일반 추천 시작하기

사용자가 현재 보고 있는 콘텐츠와 유사한 콘텐츠를 추천할 수 있는 최신 일반 추천 앱을 자체 데이터로 빠르게 빌드할 수 있습니다.

이 튜토리얼에서는 각각 다른 종류의 데이터에 대한 세 가지 일반 추천 앱을 만드는 방법을 설명합니다.

Cloud Storage 버킷에서 수집된 PDF 형식의 구조화되지 않은 데이터
Cloud Storage 버킷에서 수집된 NDJSON 형식의 구조화된 데이터
개발자가 제공한 URL의 웹사이트 데이터

이 튜토리얼을 수행하기 전에 시작하기 전에의 단계를 완료해야 합니다.

Google Cloud 콘솔에서 이 태스크에 대한 단계별 안내를 직접 수행하려면 둘러보기를 클릭합니다.

시작하기 전에

Sign in to your Google Cloud account. If you're new to Google Cloud, create an account to evaluate how our products perform in real-world scenarios. New customers also get $300 in free credits to run, test, and deploy workloads.

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

Go to project selector

Make sure that billing is enabled for your Google Cloud project.

Enable the Vertex AI Agent Builder, Cloud Storage APIs.

Enable the APIs

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

Go to project selector

Make sure that billing is enabled for your Google Cloud project.

Enable the Vertex AI Agent Builder, Cloud Storage APIs.

Enable the APIs

Vertex AI Agent Builder 사용 설정

Google Cloud 콘솔에서 Agent Builder 페이지로 이동합니다.

Agent Builder
서비스 약관을 읽고 동의한 후 계속 및 API 활성화를 클릭합니다.

데이터 스토어 만들기

이 절차에서는 데이터 스토어를 만들고 제공된 샘플 데이터를 업로드하는 방법을 안내합니다. 만들려는 데이터 스토어 유형의 탭을 클릭합니다.

웹사이트 데이터

데이터 스토어 페이지로 이동합니다.
데이터 스토어 만들기를 클릭합니다.
데이터 소스 선택 페이지에서 웹사이트 콘텐츠를 선택합니다.
데이터 스토어의 웹사이트 지정 페이지에서 추천 앱에 포함할 웹사이트의 URL을 입력합니다. 쉼표 구분자 없이 한 줄에 URL 하나씩 포함합니다.
계속을 클릭합니다.
데이터 스토어 구성 페이지에서 데이터 스토어의 표시 이름을 입력한 후 만들기를 클릭합니다.
데이터 스토어 페이지에서 새 데이터 스토어를 선택한 후 만들기를 클릭하여 앱을 만듭니다.
데이터 페이지에서 활동 탭으로 이동하여 데이터 수집 상태를 확인합니다. 가져오기 프로세스가 완료되면 상태 열에 가져오기 완료됨이 표시됩니다. 가져오기 완료됨을 확인하려면 새로고침을 클릭해야 할 수 있습니다.
가져온 문서를 보려면 문서 탭을 클릭합니다.

구조화된 데이터

데이터 스토어 페이지로 이동합니다.
데이터 스토어 만들기를 클릭합니다.
데이터 소스 선택 페이지에서 Cloud Storage를 선택합니다.
Cloud Storage에서 데이터 가져오기 페이지에서 구조화된 데이터(JSONL)를 선택합니다.
파일을 클릭합니다.
gs:// 필드에 다음 값을 입력합니다.
```
cloud-samples-data/gen-app-builder/search/kaggle_movies/movie_metadata.ndjson
```
이 Cloud Storage 버킷에는 Kaggle에서 제공하는 NDJSON 형식의 영화 파일이 포함되어 있습니다.
계속을 클릭합니다.
다음과 같이 키 속성을 할당합니다.

필드 이름 키 속성

homepage uri

original_title title

overview description

계속을 클릭합니다
데이터 스토어의 표시 이름을 입력한 후 만들기를 클릭합니다.
데이터 스토어 이름을 클릭합니다.
데이터 페이지에서 활동 탭으로 이동하여 데이터 수집 상태를 확인합니다. 가져오기 프로세스가 완료되면 상태 열에 가져오기 완료됨이 표시됩니다. 이 데이터 세트의 경우 일반적으로 2~3분 정도 걸립니다. 가져오기 완료됨을 확인하려면 새로고침을 클릭해야 할 수 있습니다.
가져온 문서를 보려면 문서 탭을 클릭합니다.

필드 이름	키 속성
`homepage`	`uri`
`original_title`	`title`
`overview`	`description`

비정형 데이터

데이터 스토어 페이지로 이동합니다.
데이터 스토어 만들기를 클릭합니다.
데이터 소스 선택 페이지에서 Cloud Storage를 선택합니다.
Cloud Storage에서 데이터 가져오기 페이지에서 폴더를 선택했는지 확인합니다.
gs:// 필드에 다음 값을 입력합니다.
```
cloud-samples-data/gen-app-builder/search/alphabet-investor-pdfs
```
이 Cloud Storage 버킷에는 Alphabet 투자자 사이트의 수익 보고서 PDF가 포함되어 있습니다.
구조화되지 않은 문서를 선택하고 계속을 클릭합니다.
데이터 스토어의 이름을 입력한 후 만들기를 클릭합니다.
방금 만든 데이터 스토어를 선택한 다음 만들기를 클릭하여 앱을 만듭니다.
데이터 스토어의 데이터 페이지에서 활동 탭으로 이동하여 데이터 수집 상태를 확인합니다. 가져오기 프로세스가 완료되면 상태 열에 가져오기 완료됨이 표시됩니다. 이 데이터 세트의 경우 일반적으로 2~3분 정도 걸립니다. 가져오기 완료됨을 확인하려면 새로고침을 클릭해야 할 수 있습니다.
가져온 문서를 보려면 문서 탭을 클릭합니다.

앱 만들기

다음으로 추천 앱을 만들고 이전에 만든 데이터 스토어를 연결합니다.

앱 페이지로 이동합니다.
앱 만들기를 클릭합니다.
앱 만들기 페이지에서 추천을 선택합니다.
앱 이름 필드에 앱 이름을 입력합니다. 앱 이름 아래에 앱 ID가 표시됩니다.
콘텐츠에서 일반이 선택되어 있는지 확인합니다.
계속을 클릭합니다.
데이터 스토어 목록에서 앞서 만든 데이터 스토어를 선택합니다.
만들기를 클릭합니다.

앱 미리보기

웹사이트 데이터

탐색 메뉴에서 미리보기를 클릭하여 앱을 테스트합니다.
URI 필드를 클릭합니다. 웹사이트의 URL 목록이 표시됩니다.
추천하려는 웹페이지의 URL을 클릭합니다. 또는 URL 필드에 웹사이트의 URL을 입력합니다.
추천 가져오기를 클릭합니다. 추천 웹페이지의 URL 목록이 표시됩니다.
URL을 클릭하여 웹페이지를 봅니다.

구조화된 데이터

탐색 메뉴에서 미리보기를 클릭하여 앱을 테스트합니다.
"여기에서 추천 엔진을 미리보기 할 수 있습니다. 아직 엔진을 준비 중이므로 나중에 다시 확인하세요"라는 메시지가 보이면 잠시 기다렸다가 주기적으로 페이지를 새로고침하세요. 데이터를 미리보기 하려면 몇 시간 또는 다음 날까지 기다려야 할 수도 있습니다.
문서 ID 필드를 클릭합니다. 문서 ID 목록이 표시됩니다.
추천하려는 문서의 문서 ID를 클릭합니다. 또는 문서 ID 필드에 문서 ID를 입력합니다.
추천 가져오기를 클릭합니다. 추천 문서 목록이 표시됩니다.
문서를 클릭하여 문서 세부정보를 가져옵니다.

비정형 데이터

탐색 메뉴에서 미리보기를 클릭하여 앱을 테스트합니다.
문서 ID 필드를 클릭합니다. 문서 ID 목록이 표시됩니다.
추천하려는 문서의 문서 ID를 클릭합니다. 또는 문서 ID 필드에 문서 ID를 입력합니다.
추천 가져오기를 클릭합니다. 추천 문서 목록이 표시됩니다.
문서를 클릭하여 문서 세부정보를 가져옵니다.

앱 배포

앱 배포를 위한 추천 위젯은 없습니다. 배포 전에 앱을 테스트하려면 다음 안내를 따르세요.

데이터 페이지로 이동하여 문서 ID를 복사합니다.
통합 페이지로 이동합니다. 이 페이지에는 REST API의 servingConfigs.recommend 메서드에 대한 샘플 명령어가 포함되어 있습니다.
앞서 복사한 문서 ID를 문서 ID 필드에 붙여넣습니다.
사용자 유사 ID 필드는 그대로 둡니다.
예시 요청을 복사하고 Cloud Shell에서 실행합니다.

선택한 문서를 기반으로 추천된 문서의 ID가 결과로 표시됩니다.

추천 앱을 웹 앱에 통합하는 데 도움이 필요하면 앱 추천 받기에서 C#, Go, Java, Node.js, PHP, Ruby용 코드 샘플을 참조하세요.

삭제

이 페이지에서 사용한 리소스 비용이 Google Cloud 계정에 청구되지 않도록 하려면 다음 단계를 수행합니다.

불필요한 Google Cloud 요금이 청구되지 않게 하려면 Google Cloud 콘솔을 사용하여 필요하지 않은 프로젝트를 삭제합니다.
Vertex AI Agent Builder 학습용으로 만든 새 프로젝트가 더 이상 필요 없는 경우 프로젝트를 삭제하세요.
기존 Google Cloud 프로젝트를 사용한 경우 계정에 요금이 청구되지 않도록 만든 리소스를 삭제합니다. 자세한 내용은 앱 삭제를 참조하세요.
Vertex AI Agent Builder 사용 중지의 단계를 따르세요.