Google의 데이터 클라우드 전반에서 AI 기반 어시스턴트를 사용하면 운영 및 분석 워크플로를 간소화할 수 있습니다. BigQuery, Spanner, AlloyDB 전반에서 Gemini는 복잡한 쿼리를 쉽게 생성, 완성, 설명할 수 있도록 지원합니다. BigQuery의 Gemini는 Python 코드 지원도 제공합니다. 또한 데이터 준비를 위한 컨텍스트 인식 추천과 맞춤설정 가능한 SQL 변환을 제공하여 복잡한 데이터 작업을 매우 쉽게 효율적으로 수행할 수 있습니다.

Google Cloud는 데이터 엔지니어링, 과학, 분석을 자동화하는 퍼스트 파티 에이전트를 제공합니다. BigQuery의 데이터 엔지니어링 에이전트는 변환을 위해 Knowledge Catalog 메타데이터를 사용하여 파이프라인 생성 및 마이그레이션을 자율적으로 관리합니다. 데이터 과학 에이전트는 전체 컨텍스트를 인식하고 자율적으로 자동 수정하여 데이터 준비 및 ML 학습을 계획함으로써 개발 속도를 높입니다. 데이터베이스 온보딩 에이전트는 사용자 요구사항을 평가하여 최적의 Google Cloud 데이터베이스를 추천하고 프로비저닝 프로세스를 안내합니다. 데이터베이스 모니터링 가능성 에이전트는 데이터베이스 Fleet 성능을 사전에 모니터링하고, 이상치를 식별하며, 문제 해결 및 최적화를 위한 지능형 권장사항과 멀티턴 해결 워크플로를 제공합니다.

Deep Research 에이전트는 단순한 단일 단계 조회를 넘어 광범위한 기업 조사를 수행합니다. 다단계 쿼리를 독립적으로 구조화하고, 시스템 간 데이터 계보를 추적하며, 정형 테이블을 PDF, 계약서, 이미지와 같은 비정형 데이터와 혼합하고, 근본 원인과 미래 트렌드를 간략하게 설명하는 포괄적인 연구 요약을 합성합니다.

BigQuery 대화형 분석을 사용하면 데이터 전문가는 엔터티, 관계, 비즈니스 측정항목을 기반으로 높은 정확도를 유지하면서 자연어 채팅을 통해 멀티모달 및 멀티 형식 레이크하우스 데이터에서 인사이트를 추출하고 예측을 실행할 수 있습니다. 데이터베이스의 대화형 분석은 실시간 운영 인텔리전스를 제공하여 자연어를 사용해 Cloud SQL, Spanner, AlloyDB와 상호작용할 수 있도록 지원합니다. Looker 대화형 분석을 사용하면 비즈니스팀이 자연어와 제어된 시맨틱 레이어를 사용하여 신뢰할 수 있는 의사 결정을 내릴 수 있으므로 기술팀의 업무 부담이 줄어듭니다. Looker 대시보드 에이전트는 자연어 쿼리와 자동화된 요약을 대시보드에 직접 추가하여 이 환경을 더욱 개선합니다. 실시간 운영 요구사항의 경우 선제적 에이전트형 워크플로를 통해 이상치를 자동으로 조사하고 완화 계획을 제안하여 사후 대응 보고에서 이벤트 기반 조치로 전환할 수 있습니다.

Gemini Enterprise를 사용하면 실무자와 비즈니스 사용자가 자연어로 질문하기만 하면 즉각적인 인사이트를 얻을 수 있습니다. BigQuery, Looker, Lakehouse, 데이터베이스에서 빌드된 대화형 에이전트를 중앙 집중식 Gemini Enterprise 에이전트 갤러리에 게시하면 사용자가 단일 인터페이스를 통해 엔터프라이즈 데이터 시스템에 액세스할 수 있습니다. 이 접근 방식은 데이터 생태계의 기본 기술 복잡성을 완전히 추상화하는 동시에 일상적인 생산성 작업공간 내에서 데이터 액세스가 안전하게 감사되고 관리되도록 보장합니다. 관리자는 Gemini Enterprise에서 액세스를 쉽게 프로비저닝하여 일상적인 생산성 작업공간 내에서 데이터 상호작용이 안전하게 감사 및 관리되도록 할 수 있습니다.

개발자는 고유한 엔터프라이즈 데이터 문제를 해결하기 위해 커스텀 에이전트를 쉽게 빌드하고 임베딩할 수 있습니다. Conversational Analytics API를 사용하면 자연어 쿼리 기능을 커스텀 애플리케이션, 내부 도구 또는 자동화된 워크플로에 직접 삽입할 수 있습니다. BigQuery ADK 통합 도구 모음은 스키마 탐색, 쿼리, 예측을 위한 즉시 사용 가능한 함수를 제공합니다. 데이터베이스의 쿼리 데이터는 Cloud SQL, AlloyDB, Spanner에서 사용할 수 있으므로 운영 데이터용 에이전트를 빌드하는 데 도움이 됩니다. ADK용 BigQuery 에이전트 분석 플러그인을 사용하면 단 한 줄의 코드로 에이전트 활동 데이터를 BigQuery로 직접 스트리밍하여 실시간 모니터링 가능성과 평가를 지원할 수 있습니다. 운영을 더욱 간소화하기 위해 BigQuery 에이전트 분석용 Looker 블록은 AI 에이전트의 모니터링, 디버깅, 최적화를 위한 턴키 솔루션을 제공합니다.

Data Agent Kit는 안전한 모델 컨텍스트 프로토콜(MCP) 도구, 기본 IDE 플러그인, 사전 코딩된 데이터 엔지니어링 및 데이터 과학 기술을 하나의 오픈소스 패키지로 번들링하여 워크플로를 간소화합니다. 이러한 기능을 VS Code, Claude Code, Codex, Antigravity CLI와 같은 IDE에 직접 통합함으로써 개발자의 역할이 파이프라인 코드를 수동으로 작성하는 것에서 전체 데이터 자산에 걸쳐 인텐트 기반 개발로 전환됩니다. 또한 개발자는 오픈소스 MCP 도구 상자를 활용하여 에이전트를 AlloyDB, BigQuery, Spanner, Cloud SQL, Knowledge Catalog, Apache Spark에 안전하게 연결할 수 있습니다. Data Agent Kit를 시작하세요.