미디어 검색 시작하기

최첨단 미디어 검색 앱을 빠르게 빌드할 수 있습니다. 미디어 검색을 사용하면 잠재고객이 Google 품질의 결과를 통해 콘텐츠를 검색할 수 있습니다.

미디어용 Vertex AI Search에 관한 일반적인 정보는 미디어 검색 및 추천 소개를 참조하세요.

이 시작하기 튜토리얼에서는 Movielens 데이터 세트를 사용하여 미디어 콘텐츠 카탈로그를 Vertex AI Search에 업로드하는 방법을 보여줍니다. Movielens 데이터 세트에는 영화(문서) 카탈로그가 포함되어 있습니다.

영화 데이터를 업로드한 후에는 검색 앱을 만들고 미리보기 페이지를 통해 테스트합니다.

미디어 추천 시작하기 튜토리얼을 완료했고 여전히 데이터 스토어(권장 이름 quickstart-media-data-store)가 있다면 다른 데이터 스토어를 만드는 대신 해당 데이터 스토어를 사용할 수 있습니다. 이 경우 미디어 검색을 위한 앱 만들기에서 튜토리얼을 시작해야 합니다.

이 튜토리얼을 완료하는 데 걸리는 예상 시간: 약 1시간

목표

  • 미디어 문서를 가져와 미디어 데이터 스토어를 만드는 방법을 알아봅니다.
  • 검색 앱을 만들고 구성하고 테스트합니다.

이 튜토리얼을 수행하기 전에 시작하기 전에의 단계를 완료해야 합니다.

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

둘러보기

시작하기 전에

  1. 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.

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

    Go to project selector

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

  4. Enable the Vertex AI Agent Builder, Cloud Storage, BigQuery APIs.

    Enable the APIs

    5.

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

    Go to project selector

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

  7. Enable the Vertex AI Agent Builder, Cloud Storage, BigQuery APIs.

    Enable the APIs

    8.

데이터 세트 준비

참고: 미디어 추천 시작하기 튜토리얼을 완료했고 여전히 데이터 스토어(권장 이름:quickstart-media-data-store)가 있다면 미디어 검색을 위한 앱 만들기로 건너뛰세요.

Cloud Shell을 사용하여 Movielens 데이터 세트를 가져오고 미디어용 Vertex AI Search 데이터 세트를 재구성합니다.

Cloud Shell 열기

  1. Google Cloud 콘솔을 엽니다.
  2. Google Cloud 프로젝트를 선택합니다.
  3. 대시보드 페이지의 프로젝트 정보 카드에서 프로젝트 ID를 기록해 둡니다. 다음 절차를 수행하려면 프로젝트 ID가 필요합니다.

  4. 콘솔의 상단에서 Cloud Shell 활성화 버튼을 클릭합니다. Google Cloud 콘솔 하단의 새 프레임에서 Cloud Shell 세션이 열리고 명령줄 프롬프트가 표시됩니다.

    Cloud Shell

데이터 세트 가져오기

공개 Cloud Storage 버킷에서 Movielens 데이터 세트를 제공하므로 더 쉽게 가져올 수 있습니다.

  1. 프로젝트 ID를 사용하여 다음을 실행하여 명령줄의 기본 프로젝트를 설정합니다.

    gcloud config set project PROJECT_ID

  2. BigQuery 데이터 세트를 만듭니다.

    bq mk movielens

  3. movies.csv를 새 movies BigQuery 테이블에 로드합니다.

    bq load --skip_leading_rows=1 movielens.movies \
  gs://cloud-samples-data/gen-app-builder/media-recommendations/movies.csv \
  movieId:integer,title,genres

  4. ratings.csv를 새 ratings BigQuery 테이블에 로드합니다.

    bq load --skip_leading_rows=1 movielens.ratings \
  gs://cloud-samples-data/gen-app-builder/media-recommendations/ratings.csv \
  userId:integer,movieId:integer,rating:float,time:timestamp

BigQuery 뷰 만들기

이 단계에서는 Movielens 데이터 세트를 재구성하여 미디어 데이터 스토어의 예상 형식을 따르도록 합니다.

이 가이드에서는 지난 90일 동안의 긍정적인 평점(< 4)에서 가짜 view-item 사용자 이벤트를 만듭니다.

  1. 영화 테이블을 Document 스키마로 변환하는 뷰를 만듭니다.

    bq mk --project_id=PROJECT_ID \
 --use_legacy_sql=false \
 --view '
  WITH t AS (
    SELECT
      CAST(movieId AS string) AS id,
      SUBSTR(title, 0, 128) AS title,
      SPLIT(genres, "|") AS categories
      FROM `PROJECT_ID.movielens.movies`)
    SELECT
      id, "default_schema" as schemaId, null as parentDocumentId,
      TO_JSON_STRING(STRUCT(title as title, categories as categories,
      CONCAT("http://mytestdomain.movie/content/", id) as uri,
      "2023-01-01T00:00:00Z" as available_time,
      "2033-01-01T00:00:00Z" as expire_time,
      "movie" as media_type)) as jsonData
    FROM t;' \
movielens.movies_view

    이제 새 뷰에는 Vertex AI Agent Builder API에 필요한 스키마가 포함됩니다.

  2. Google Cloud 콘솔에서 BigQuery 페이지로 이동합니다.

    BigQuery로 이동

  3. 탐색기 창에서 프로젝트 이름을 펼치고 movielens 데이터 세트를 펼친 다음 movies_view를 클릭하여 이 뷰의 쿼리 페이지를 지정합니다.

    제품 뷰

  4. 테이블 탐색기 탭으로 이동합니다.

  5. 생성된 쿼리 창에서 쿼리에 복사 버튼을 클릭합니다. 쿼리 편집기가 열립니다.

  6. 실행을 클릭하여 생성한 뷰에서 영화 데이터를 확인합니다.

  7. 다음 Cloud Shell 명령어를 실행하여 영화 평점에서 가상의 사용자 이벤트를 만듭니다.

    bq mk --project_id=PROJECT_ID \
 --use_legacy_sql=false \
 --view '
 WITH t AS (
  SELECT
    MIN(UNIX_SECONDS(time)) AS old_start,
    MAX(UNIX_SECONDS(time)) AS old_end,
    UNIX_SECONDS(TIMESTAMP_SUB(
    CURRENT_TIMESTAMP(), INTERVAL 90 DAY)) AS new_start,
    UNIX_SECONDS(CURRENT_TIMESTAMP()) AS new_end
  FROM `PROJECT_ID.movielens.ratings`)
  SELECT
    CAST(userId AS STRING) AS userPseudoId,
    "view-item" AS eventType,
    FORMAT_TIMESTAMP("%Y-%m-%dT%X%Ez",
    TIMESTAMP_SECONDS(CAST(
      (t.new_start + (UNIX_SECONDS(time) - t.old_start) *
      (t.new_end - t.new_start) / (t.old_end - t.old_start))
    AS int64))) AS eventTime,
    [STRUCT(movieId AS id, null AS name)] AS documents,
  FROM `PROJECT_ID.movielens.ratings`, t
  WHERE rating >= 4;' \
  movielens.user_events

Vertex AI Agent Builder 활성화

  1. Google Cloud 콘솔에서 Agent Builder 페이지로 이동합니다.

    Agent Builder

  2. 서비스 약관을 읽고 동의한 후 계속 및 API 활성화를 클릭합니다.

이 섹션의 절차는 미디어 검색 앱을 만들고 배포하는 방법을 안내합니다.

  1. Google Cloud 콘솔에서 Agent Builder 페이지로 이동합니다.

    Agent Builder를 사용하여 이 모든 것을 자체 데이터에 그라운딩하세요.

  2. 앱 만들기를 클릭합니다.

  3. 앱 만들기 페이지의 미디어 카탈로그 검색에서 만들기를 클릭합니다.

  4. 앱 이름 필드에 앱 이름(예: quickstart-media-search)을 입력합니다. 엔진 이름 아래에 앱 ID가 표시됩니다.

  5. 계속을 클릭합니다.

  6. 미디어 추천 시작하기 튜토리얼을 완료했고 여전히 데이터 스토어(권장 이름 quickstart-media-data-store)가 있다면 데이터 스토어를 선택하고 만들기를 클릭하여 미리보기 검색으로 건너뛰세요.

  7. Movielens 데이터 세트가 포함된 데이터 스토어가 없는 경우 새 데이터 스토어를 만들고 선택합니다.

    1. 데이터 스토어 페이지에서 데이터 스토어 만들기를 클릭합니다.

    2. 데이터 스토어의 표시 이름(예: quickstart-media-data-store)을 입력한 후 만들기를 클릭합니다.

    3. 방금 만든 데이터 스토어를 선택한 후 만들기를 클릭하여 앱을 만듭니다. 데이터 소스 선택 페이지로 리디렉션됩니다.

데이터 가져오기

그 다음 이전에 형식이 지정된 영화 및 사용자 이벤트 데이터를 가져옵니다.

문서 가져오기

  1. 데이터 소스 선택 페이지로 자동 리디렉션되지 않으면 다음 단계를 따르세요.

    • 문서 탭을 엽니다.
    • 데이터 가져오기를 클릭합니다.

  2. 데이터 소스 선택 페이지에서 BigQuery를 선택합니다.

  3. 만든 movies BigQuery 뷰의 이름을 입력하고 가져오기를 클릭합니다.

    PROJECT_ID.movielens.movies_view

  4. 모든 문서를 가져올 때까지 기다립니다. 15분 정도 걸립니다. 완료되면 86,537개의 문서가 있습니다.

    활동 탭에서 가져오기 작업 상태를 확인할 수 있습니다. 가져오기가 완료되면 가져오기 작업 상태가 완료로 변경됩니다.

사용자 이벤트 가져오기

  1. 이벤트 탭을 엽니다.

  2. 이벤트 가져오기를 클릭합니다.

  3. BigQuery를 선택합니다.

  4. 만든 user_events BigQuery 뷰의 이름을 입력하고 가져오기를 클릭합니다.

    PROJECT_ID.movielens.user_events

  5. 이벤트를 가져오기 전에 다음 단계로 진행할 수 있지만 검색결과에 아직 전체 데이터 세트가 포함되지는 않습니다.

    활동 탭에서 작업 상태를 확인할 수 있습니다. 수백만 개의 행을 가져오므로 이 프로세스를 완료하는 데 1시간 정도 걸립니다.

  1. 탐색 메뉴에서 구성을 클릭합니다.

  2. 여기에서 검색 상자에 '반지의 제왕'과 같은 영화 이름을 입력합니다.

  3. 검색결과가 입력한 영화 제목과 관련이 있습니다.

  4. 이 페이지에서 검색 위젯이 검색결과 정보를 표시하는 방식을 맞춤설정할 수 있습니다. 자세히 알아보려면 검색 위젯의 결과 구성을 참조하세요.

    미디어 검색 앱의 경우 다음을 할 수 있습니다.

    변경 후 저장 및 게시를 클릭하여 위젯을 업데이트합니다.

검색 위젯 배포

  1. 탐색 메뉴에서 통합을 클릭합니다.

  2. 위젯 탭이 선택되었는지 확인합니다.

  3. 위젯 승인 유형으로 JWT 또는 OAuth 기반을 선택합니다.

  4. 도메인 필드에 위젯을 배치할 웹페이지의 도메인 이름을 입력합니다. 예를 들어 위젯을 웹페이지 example.com/ai.html에 복사하려면 example.com을 도메인으로 입력합니다.

  5. 추가를 클릭한 후 저장을 클릭합니다.

  6. 웹 애플리케이션에 다음 코드 복사 섹션에 제공된 코드 스니펫을 복사합니다.

  7. 코드베이스에서 승인 토큰을 생성합니다.

  8. 위젯에 승인 토큰을 전달하려면 다음 코드를 웹 애플리케이션에 복사 섹션의 '승인 토큰 설정' 코드 스니펫을 사용하고 <JWT or OAuth token provided by you backend> 텍스트를 승인 토큰으로 바꾸세요.

  9. 검색 앱을 웹 앱에 통합하는 데 도움이 필요하면 검색결과 가져오기의 코드 샘플을 참조하세요.

삭제

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

미디어 추천 시작하기 튜토리얼에서 미디어 추천을 위해 만든 데이터 스토어를 재사용할 수 있습니다. 이 삭제 절차를 수행하기 전에 해당 튜토리얼을 시도해 보세요.

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

  5. BigQuery 데이터 세트를 만든 경우 Cloud Shell에서 삭제합니다.

    bq rm --recursive --dataset movielens

다음 단계