블 patents-public-data.google_patents_research.publications을 사용합니다.
필수 역할 및 권한
연결을 만들려면 다음 Identity and Access Management(IAM) 역할에 멤버십이 필요합니다.
roles/bigquery.connectionAdmin
연결의 서비스 계정에 권한을 부여하려면 다음 권한이 필요합니다.
resourcemanager.projects.setIamPolicy
나머지 BigQuery 작업에 대해 이 튜토리얼에 필요한 IAM 권한은 다음 두 역할에 포함되어 있습니다.
- 모델, 테이블, 색인을 만드는 BigQuery 데이터 편집자(
roles/bigquery.dataEditor) - BigQuery 작업을 실행하기 위한 BigQuery 사용자(
roles/bigquery.user)
- 모델, 테이블, 색인을 만드는 BigQuery 데이터 편집자(
비용
이 문서에서는 비용이 청구될 수 있는 다음과 같은 Google Cloud 구성요소를 사용합니다.
- BigQuery ML: BigQuery에서 처리하는 데이터에 대한 비용이 발생합니다.
- Vertex AI: 원격 모델로 표시되는 Vertex AI 서비스 호출 비용이 발생합니다.
프로젝트 사용량을 기준으로 예상 비용을 산출하려면 가격 계산기를 사용하세요.
BigQuery 가격 책정에 대한 자세한 내용은 BigQuery 문서에서 BigQuery 가격 책정을 참조하세요.
Vertex AI 가격 책정에 대한 자세한 내용은 Vertex AI 가격 책정 페이지를 참조하세요.
시작하기 전에
-
Google Cloud Console의 프로젝트 선택기 페이지에서 Google Cloud 프로젝트를 선택하거나 만듭니다.
-
API BigQuery, BigQuery Connection, and Vertex AI 사용 설정
데이터 세트 생성
ML 모델을 저장할 BigQuery 데이터 세트를 만듭니다.
Google Cloud 콘솔에서 BigQuery 페이지로 이동합니다.
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
US멀티 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 계정을 가져옵니다. 이전 단계에서 만든 데이터 세트와 동일한 위치에 연결을 만듭니다.
다음 옵션 중 하나를 선택합니다.
콘솔
BigQuery 페이지로 이동합니다.
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_id매개변수는 기본 프로젝트를 재정의합니다.다음을 바꿉니다.
REGION: 연결 리전PROJECT_ID: Google Cloud 프로젝트 IDCONNECTION_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
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 IDPROJECT_ID: Google Cloud 프로젝트 IDREGION: 연결 리전
서비스 계정에 액세스 권한 부여
Vertex AI 서비스에 액세스하기 위해 연결의 서비스 계정에 적절한 역할을 부여하려면 다음 단계를 따르세요.
IAM 및 관리자 페이지로 이동합니다.
액세스 권한 부여를 클릭합니다.
새 주 구성원 필드에 앞에서 복사한 서비스 계정 ID를 입력합니다.
역할 선택 필드에서 Vertex AI를 선택한 후 Vertex AI 사용자 역할을 선택합니다.
저장을 클릭합니다.
텍스트 임베딩 생성을 위한 원격 모델 만들기
호스팅된 Vertex AI 텍스트 임베딩 생성 모델을 나타내는 원격 모델을 만들어 보겠습니다.
Google Cloud 콘솔에서 BigQuery 페이지로 이동합니다.
쿼리 편집기에서 다음 쿼리를 실행합니다.
CREATE OR REPLACE MODEL `bqml_tutorial.embedding_model` REMOTE WITH CONNECTION `LOCATION.CONNECTION_ID` OPTIONS (ENDPOINT = 'textembedding-gecko@003');
다음을 바꿉니다.
LOCATION: 연결 위치CONNECTION_ID: BigQuery 연결의 IDGoogle Cloud 콘솔에서 연결 세부정보를 열람할 때
CONNECTION_ID는 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
embedding_model모델이 탐색기 창의bqml_tutorial데이터 세트에 표시됩니다. 이 쿼리에서는CREATE MODEL문을 사용하여 모델을 만들므로 쿼리 결과가 없습니다.
텍스트 임베딩 생성
ML.GENERATE_EMBEDDING 함수를 사용하여 특허 초록에서 텍스트 임베딩을 생성한 후 검색할 수 있도록 BigQuery 테이블에 작성합니다.
Google Cloud 콘솔에서 BigQuery 페이지로 이동합니다.
쿼리 편집기에서 다음 쿼리를 실행합니다.
CREATE OR REPLACE TABLE `bqml_tutorial.embeddings` AS SELECT * FROM ML.GENERATE_EMBEDDING( MODEL `bqml_tutorial.embedding_model`, ( SELECT *, abstract AS content FROM `patents-public-data.google_patents_research.publications` WHERE LENGTH(abstract) > 0 AND LENGTH(title) > 0 AND country = 'Singapore' ) ) WHERE LENGTH(ml_generate_embedding_status) = 0;
Vertex AI LLM 할당량 또는 서비스 사용 불가로 인해 ML.GENERATE_EMBEDDING 함수를 사용한 임베딩 생성이 실패할 수 있습니다. 오류 세부정보는 ml_generate_embedding_status 열에 반환됩니다. 빈 ml_generate_embedding_status 열은 임베딩이 성공적으로 생성되었음을 나타냅니다.
BigQuery의 대체 텍스트 임베딩 생성 방법은 사전 학습된 TensorFlow 모델로 텍스트 임베딩 튜토리얼을 참조하세요.
벡터 색인 만들기
벡터 색인을 만들려면 CREATE VECTOR INDEX 데이터 정의 언어(DDL) 문을 사용합니다.
BigQuery 페이지로 이동합니다.
쿼리 편집기에서 다음 SQL 문을 실행합니다.
CREATE OR REPLACE VECTOR INDEX my_index ON `bqml_tutorial.embeddings`(ml_generate_embedding_result) OPTIONS(index_type = 'IVF', distance_type = 'COSINE', ivf_options = '{"num_lists":500}')
벡터 색인 생성 확인
벡터 색인은 비동기식으로 채워집니다. INFORMATION_SCHEMA.VECTOR_INDEXES 뷰를 쿼리하고 coverage_percentage 열 값이 0보다 크고 last_refresh_time 열 값이 NULL이 아닌 것을 확인하여 색인을 사용할 준비가 되었는지 여부를 체크할 수 있습니다.
BigQuery 페이지로 이동합니다.
쿼리 편집기에서 다음 SQL 문을 실행합니다.
SELECT table_name, index_name, index_status, coverage_percentage, last_refresh_time, disable_reason FROM `PROJECT_ID.bqml_tutorial.INFORMATION_SCHEMA.VECTOR_INDEXES`
PROJECT_ID를 프로젝트 ID로 바꿉니다.
벡터 색인을 사용하여 텍스트 유사성 검색 수행
VECTOR_SEARCH 함수를 사용하여 텍스트 쿼리에서 생성된 임베딩과 일치하는 상위 5개의 관련 특허를 검색합니다. 이 쿼리에서 임베딩을 생성하는 데 사용하는 모델은 비교하려는 테이블에서 임베딩을 생성하는 데 사용하는 모델과 동일해야 합니다. 그렇지 않으면 검색결과가 정확하지 않습니다.
BigQuery 페이지로 이동합니다.
쿼리 편집기에서 다음 SQL 문을 실행합니다.
SELECT query.query, base.publication_number, base.title, base.abstract FROM VECTOR_SEARCH( TABLE `bqml_tutorial.embeddings`, 'ml_generate_embedding_result', ( SELECT ml_generate_embedding_result, content AS query FROM ML.GENERATE_EMBEDDING( MODEL `bqml_tutorial.embedding_model`, (SELECT 'improving password security' AS content)) ), top_k => 5, options => '{"fraction_lists_to_search": 0.01}')출력은 다음과 비슷합니다.
+-----------------------------+--------------------+-------------------------------------------------+-------------------------------------------------+ | query | publication_number | title | abstract | +-----------------------------+--------------------+-------------------------------------------------+-------------------------------------------------+ | improving password security | SG-120868-A1 | Data storage device security method and a... | Methods for improving security in data stora... | | improving password security | SG-10201610585W-A | Passsword management system and process... | PASSSWORD MANAGEMENT SYSTEM AND PROCESS ... | | improving password security | SG-10201901821S-A | Method and apparatus for unlocking user... | METHOD AND APPARATUS FOR UNLOCKING USER... | | improving password security | SG-10201902412Q-A | Password protection question setting method... | PASSWORD PROTECTION QUESTION SETTING METHOD... | | improving password security | SG-194509-A1 | System and method for web-based... | A security authentication method comprises... | +-----------------------------+--------------------+-------------------------------------------------+-------------------------------------------------+
텍스트 생성을 위한 원격 모델 만들기
호스팅된 Vertex AI 텍스트 생성 모델을 나타내는 원격 모델을 만들어 보겠습니다.
Google Cloud 콘솔에서 BigQuery 페이지로 이동합니다.
쿼리 편집기에서 다음 쿼리를 실행합니다.
CREATE OR REPLACE MODEL `bqml_tutorial.text_model` REMOTE WITH CONNECTION `LOCATION.CONNECTION_ID` OPTIONS (ENDPOINT = 'text-bison-32k');
다음을 바꿉니다.
LOCATION: 연결 위치CONNECTION_ID: BigQuery 연결의 IDGoogle Cloud 콘솔에서 연결 세부정보를 열람할 때
CONNECTION_ID는 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
text_model모델이 탐색기 창의bqml_tutorial데이터 세트에 표시됩니다. 이 쿼리에서는CREATE MODEL문을 사용하여 모델을 만들므로 쿼리 결과가 없습니다.
벡터 검색결과로 보강된 텍스트 생성
ML.GENERATE_TEXT 함수를 사용하여 텍스트를 생성하라는 프롬프트로 검색 결과를 제공합니다.
Google Cloud 콘솔에서 BigQuery 페이지로 이동합니다.
쿼리 편집기에서 다음 쿼리를 실행합니다.
SELECT ml_generate_text_llm_result AS generated, prompt FROM ML.GENERATE_TEXT( MODEL `bqml_tutorial.text_model`, ( SELECT CONCAT( 'Propose some project ideas to improve user password security using the context below: ', STRING_AGG( FORMAT("patent title: %s, patent abstract: %s", base.title, base.abstract), ',\n') ) AS prompt, FROM VECTOR_SEARCH( TABLE `bqml_tutorial.embeddings`, 'text_embedding', ( SELECT ml_generate_embedding_result, content AS query FROM ML.GENERATE_EMBEDDING( MODEL `bqml_tutorial.embedding_model`, (SELECT 'improving password security' AS content) ) ), top_k => 5, options => '{"fraction_lists_to_search": 0.01}') ), STRUCT(600 AS max_output_tokens, TRUE AS flatten_json_output));출력은 다음과 비슷합니다.
+------------------------------------------------+------------------------------------------------------------+ | generated | prompt | +------------------------------------------------+------------------------------------------------------------+ | **Project Ideas to Improve User Password | Propose some project ideas to improve user password | | Security** | security using the context below: patent title: Data | | | storage device security method and apparatus, patent | | 1. **Develop a password manager that uses a | abstract: Methods for improving security in data storage | | synchronization method to keep encrypted | devices are disclosed. The methods include a ..., | | passwords changing at each transmission... | patent title: Active new password entry dialog with | | 2. **Create a new password entry dialog that | compact visual indication of adherence to password policy, | | provides a compact visual indication of | patent abstract: An active new password entry dialog..., | | adherence to password policies.** ... | patent title: Method and system for protecting a password | | 3. **Develop a system for protecting a | during an authentication process, patent abstract: A system| | password during an authentication process by | for providing security for a personal password during an | | using representative characters to disguise... | authenticationprocess. The system combines the use of... | +------------------------------------------------+------------------------------------------------------------+
삭제
- Google Cloud 콘솔에서 리소스 관리 페이지로 이동합니다.
- 프로젝트 목록에서 삭제할 프로젝트를 선택하고 삭제를 클릭합니다.
- 대화상자에서 프로젝트 ID를 입력한 후 종료를 클릭하여 프로젝트를 삭제합니다.