Vertex AI의 최신 멀티모달 모델인 Gemini 1.5 모델을 사용해 보고 100만 개의 토큰 컨텍스트 윈도우로 빌드할 수 있는 항목을 확인해 보세요. Vertex AI의 최신 멀티모달 모델인 Gemini 1.5 모델을 사용해 보고 100만 개의 토큰 컨텍스트 윈도우로 빌드할 수 있는 항목을 확인해 보세요.

코드 인터프리터 확장 프로그램

이 문서에서는 Google Cloud 콘솔과 Vertex AI API에서 Google이 제공하는 코드 인터프리터 확장 프로그램을 등록하여 사용하는 방법에 대해 설명합니다. 이 확장 프로그램을 사용하면 Python 코드를 생성하고 실행하여 다음을 수행할 수 있습니다.

데이터 세트 분석, 정리, 변환, 재구성
차트 및 그래프로 데이터 시각화
계산 실행

코드 인터프리터 확장 프로그램은 code_interpreter_tool을 사용하여 자연어 설명에서 Python 코드를 생성하고 실행합니다. code_interpreter_tool은 OpenAPI 사양 code_interpreter.yaml 파일에 정의되어 있습니다.

openapi: "3.0.0"
info:
  version: 1.0.0
  title: code_interpreter_tool
  description: >
    This tool supports the following operations based on user input:

    1. **Generates and Executes Code:** Accepts an user query in natural language, generates corresponding code, and executes it to produce results for the user query.


    Supported AuthTypes:

    - `GOOGLE_SERVICE_ACCOUNT_AUTH`: (Vertex AI Extension Service Agent is supported).
paths:
  /generate_and_execute:
    post:
      operationId: generate_and_execute
      description: >
        Get the results of a natural language query by generating and executing a code snippet.
        Example queries: "Find the max in [1, 2, 5]" or "Plot average sales by year (from data.csv)".
      requestBody:
        required: true
        content:
          application/json:
            schema:
              type: object
              required:
              - query
              properties:
                query:
                  type: string
                  description: >
                    Required. The Natural language query to get the results for.
                    The query string can optionally contain data to use for the code generated.
                    For example: "I have a list of numbers: [1, 2, 3, 4]. Find the largest number in the provided data."
                timeout:
                  type: number
                  description: >
                    Optional. Timeout in miliseconds for the code execution. Default value: 30000.
                files:
                  type: array
                  description: >
                    Optional. Input files to use when executing the generated code.
                    If specified, the file contents are expected be base64-encoded.
                    For example: [{"name": "data.csv", "contents": "aXRlbTEsaXRlbTI="}]

                    Only one of `file_gcs_uris` and `files` field should be provided.
                  items:
                    $ref: "#/components/schemas/File"
                file_gcs_uris:
                  type: array
                  description: >
                    Optional. GCS URIs of input files to use when executing the generated code.
                    For example: ["gs://input-bucket/data.csv"]

                    Only one of `file_gcs_uris` and `files` field should be provided.
                    This option is only applicable when `file_input_gcs_bucket` is specified in `Extension.CodeInterpreterRuntimeConfig`.
                  items:
                    type: string
      responses:
        '200':
          description: >
            The results of generating and executing code based on the natual language query.
            The result contains the generated code, and the STDOUT, STDERR, and output files from code execution.
          content:
            application/json:
              schema:
                $ref: "#/components/schemas/GenerationAndExecutionResult"
components:
  schemas:
    File:
      description: >
        File used as inputs and outputs of code execution. The `contents` string should be base64-encoded bytes.
        For example: [{"name": "data.csv", "contents": "aXRlbTEsaXRlbTI="}]
      type: object
      properties:
        name:
          type: string
        contents:
          type: string
          format: byte
    GenerationAndExecutionResult:
      description: >
        The results of generating and executing code based on the natual language query.
      properties:
        generated_code:
          type: string
          description: >
            The generated code in markdown format.
            For example: "```python\nprint(\"Hello World\")\n```"
        execution_result:
          type: string
          description: >
            The code execution result string from STDOUT.
        execution_error:
          type: string
          description: >
            The code execution error string from STDERR.
        output_files:
          type: array
          description: >
            The output files generated from code execution.
            If present, the file contents are required be base64-encoded.
            For example: [{"name": "data.csv", "contents": "aXRlbTEsaXRlbTI="}]
          items:
            $ref: "#/components/schemas/File"
        output_gcs_uris:
          type: array
          description: >
            The output GCS URIs of files generated from code execution.
            For example: ["gs://output-bucket/subfolder/output.csv"]

            This field is only applicable when `file_output_gcs_bucket` is specified in `Extension.CodeInterpreterRuntimeConfig`.
          items:
            type: string

엔드 투 엔드 튜토리얼이 포함된 Google 확장 프로그램에 대해 알아보려면 다음 Jupyter 노트북을 참조하세요.

Vertex AI Extensions를 사용한 비즈니스 분석 워크플로: 코드 인터프리터 확장 프로그램 및 Vertex AI Search 확장 프로그램을 사용하여 비즈니스 이해관계자를 위한 주택 투자 기회 연구 보고서를 작성하세요.
Colab | GitHub | Vertex AI Workbench
Vertex AI 확장 프로그램 코드 인터프리터로 데이터 탐색 및 모델 학습: 데이터 세트 분석 및 모델 학습과 같은 일반적인 데이터 과학 태스크를 수행합니다.
Colab | GitHub | Vertex AI Workbench
Vertex AI 확장 프로그램을 사용한 게임 리뷰 분석 워크플로: 코드 인터프리터 확장 프로그램을 사용하여 Steam의 게임 리뷰를 분석합니다. Vertex AI Search 확장 프로그램을 사용하여 웹사이트의 게임 리뷰를 요약합니다. 코드 인터프리터 확장 프로그램을 사용하여 생성된 모든 애셋이 포함된 보고서를 작성합니다.
Colab | GitHub | Vertex AI Workbench
Vertex AI 확장 프로그램 코드 인터프리터 확장 프로그램을 사용하여 Pandas 작업: 코드 인터프리터 확장 프로그램으로 생성된 Pandas DataFrames 코드를 사용하여 특히 대규모 데이터 세트 작업을 수행합니다.
Colab | GitHub | Vertex AI Workbench
Vertex AI 확장 프로그램을 사용한 웹 개발자 워크플로: 코드 인터프리터 확장 프로그램을 사용하여 정적 웹 애플리케이션을 빌드하고 배포합니다.
Colab | GitHub | Vertex AI Workbench

시작하기 전에

Google Cloud 계정에 로그인합니다. Google Cloud를 처음 사용하는 경우 계정을 만들고 Google 제품의 실제 성능을 평가해 보세요. 신규 고객에게는 워크로드를 실행, 테스트, 배포하는 데 사용할 수 있는 $300의 무료 크레딧이 제공됩니다.

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

Go to project selector

Google Cloud 프로젝트에 결제가 사용 설정되어 있는지 확인합니다.

Vertex AI API 사용 설정

API 사용 설정

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

Go to project selector

Google Cloud 프로젝트에 결제가 사용 설정되어 있는지 확인합니다.

Vertex AI API 사용 설정

API 사용 설정

코드 인터프리터 확장 프로그램 등록, 쿼리, 실행

다음 섹션에서는 Google Cloud 콘솔 및 Vertex AI API를 사용하여 코드 인터프리터 확장 프로그램을 등록하는 방법을 보여줍니다. 확장 프로그램을 등록한 후에는 Google Cloud 콘솔을 사용하여 쿼리하거나 Vertex AI API를 사용하여 실행할 수 있습니다.

콘솔

확장 프로그램 등록

Google Cloud 콘솔을 사용하여 코드 인터프리터 확장 프로그램을 등록하려면 다음 단계를 수행합니다.

Google Cloud 콘솔에서 Vertex AI 확장 프로그램 페이지로 이동합니다.

Vertex AI 확장 프로그램으로 이동
확장 프로그램 만들기를 클릭합니다.
새 확장 프로그램 만들기 대화상자에서 다음을 수행합니다.
- 확장 프로그램 이름: 확장 프로그램의 이름을 입력합니다(예: 'code_interpreter_extension').
- 설명: (선택사항) 확장 프로그램 설명을 입력합니다(예: '코드 인터프리터 확장 프로그램').
- 확장 프로그램 유형: Code interpreter를 선택합니다.
이제 표시되는 OpenAPI 사양 파일 섹션에서 다음 필드가 올바르게 설정되었는지 확인합니다.
- API 이름: code_interpreter_tool.
- API 설명: Tool to generate and run valid Python code from a natural language description, or to run custom Python code...
- 소스: Cloud Storage.
- OpenAPI 사양: vertex-extension-public/code_interpreter.yaml.
- 인증: Google service account.
(선택사항) 런타임 구성 섹션에서 입력 버킷과 출력 버킷을 지정합니다.
- 입력 버킷은 확장 프로그램이 gs:// 프리픽스(예: gs://sample-bucket-name)를 포함한 입력 파일을 읽는 데 사용할 Cloud Storage 버킷입니다. 이를 지정하면 이 버킷의 roles/storage.objectViewer 역할을 Vertex 확장 프로그램 커스텀 코드 서비스 에이전트 서비스 계정에 할당해야 합니다.
- 출력 버킷은 확장 프로그램이 gs:// 프리픽스(예: gs://sample-bucket-name)를 포함한 출력 파일을 작성하는 데 사용할 Cloud Storage 버킷입니다. 이를 지정하면 이 버킷의 roles/storage.objectUser 역할을 Vertex 확장 프로그램 커스텀 코드 서비스 에이전트 서비스 계정에 할당해야 합니다.
확장 프로그램 만들기를 클릭합니다.

(선택사항) 확장 프로그램 쿼리

Google Cloud 콘솔을 사용하여 코드 인터프리터 확장 프로그램을 실험할 수 있습니다. 자연어 프롬프트로 확장 프로그램을 호출하려면 다음 단계를 수행합니다.

Google Cloud 콘솔에서 Vertex AI 확장 프로그램 페이지로 이동합니다.

Vertex AI 확장 프로그램으로 이동
코드 인터프리터 확장 프로그램 이름을 클릭하여 확장 프로그램 세부정보 페이지를 엽니다.
메시지를 입력합니다. 상자에 쿼리를 입력한 다음 응답을 확인합니다. 확장 프로그램 응답 섹션을 펼쳐 확장 프로그램에서 생성하고 결과를 생성하기 위해 실행한 코드를 확인합니다.

다음 예는 사용자가 입력한 숫자 목록의 평균 값을 계산한 쿼리의 결과를 보여줍니다.

REST

확장 프로그램 등록

Vertex AI API extensions.import 요청을 제출하여 코드 인터프리터 확장 프로그램을 등록합니다.

요청 데이터를 사용하기 전에 다음을 바꿉니다.

PROJECT_ID: Google Cloud 프로젝트의 ID
REGION: Compute Engine 리전
DISPLAY_NAME: 사용자에게 표시되는 확장 프로그램 이름(예: 'my_code_interpreter_extension')
DESCRIPTION: (선택사항) 사용자에게 표시되는 확장 프로그램 설명(예: '코드 인터프리터 확장 프로그램')
SERVICE_ACCOUNT: (선택사항) 코드 인터프리터 확장 프로그램은 샘플 요청 본문에 표시된 것처럼 GOOGLE_SERVICE_ACCOUNT_AUTH를 사용합니다. 서비스 계정을 지정하지 않으면 확장 프로그램이 기본 Vertex AI Extension 서비스 에이전트 서비스 계정을 사용합니다. 다른 서비스 계정을 지정하면 지정된 서비스 계정에 대한 iam.serviceAccounts.getAccessToken 권한이 Vertex AI 확장 프로그램 서비스 에이전트 서비스 계정에 부여됩니다.
INPUT_BUCKET: (선택사항) 확장 프로그램이 gs:// 프리픽스(예: gs://sample-bucket-name)를 포함한 입력 파일을 읽는 데 사용할 Cloud Storage 버킷. 이를 지정하면 이 버킷의 roles/storage.objectViewer 역할을 Vertex 확장 프로그램 커스텀 코드 서비스 에이전트 서비스 계정에 할당해야 합니다.
OUTPUT_BUCKET: (선택사항) 확장 프로그램이 gs:// 프리픽스(예: gs://sample-bucket-name)를 포함한 출력 파일을 쓰는 데 사용할 Cloud Storage 버킷. 이를 지정하면 이 버킷의 roles/storage.objectUser 역할을 Vertex 확장 프로그램 커스텀 코드 서비스 에이전트 서비스 계정에 할당해야 합니다.

HTTP 메서드 및 URL:

POST https://REGION-aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/REGION/extensions:import

JSON 요청 본문:

{
  "displayName":"DISPLAY_NAME",
  "description":"DESCRIPTION",
  "manifest":{
    "name":"code_interpreter_tool",
    "description":"A Google Code Interpreter tool",
    "apiSpec":{
      "openApiGcsUri":"gs://vertex-extension-public/code_interpreter.yaml"
    },
    "authConfig":{
      "authType":"GOOGLE_SERVICE_ACCOUNT_AUTH",
      "googleServiceAccountConfig":{
        "serviceAccount":"SERVICE_ACCOUNT"
      }
    }
  }
  "runtimeConfig": {
     "codeInterpreterRuntimeConfig": {
        "fileInputGcsBucket": "INPUT_BUCKET",
        "fileOutputGcsBucket": "OUTPUT_BUCKET"
     }
  }
}

요청을 보내려면 다음 옵션 중 하나를 선택합니다.

curl

참고: 다음 명령어는 gcloud init 또는 gcloud auth login을 실행하거나 gcloud CLI에 자동으로 로그인하는 Cloud Shell을 사용하여 사용자 계정으로 gcloud CLI에 로그인했다고 가정합니다. gcloud auth list를 실행하면 현재 활성 계정을 확인할 수 있습니다.

요청 본문을 request.json 파일에 저장하고 다음 명령어를 실행합니다.

curl -X POST \
     -H "Authorization: Bearer $(gcloud auth print-access-token)" \
     -H "Content-Type: application/json; charset=utf-8" \
     -d @request.json \
     "https://REGION-aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/REGION/extensions:import"

PowerShell

참고: 다음 명령어는 gcloud init 또는 gcloud auth login을 실행하여 사용자 계정으로 gcloud CLI에 로그인했다고 가정합니다. gcloud auth list를 실행하면 현재 활성 계정을 확인할 수 있습니다.

요청 본문을 request.json 파일에 저장하고 다음 명령어를 실행합니다.

$cred = gcloud auth print-access-token
$headers = @{ "Authorization" = "Bearer $cred" }

Invoke-WebRequest `
    -Method POST `
    -Headers $headers `
    -ContentType: "application/json; charset=utf-8" `
    -InFile request.json `
    -Uri "https://REGION-aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/REGION/extensions:import" | Select-Object -Expand Content

확장 프로그램 실행

Vertex AI API에 execute 작업을 제출하여 자연어 쿼리를 기반으로 Python 코드를 생성하고 실행할 수 있습니다.

검색어 예:

간단한 쿼리: 숫자 목록의 최댓값을 찾습니다.
인라인 데이터 쿼리: 쿼리할 데이터가 요청 본문에 제공됩니다.
파일 데이터로 쿼리: 파일 데이터를 인쇄합니다.
Cloud Storage 데이터로 쿼리: Cloud Storage 데이터를 읽습니다.

간단한 쿼리

요청 데이터를 사용하기 전에 다음을 바꿉니다.

PROJECT_ID: Google Cloud 프로젝트의 ID
REGION: Compute Engine 리전
EXTENSION_ID: Google Cloud 콘솔의 확장 프로그램 세부정보에 나열된 코드 인터프리터 확장 프로그램의 ID

HTTP 메서드 및 URL:

POST https://REGION-aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/REGION/extensions/EXTENSION_ID:execute

JSON 요청 본문:

{
  "operation_id":"generate_and_execute",
  "operation_params":{
    "query":"find the max value in the list: [1,2,3,4,-5]"
  }
}

요청을 보내려면 다음 옵션 중 하나를 선택합니다.

curl

요청 본문을 request.json 파일에 저장하고 다음 명령어를 실행합니다.

curl -X POST \
     -H "Authorization: Bearer $(gcloud auth print-access-token)" \
     -H "Content-Type: application/json; charset=utf-8" \
     -d @request.json \
     "https://REGION-aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/REGION/extensions/EXTENSION_ID:execute"

PowerShell

요청 본문을 request.json 파일에 저장하고 다음 명령어를 실행합니다.

$cred = gcloud auth print-access-token
$headers = @{ "Authorization" = "Bearer $cred" }

Invoke-WebRequest `
    -Method POST `
    -Headers $headers `
    -ContentType: "application/json; charset=utf-8" `
    -InFile request.json `
    -Uri "https://REGION-aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/REGION/extensions/EXTENSION_ID:execute" | Select-Object -Expand Content

인라인 데이터

요청 데이터를 사용하기 전에 다음을 바꿉니다.

PROJECT_ID: Google Cloud 프로젝트의 ID
REGION: Compute Engine 리전
EXTENSION_ID: Google Cloud 콘솔의 확장 프로그램 세부정보에 나열된 코드 인터프리터 확장 프로그램의 ID

HTTP 메서드 및 URL:

POST https://REGION-aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/REGION/extensions/EXTENSION_ID:execute

JSON 요청 본문:

{
  "operation_id":"generate_and_execute",
  "operation_params":{
    "query":"Calculate the total values of each column(mobile_subscribers, percent_internet_users, total_internet_users, fixed_broadband_subscribers) from the below dataset.\n\n\ncountry_name        country_code        year        mobile_subscribers        percent_internet_users        total_internet_users        fixed_broadband_subscribers\nUnited States        US        2023        333.4        90.5        303.1        200.3\nChina        CN        2023        1.613        70.2        1131.4        512.2\nIndia        IN        2023        1.165        50.7        688.5        557.2\nJapan        JP        2023        124.3        88.2        109.5        114.8\nGermany        DE        2023        102.1        90.5        92.1        100\nUnited Kingdom        UK        2023        67.1        92.7        62.2        65\nFrance        FR        2023        66.7        89        63        69.7\nBrazil        BR        2023        213.5        68        144.1        69.4\nRussia        RU        2023        203.8        74.9        152.7        51.1"
  }
}

요청을 보내려면 다음 옵션 중 하나를 선택합니다.

curl

요청 본문을 request.json 파일에 저장하고 다음 명령어를 실행합니다.

curl -X POST \
     -H "Authorization: Bearer $(gcloud auth print-access-token)" \
     -H "Content-Type: application/json; charset=utf-8" \
     -d @request.json \
     "https://REGION-aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/REGION/extensions/EXTENSION_ID:execute"

PowerShell

요청 본문을 request.json 파일에 저장하고 다음 명령어를 실행합니다.

$cred = gcloud auth print-access-token
$headers = @{ "Authorization" = "Bearer $cred" }

Invoke-WebRequest `
    -Method POST `
    -Headers $headers `
    -ContentType: "application/json; charset=utf-8" `
    -InFile request.json `
    -Uri "https://REGION-aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/REGION/extensions/EXTENSION_ID:execute" | Select-Object -Expand Content

파일 인쇄

요청 데이터를 사용하기 전에 다음을 바꿉니다.

PROJECT_ID: Google Cloud 프로젝트의 ID
REGION: Compute Engine 리전
EXTENSION_ID: Google Cloud 콘솔의 확장 프로그램 세부정보에 나열된 코드 인터프리터 확장 프로그램의 ID
FILE_NAME: 요청 본문의 CSV 파일 데이터가 작업 디렉터리에 있는 이 파일에 기록됩니다.
BASE64_ENCODED_FILE_BYTES: 요청 본문의 파일 바이트는 base64로 인코딩되어야 합니다.

HTTP 메서드 및 URL:

POST https://REGION-aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/REGION/extensions/EXTENSION_ID:execute

JSON 요청 본문:

{
  "operation_id":"generate_and_execute",
  "operation_params":{
    "query":"print the csv file",
    "files":[
      {
        "name":"FILE_NAME",
        "contents":"BASE64_ENCODED_FILE_BYTES"
      }
    ]
  }
}

요청을 보내려면 다음 옵션 중 하나를 선택합니다.

curl

요청 본문을 request.json 파일에 저장하고 다음 명령어를 실행합니다.

curl -X POST \
     -H "Authorization: Bearer $(gcloud auth print-access-token)" \
     -H "Content-Type: application/json; charset=utf-8" \
     -d @request.json \
     "https://REGION-aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/REGION/extensions/EXTENSION_ID:execute"

PowerShell

요청 본문을 request.json 파일에 저장하고 다음 명령어를 실행합니다.

$cred = gcloud auth print-access-token
$headers = @{ "Authorization" = "Bearer $cred" }

Invoke-WebRequest `
    -Method POST `
    -Headers $headers `
    -ContentType: "application/json; charset=utf-8" `
    -InFile request.json `
    -Uri "https://REGION-aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/REGION/extensions/EXTENSION_ID:execute" | Select-Object -Expand Content

Cloud Storage 읽기

요청 데이터를 사용하기 전에 다음을 바꿉니다.

PROJECT_ID: Google Cloud 프로젝트의 ID
REGION: Compute Engine 리전
EXTENSION_ID: Google Cloud 콘솔의 확장 프로그램 세부정보에 나열된 코드 인터프리터 확장 프로그램의 ID
BUCKET_NAME: 인쇄할 CSV 파일이 포함된 Cloud Storage 버킷. 할 때 이 입력 버킷을 지정해야 합니다.
FILE_NAME: 인쇄할 BUCKET_NAME의 CSV 파일 데이터

HTTP 메서드 및 URL:

POST https://REGION-aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/REGION/extensions/EXTENSION_ID:execute

JSON 요청 본문:

{
  "operation_id":"generate_and_execute",
  "operation_params":{
    "query":"print the csv file",
    "file_gcs_uris": ["gs://BUCKET_NAME/FILE_NAME"]
  }
}

요청을 보내려면 다음 옵션 중 하나를 선택합니다.

curl

요청 본문을 request.json 파일에 저장하고 다음 명령어를 실행합니다.

curl -X POST \
     -H "Authorization: Bearer $(gcloud auth print-access-token)" \
     -H "Content-Type: application/json; charset=utf-8" \
     -d @request.json \
     "https://REGION-aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/REGION/extensions/EXTENSION_ID:execute"

PowerShell

요청 본문을 request.json 파일에 저장하고 다음 명령어를 실행합니다.

$cred = gcloud auth print-access-token
$headers = @{ "Authorization" = "Bearer $cred" }

Invoke-WebRequest `
    -Method POST `
    -Headers $headers `
    -ContentType: "application/json; charset=utf-8" `
    -InFile request.json `
    -Uri "https://REGION-aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/REGION/extensions/EXTENSION_ID:execute" | Select-Object -Expand Content