소매업을 위한 Vertex AI Search 가격 책정
가격은 미국 달러(USD)로 표기됩니다. USD 외의 통화로 지불하는 경우 Cloud Platform SKU에 해당 통화로 표기된 가격이 적용됩니다.
검색 요금
검색을 사용하면 비즈니스 니즈에 맞게 맞춤설정할 수 있는 고품질 제품 결과를 제공할 수 있습니다. Google의 쿼리와 문맥에 대한 이해를 활용하여 웹사이트와 모바일 애플리케이션에서 제품 검색을 개선할 수 있습니다.
요금이 발생하는 검색 작업은 Search 메서드를 호출하여 검색 또는 탐색 결과를 요청하는 것뿐입니다. 사용자 이벤트 또는 카탈로그 정보를 가져오거나 관리하는 데는 요금이 부과되지 않습니다. 사전 학습된 추천 LLM 사용에도 요금이 부과되지 않습니다.
검색 및 탐색 쿼리는 요청 1,000건당 $2.50의 요금이 부과됩니다.
예
이 예는 검색어에 대한 요금이 청구되는 방식을 보여줍니다.
이 예에서 고객의 애플리케이션은 한 달에 1,500만 개의 키워드 검색어와 1,000만 개의 탐색 쿼리를 만들었습니다. 다음은 고객이 지불해야 하는 총비용을 계산하는 방법입니다.
- 검색어 = 1,500만 회
- 탐색 검색어 = 1,000만 회
- 해당 달의 총 검색어 수 = 1,500만 개 + 1,000만 개 = 2,500만 개
- 소매업 검색을 위한 Vertex AI Search 가격 책정 = 쿼리 1,000개당 $2.50
고객이 지불해야 하는 총 비용 = 쿼리 2,500만 회 x 쿼리 1,000개당 $2.50 = $62,500
추천 요금
무료 체험판: $600의 무료 크레딧으로 추천을 시도할 수 있습니다. 무료 크레딧은 가입 시 자동으로 지급되며 가입 후 6개월이 지나면 만료됩니다. 이러한 크레딧은 결제 계정에 부여되며 결제 계정에 연결된 프로젝트 수의 영향을 받지 않습니다. 예를 들어 결제 계정에 프로젝트 3개가 연결되어 있어도 결제 계정에는 $600의 무료 크레딧이 계속 제공됩니다. 이 크레딧은 일반적으로 모델을 학습시키고 2주 동안 진행되는 A/B 테스트를 통해 프로덕션에서 성능을 테스트하기에 충분합니다. 소매업을 위한 Vertex AI Search 구현을 참조하세요.
사용자 이벤트 또는 카탈로그 정보를 가져오거나 관리하는 작업에는 요금이 부과되지 않습니다. 요금이 발생하는 추천 작업만 predict 메서드를 호출하여 예측 학습, 조정 또는 요청 작업을 수행할 수 있습니다.
학습(노드별 시간당) 비용은 모델이 적극적으로 학습 중이거나 사용자가 학습 재개 요청을 제출한 경우 매일 청구됩니다. 모델을 일시중지하거나 삭제하면 더 이상 요금이 청구되지 않습니다. 학습 관리 문서를 참조하세요.
활성 모델 조정(노드별 시간당) 비용은 조정이 성공적으로 완료된 후 청구됩니다. 조정 진행 중에 모델을 일시중지하거나 삭제하면 완료되지 않은 조정에 대한 요금만 청구됩니다. 이 경우 모델 조정이 중지되기 전에 사용된 노드 시간에 대해 요금이 청구됩니다. 조정 관리 문서를 참조하세요.
| 월별 예측 요청 | 예측 1,000건당 가격 |
|---|---|
| 최대 20,000,000건 | $0.27 |
| 다음 280,000,000건 | $0.18 |
| 300,000,000건 이후 | $0.10 |
| 기능 | 가격 |
|---|---|
| 학습 및 조정 | 노드별 시간당 $2.50 |
예시
예시 A
이 예시는 월간 예측 요청의 각 가격 책정 등급이 적용되는 방식을 보여줍니다.
이 예시에서는 대규모 소매업체의 애플리케이션이 이 특정 달에 1,000,000,000건의 예측 요청을 했습니다. 기본적으로 자동으로 하루에 한 번 보관되는 3개의 모델을 학습시킵니다. 이것은 월별 약 500노드 시간의 모델 학습에 해당합니다. 기본적으로 추천 모델은 분기별로 조정됩니다. 이 예시에서 모델 조정으로 누적된 조정당 약 300노드 시간이 발생했으며, 월별로는 100노드 시간이 됩니다.
이 달의 비용을 계산하려면 먼저 예측 요청 비용을 확인해야 합니다. 요청 1,000건으로 이루어진 블록 단위로 가격이 책정되고 비용은 월간 예측 요청 건수에 따라 단계별로 적용됩니다.
- 예측 첫 20,000,000건 = 예측 20,000,000건 / 1000 * $0.27 = $5,400
- 다음 예측 280,000,000건 = 예측 280,000,000건 / 1000 * $0.18 = $50,400
- 다음 예측 700,000,000건 = 예측 700,000,000건 / 1000 * $0.10 = $70,000
다음으로 학습 및 조정 비용을 계산해 보겠습니다.
- 학습 요금 = 500노드 시간 * $2.50 = $1,250
- 조정 요금 = 100노드 시간 * $2.50 = $250
이 달의 총 예측, 학습, 조정 비용은 $127,300입니다.
예시 B
이 예시는 볼륨이 더 적은 사용 사례를 보여줍니다.
이 예시에서는 소매업체가 한 달에 10,000,000건의 예측 요청을 하고 하루에 한 번 단일 모델을 학습시키는데, 기본적으로 하루에 한 번 자동으로 보관됩니다. 이것은 월별 약 150노드 시간의 모델 학습에 해당합니다. 모델의 분기 조정으로 조정당 약 90노드 시간이 누적되었습니다. 월별 비용을 확인하기 위해 월 평균인 30노드 시간을 사용합니다.
한 달간의 사용량 가격을 계산해 보겠습니다. 이 소매업체의 이달 예측 요청 건수는 20,000,000건을 초과하지 않으므로 모든 요청에는 첫 번째 가격 책정 등급인 1,000건당 $0.27의 요금이 청구됩니다.
- 예측 10,000,000건 = 예측 10,000,000건 / 1000 * $0.27 = $2,700
학습 및 조정 비용 계산 방법은 다음과 같습니다.
- 학습 요금 = 150노드 시간 * $2.50 = $375
- 조정 요금 = 30노드 시간 * $2.50 = $75
이 달의 총 예측, 학습, 조정 비용은 $3,150입니다.
Google Cloud Observability 요금
소매업을 위한 Vertex AI Search는 잘못된 형식의 JSON이 포함된 사용자 이벤트 요청 또는 음수 가격의 카탈로그 항목 가져오기 요청과 같은 오류가 발생하는 각 API 요청에 대해 Google Cloud Observability에 오류를 로깅합니다. 또한 소매업을 위한 Vertex AI Search는 가져온 카탈로그에 없는 카탈로그 항목이 포함된 모든 예측 요청에 대한 오류를 로깅합니다.
Google Cloud Observability는 저장된 로그의 GiB를 기준으로 요금을 부과합니다. (로그는 한 달간 보관됩니다.) 프로젝트당 월별 첫 50GiB의 로그는 무료입니다. 그 이후에는 Google Cloud Observability에서 로그 1GiB당 $0.50를 청구합니다. 로깅 데이터의 크기는 JSON 페이로드의 크기에 따라 다르지만 1GiB는 약 200,000건의 추천 오류입니다.
자세한 내용은 Google Cloud Observability 가격 책정 페이지를 참조하세요.
다음 단계
- 소매업을 위한 Vertex AI Search 문서 읽어보기
- 가격 계산기 사용해 보기
- 소매업을 위한 Vertex AI Search 솔루션 및 사용 사례 알아보기