GSP1288

개요

제공된 검색 단계가 저장된 텍스트에 실제로 포함되어 있지 않더라도 애플리케이션이 Spanner 데이터베이스를 검색하고 관련 데이터를 빠르게 식별한다고 상상해 보세요. 이제 Vertex AI 텍스트 임베딩의 기능을 활용하여 Spanner 내에서 벡터 검색을 수행할 수 있습니다.

Spanner는 글로벌 규모의 트랜잭션 일관성, 고가용성을 위한 자동 동기식 복제를 제공하는 완전 관리형 데이터베이스 서비스입니다. 또한 Spanner에서 인공지능(AI) 기능을 활용하면 생성형 AI 애플리케이션을 빌드하거나 특정 검색어와의 관련성에 따라 Spanner 데이터베이스에 데이터를 표시하는 등의 작업을 수행할 수 있습니다.

벡터 검색은 정확한 키워드 일치가 아닌 시맨틱 의미를 기반으로 유사한 항목을 빠르게 찾는 데 사용할 수 있는 방법으로 오디오, 이미지, 동영상, 텍스트 등 다양한 유형의 데이터에 적용할 수 있습니다. 특히 텍스트의 경우 벡터 검색을 사용하면 콘텐츠가 검색에 사용된 정확한 텍스트 또는 구문과 일치하지 않아도 유사한 텍스트 항목을 찾을 수 있습니다.

이 실습에서는 Spanner에서 벡터 검색 구성의 기본사항을 알아봅니다. 먼저 텍스트 임베딩(텍스트의 시맨틱 의미를 숫자로 표현한 벡터)을 생성 및 저장한 다음 해당 텍스트 임베딩을 사용해 빠른 유사성 검색을 수행합니다. 이 실습은 Spanner 벡터 검색 시작하기라는 Codelab을 기반으로 하며, 자전거 제품 데이터 세트를 사용해 Spanner에서 벡터 검색을 활용하여 텍스트에서 정확히 일치하는 항목이 없어도 검색어와 가장 관련성이 높은 제품을 찾는 방법을 집중적으로 살펴봅니다.

실습할 내용

이 실습에서는 다음을 수행하는 방법에 대해 알아봅니다.

• Spanner에서 임베딩 모델을 만들고 Vertex AI 모델 엔드포인트에 모델을 구성
• Spanner에서 테이블을 만들고 데이터를 로드
• Spanner에서 텍스트 임베딩 생성 및 저장
• 텍스트 임베딩을 사용하여 Spanner에서 벡터 검색 수행

설정 및 요건

실습 시작 버튼을 클릭하기 전에

다음 안내를 확인하세요. 실습에는 시간 제한이 있으며 일시중지할 수 없습니다. 실습 시작을 클릭하면 타이머가 시작됩니다. 이 타이머는 Google Cloud 리소스를 사용할 수 있는 시간이 얼마나 남았는지를 표시합니다.

실무형 실습을 통해 시뮬레이션이나 데모 환경이 아닌 실제 클라우드 환경에서 실습 활동을 진행할 수 있습니다. 실습 시간 동안 Google Cloud에 로그인하고 액세스하는 데 사용할 수 있는 새로운 임시 사용자 인증 정보가 제공됩니다.

이 실습을 완료하려면 다음을 준비해야 합니다.

• 표준 인터넷 브라우저 액세스 권한(Chrome 브라우저 권장)

참고: 이 실습을 실행하려면 시크릿 모드(권장) 또는 시크릿 브라우저 창을 사용하세요. 개인 계정과 학습자 계정 간의 충돌로 개인 계정에 추가 요금이 발생하는 일을 방지해 줍니다.

• 실습을 완료하기에 충분한 시간(실습을 시작하고 나면 일시중지할 수 없음)

참고: 이 실습에는 학습자 계정만 사용하세요. 다른 Google Cloud 계정을 사용하는 경우 해당 계정에 비용이 청구될 수 있습니다.

실습을 시작하고 Google Cloud 콘솔에 로그인하는 방법

1. 실습 시작 버튼을 클릭합니다. 실습 비용을 결제해야 하는 경우 결제 수단을 선택할 수 있는 대화상자가 열립니다. 왼쪽에는 다음과 같은 항목이 포함된 실습 세부정보 창이 있습니다.

   • Google Cloud 콘솔 열기 버튼
   • 남은 시간
   • 이 실습에 사용해야 하는 임시 사용자 인증 정보
   • 필요한 경우 실습 진행을 위한 기타 정보

2. Google Cloud 콘솔 열기를 클릭합니다(Chrome 브라우저를 실행 중인 경우 마우스 오른쪽 버튼으로 클릭하고 시크릿 창에서 링크 열기를 선택합니다).

   실습에서 리소스가 가동되면 다른 탭이 열리고 로그인 페이지가 표시됩니다.

   팁: 두 개의 탭을 각각 별도의 창으로 나란히 정렬하세요.

   참고: 계정 선택 대화상자가 표시되면 다른 계정 사용을 클릭합니다.

3. 필요한 경우 아래의 사용자 이름을 복사하여 로그인 대화상자에 붙여넣습니다.

   {{{user_0.username | "Username"}}}

   실습 세부정보 창에서도 사용자 이름을 확인할 수 있습니다.

4. 다음을 클릭합니다.

5. 아래의 비밀번호를 복사하여 시작하기 대화상자에 붙여넣습니다.

   {{{user_0.password | "Password"}}}

   실습 세부정보 창에서도 비밀번호를 확인할 수 있습니다.

6. 다음을 클릭합니다.

   중요: 실습에서 제공하는 사용자 인증 정보를 사용해야 합니다. Google Cloud 계정 사용자 인증 정보를 사용하지 마세요. 참고: 이 실습에 자신의 Google Cloud 계정을 사용하면 추가 요금이 발생할 수 있습니다.

7. 이후에 표시되는 페이지를 클릭하여 넘깁니다.

   • 이용약관에 동의합니다.
   • 임시 계정이므로 복구 옵션이나 2단계 인증을 추가하지 않습니다.
   • 무료 체험판을 신청하지 않습니다.

잠시 후 Google Cloud 콘솔이 이 탭에서 열립니다.

참고: Google Cloud 제품 및 서비스에 액세스하려면 탐색 메뉴를 클릭하거나 검색창에 제품 또는 서비스 이름을 입력합니다.

작업 1. Spanner에서 임베딩 모델을 만들고 Vertex AI 모델 엔드포인트에 모델을 구성

이 실습 환경에는 cymbal-retail이라는 Spanner 인스턴스와 cymbal-bicycles라는 데이터베이스가 프로비저닝되어 있습니다.

이 작업에서는 텍스트 임베딩을 생성하는 데 사용되는 임베딩 모델을 만들고 구성하여 Spanner에서 전체 워크플로를 시작합니다. 이 작업을 통해 이후 작업에 필요한 Spanner 서비스 계정 생성도 자동으로 시작됩니다. 구체적으로는 EmbeddingsModel이라는 임베딩 모델을 만들고 이 모델을 (이)라는 Vertex AI 텍스트 임베딩 모델의 엔드포인트로 구성합니다.

1. Google Cloud 콘솔에서 탐색 메뉴() > 모든 제품 보기를 클릭합니다. 데이터베이스에서 Spanner를 클릭합니다.

2. 인스턴스 페이지에서 Cymbal Retail Spanner 인스턴스라는 이름의 인스턴스를 클릭하여 인스턴스 세부정보를 살펴봅니다.

3. 데이터베이스에서 cymbal-bicycles라는 이름의 데이터베이스를 클릭합니다.

4. 데이터베이스 아래의 Spanner 메뉴에서 Spanner Studio를 클릭합니다.

5. Spanner Studio 페이지에서 새 SQL 편집기 탭을 클릭하여 새 쿼리 창을 엽니다.

6. Vertex AI 모델 엔드포인트에 임베딩 모델을 만들고 구성하려면 다음 쿼리를 복사하여 쿼리 창에 붙여넣고 실행을 클릭합니다.

CREATE MODEL EmbeddingsModel INPUT( content STRING(MAX), ) OUTPUT( embeddings STRUCT<statistics STRUCT<truncated BOOL, token_count FLOAT32>, values ARRAY<FLOAT32>>, ) REMOTE OPTIONS ( endpoint = '//aiplatform.googleapis.com/projects/{{{project_0.project_id |Project ID}}}/locations/{{{project_0.default_region |Region}}}/publishers/google/models/{{{project_0.startup_script.gemini_embedding_model_id | model_name | disablehighlight }}}' );

내 진행 상황 확인하기를 클릭하여 목표를 확인합니다. 임베딩 모델을 만들고 Vertex AI 모델 엔드포인트에 모델을 구성

쿼리가 성공적으로 실행되면 업데이트 완료라는 메시지가 표시됩니다.

다음 작업도 Spanner Studio에서 계속 진행합니다.

작업 2. 새 테이블 만들기 및 제품 데이터 로드

이제 임베딩 모델을 만들고 구성했으므로 벡터 검색을 위한 텍스트 임베딩을 생성할 데이터가 필요합니다.

이 작업에서는 Cymbal Bicycles라는 가상 회사의 제품에 대한 설명 열(예: 제품 이름 및 재고 수)과 제품 설명의 벡터 임베딩에 대한 추가 열(다음 작업에서 생성됨)이 포함된 새 테이블을 만듭니다. 마지막으로, Cymbal Bicycles 제품 데이터의 샘플을 Spanner의 테이블에 로드합니다.

1. Spanner Studio 쿼리 편집기에서 실행과 같은 메뉴 바에 있는 지우기를 클릭하여 이전 쿼리를 삭제합니다.

2. products라는 이름의 새 테이블을 만들려면 다음 쿼리를 복사하여 쿼리 창에 붙여넣고 실행을 클릭합니다.

CREATE TABLE products ( categoryId INT64 NOT NULL, productId INT64 NOT NULL, productName STRING(MAX) NOT NULL, productDescription STRING(MAX) NOT NULL, productDescriptionEmbedding ARRAY<FLOAT32>, createTime TIMESTAMP NOT NULL OPTIONS ( allow_commit_timestamp = true ), inventoryCount INT64 NOT NULL, priceInCents INT64, ) PRIMARY KEY(categoryId, productId);

productDescriptionEmbedding이라는 열은 ARRAY<FLOAT32> 유형으로, 다음 작업에서 만드는 벡터 값의 스토리지를 지원합니다.

쿼리가 성공적으로 실행되면 업데이트 완료라는 메시지가 표시됩니다.

3. 실행과 같은 메뉴 바에 있는 지우기를 다시 클릭하여 이전 쿼리를 삭제합니다.

4. 데이터를 테이블에 로드하려면 다음 쿼리를 복사하여 쿼리 창에 붙여넣고 실행을 클릭합니다.

이 쿼리는 소량의 제품 샘플을 로드하지만 테이블에 로드된 10개 제품 각각에 필요한 모든 정보가 포함되어 있습니다.

INSERT INTO products (categoryId, productId, productName, productDescription, createTime, inventoryCount, priceInCents) VALUES (1, 1, "Cymbal Helios Helmet", "Safety meets style with the Cymbal children's bike helmet. Its lightweight design, superior ventilation, and adjustable fit ensure comfort and protection on every ride. Stay bright and keep your child safe under the sun with Cymbal Helios!", PENDING_COMMIT_TIMESTAMP(), 100, 10999), (1, 2, "Cymbal Sprout", "Let their cycling journey begin with the Cymbal Sprout, the ideal balance bike for beginning riders ages 2-4 years. Its lightweight frame, low seat height, and puncture-proof tires promote stability and confidence as little ones learn to balance and steer. Watch them sprout into cycling enthusiasts with Cymbal Sprout!", PENDING_COMMIT_TIMESTAMP(), 10, 13999), (1, 3, "Cymbal Spark Jr.", "Light, vibrant, and ready for adventure, the Spark Jr. is the perfect first bike for young riders (ages 5-8). Its sturdy frame, easy-to-use brakes, and puncture-resistant tires inspire confidence and endless playtime. Let the spark of cycling ignite with Cymbal!", PENDING_COMMIT_TIMESTAMP(), 34, 13900), (1, 4, "Cymbal Summit", "Conquering trails is a breeze with the Summit mountain bike. Its lightweight aluminum frame, responsive suspension, and powerful disc brakes provide exceptional control and comfort for experienced bikers navigating rocky climbs or shredding downhill. Reach new heights with Cymbal Summit!", PENDING_COMMIT_TIMESTAMP(), 0, 79999), (1, 5, "Cymbal Breeze", "Cruise in style and embrace effortless pedaling with the Breeze electric bike. Its whisper-quiet motor and long-lasting battery let you conquer hills and distances with ease. Enjoy scenic rides, commutes, or errands with a boost of confidence from Cymbal Breeze!", PENDING_COMMIT_TIMESTAMP(), 72, 129999), (1, 6, "Cymbal Trailblazer Backpack", "Carry all your essentials in style with the Trailblazer backpack. Its water-resistant material, multiple compartments, and comfortable straps keep your gear organized and accessible, allowing you to focus on the adventure. Blaze new trails with Cymbal Trailblazer!", PENDING_COMMIT_TIMESTAMP(), 24, 7999), (1, 7, "Cymbal Phoenix Lights", "See and be seen with the Phoenix bike lights. Powerful LEDs and multiple light modes ensure superior visibility, enhancing your safety and enjoyment during day or night rides. Light up your journey with Cymbal Phoenix!", PENDING_COMMIT_TIMESTAMP(), 87, 3999), (1, 8, "Cymbal Windstar Pump", "Flat tires are no match for the Windstar pump. Its compact design, lightweight construction, and high-pressure capacity make inflating tires quick and effortless. Get back on the road in no time with Cymbal Windstar!", PENDING_COMMIT_TIMESTAMP(), 36, 24999), (1, 9,"Cymbal Odyssey Multi-Tool","Be prepared for anything with the Odyssey multi-tool. This handy gadget features essential tools like screwdrivers, hex wrenches, and tire levers, keeping you ready for minor repairs and adjustments on the go. Conquer your journey with Cymbal Odyssey!", PENDING_COMMIT_TIMESTAMP(), 52, 999), (1, 10,"Cymbal Nomad Water Bottle","Stay hydrated on every ride with the Nomad water bottle. Its sleek design, BPA-free construction, and secure lock lid make it the perfect companion for staying refreshed and motivated throughout your adventures. Hydrate and explore with Cymbal Nomad!", PENDING_COMMIT_TIMESTAMP(), 42, 1299);

쿼리가 성공적으로 실행되면 이 문으로 행 10개가 삽입되었으며 반환된 행이 없습니다라는 메시지가 표시됩니다.

내 진행 상황 확인하기를 클릭하여 목표를 확인합니다. 새 테이블 만들기 및 제품 데이터 로드

작업 3. 제품 데이터에 대한 텍스트 임베딩 생성 및 저장

작업 1에서 임베딩 모델을 생성하면서 Vertex AI 모델 엔드포인트를 통해 임베딩 모델에 액세스하는 데 사용되는 Spanner 서비스 계정의 생성도 시작되었습니다.

이 작업에서는 먼저 이 서비스 계정에 Vertex AI 엔드포인트에 액세스하는 데 필요한 역할이 있는지 확인합니다. 그런 다음 쿼리를 실행하여 제품 설명의 임베딩을 생성하고 products 테이블에 저장합니다.

Spanner 서비스 계정에 Cloud Spanner API 서비스 에이전트 역할 부여

1. Google Cloud 콘솔의 탐색 메뉴()에서 IAM 및 관리자 > IAM을 선택합니다.

2. 액세스 권한 부여를 클릭합니다.

3. 새 주 구성원에 Spanner 서비스 계정 ID(service-@gcp-sa-spanner.iam.gserviceaccount.com)를 입력합니다.

참고: 이 서비스 계정이 표시되지 않으면 작업 1 이후 서비스 계정을 프로비저닝하는 데 시간이 더 필요한 것일 수 있습니다. 이 창을 닫고 3분간 기다렸다가 2~3단계를 반복해 보세요.

4. 역할 선택에서 필터를 사용하여 Cloud Spanner API 서비스 에이전트를 검색하고 선택하여 역할 상자를 채웁니다.

5. 저장을 클릭합니다.

참고: No change - principal already exists on the policy라는 메시지가 표시되면 역할을 다시 부여하려고 시도할 필요 없이 다음 섹션으로 진행하면 됩니다.

생성된 텍스트 임베딩을 저장하도록 productDescriptionEmbedding 열 업데이트

이제 Spanner 서비스 계정에 적절한 역할이 있는지 확인했으므로 제품 설명에 대한 텍스트 임베딩을 생성하여 products 테이블에 추가할 수 있습니다.

1. 작업 1의 1~4단계를 따라 Spanner Studio로 돌아갑니다.

2. 다음 쿼리를 복사하여 쿼리 창에 붙여넣은 후에 생성된 임베딩으로 productDescriptionEmbedding이라는 열을 업데이트하고 실행을 클릭합니다.

UPDATE products p1 SET productDescriptionEmbedding = (SELECT embeddings.values from ML.PREDICT(MODEL EmbeddingsModel, (SELECT productDescription as content FROM products p2 where p2.productId=p1.productId))) WHERE categoryId=1; 참고: Permission denied on the resource와 유사한 오류 메시지가 표시되면 이전 단계에서 할당한 권한이 완전히 전파될 때까지 몇 분 정도 기다렸다가 쿼리를 다시 실행하세요.

쿼리가 성공적으로 실행되면 쿼리로 행 10개가 업데이트됨이라는 메시지가 표시됩니다.

내 진행 상황 확인하기를 클릭하여 목표를 확인합니다. 제품 데이터에 대한 텍스트 임베딩 생성 및 저장

다음 작업도 Spanner Studio에서 계속 진행합니다.

작업 4. Spanner에서 텍스트 임베딩을 사용하여 벡터 검색 수행

제품 설명에 대한 텍스트 임베딩을 생성하고 저장했으므로 이제 데이터에서 처음으로 실시간 벡터 검색을 수행할 수 있습니다.

이 작업에서는 쿼리를 실행하여 I'd like to buy a starter bike for my 3 year old child라는 구문을 기반으로 유사성 검색을 수행하고 제품 데이터에 이 텍스트와 일치검색 항목이 없더라도 가장 관련성 높은 상위 5개 제품을 빠르게 반환합니다.

1. Spanner Studio 쿼리 편집기에서 실행과 같은 메뉴 바에 있는 지우기를 클릭하여 이전 쿼리를 삭제합니다.

2. 텍스트 임베딩을 사용하여 벡터 검색을 수행하려면 다음 쿼리를 복사하여 쿼리 창에 붙여넣고 실행을 클릭합니다.

SELECT productName, productDescription, inventoryCount, COSINE_DISTANCE( productDescriptionEmbedding, ( SELECT embeddings.values FROM ML.PREDICT( MODEL EmbeddingsModel, (SELECT "I'd like to buy a starter bike for my 3 year old child" as content) ) ) ) as distance FROM products WHERE inventoryCount > 0 ORDER BY distance LIMIT 5;

이 쿼리는 productDescriptionEmbedding 열의 값을 사용하여 I'd like to buy a starter bike for my 3 year old child라는 검색구문과 의미상 가장 유사한 상위 5개 데이터베이스 행을 찾습니다.

검색 단계의 임베딩은 쿼리에서 동적으로 생성됩니다. 위 코드에서 I'd like to buy a starter bike for my 3 year old child를 원하는 새로운 검색어로 바꿔 이 쿼리를 자세히 알아보세요.

다음과 유사한 결과가 출력됩니다.

productName	productDescription	inventoryCount	distance
Cymbal Sprout	Let their cycling journey begin with the Cymbal Sprout, the ideal balance bike for beginning riders ages 2-4 years...	10	0.3094387191860244
Cymbal Spark Jr.	Light, vibrant, and ready for adventure, the Spark Jr. is the perfect first bike for young riders (ages 5-8)...	34	0.3412342902117166
Cymbal Helios Helmet	Safety meets style with the Cymbal children's bike helmet...	100	0.4197863319656684
Cymbal Breeze	Cruise in style and embrace effortless pedaling with the Breeze electric bike...	72	0.485231776523978
Cymbal Phoenix Lights	See and be seen with the Phoenix bike lights...	87	0.5251486508206732

내 진행 상황 확인하기를 클릭하여 목표를 확인합니다. Spanner에서 텍스트 임베딩을 사용하여 벡터 검색 수행

수고하셨습니다

이 실습에서는 Spanner에서 임베딩 모델을 만들고 이를 Vertex AI 모델 엔드포인트에 구성하는 방법, Spanner 테이블에서 텍스트 임베딩을 생성하고 저장하는 방법, 저장된 텍스트 임베딩을 사용하여 Spanner에서 벡터 검색을 수행하는 방법을 알아보았습니다.

다음 단계/더 학습하기

• 벡터 검색 및 임베딩 과정에서 벡터 검색 및 임베딩의 주요 개념을 자세히 알아보세요.
• K-최근접 이웃을 찾아 Spanner에서 벡터 유사성 검색 수행 및 벡터 색인 Spanner 문서에서 벡터 검색과 벡터 색인에 대해 알아보세요.
• 이 실습에 맞게 수정된 Derek Downey, Rose Liu, Chow Lin의 Spanner 벡터 검색 시작하기라는 Codelab을 전체적으로 살펴보세요.
• Cloud Spanner 인스턴스 만들고 관리하기 과정에서 Spanner에 관한 다른 실무형 실습을 완료하세요.

Google Cloud 교육 및 자격증

Google Cloud 기술을 최대한 활용하는 데 도움이 됩니다. Google 강의에는 빠른 습득과 지속적인 학습을 지원하는 기술적인 지식과 권장사항이 포함되어 있습니다. 기초에서 고급까지 수준별 학습을 제공하며 바쁜 일정에 알맞은 주문형, 실시간, 가상 옵션이 포함되어 있습니다. 인증은 Google Cloud 기술에 대한 역량과 전문성을 검증하고 입증하는 데 도움이 됩니다.

설명서 최종 업데이트: 2025년 10월 28일

실습 최종 테스트: 2025년 10월 28일

Copyright 2026 Google LLC. All rights reserved. Google 및 Google 로고는 Google LLC의 상표입니다. 기타 모든 회사명 및 제품명은 해당 업체의 상표일 수 있습니다.