카테고리:: 문자열 및 이진 함수 (AI 함수)

AI_EXTRACT¶

입력 문자열 또는 파일에서 정보를 추출합니다.

구문¶

입력 문자열에서 정보 추출:

AI_EXTRACT( <text>, <responseFormat> )

Copy

AI_EXTRACT( text => <text>,
            responseFormat => <responseFormat> )

Copy

파일에서 정보 추출:

AI_EXTRACT( <file>, <responseFormat> )

Copy

AI_EXTRACT( file => <file>,
            responseFormat => <responseFormat> )

Copy

인자¶

text

추출을 위한 입력 문자열입니다.

file

추출을 위한 FILE 입니다.

지원되는 파일 형식:

PDF
PNG
PPTX, PPT
EML
DOC, DOCX
JPEG, JPG
HTM, HTML
TEXT, TXT
TIF, TIFF
BMP, GIF, WEBP
MD

파일은 크기는 100MB 미만이어야 합니다.

responseFormat

다음 응답 형식 중 하나로 추출할 정보입니다.

추출할 레이블과 정보를 매핑하는 간단한 오브젝트 스키마입니다. 예를 들면 다음과 같습니다.
```
{'name': 'What is the last name of the employee?', 'address': 'What is the address of the employee?'}
```
추출할 정보가 포함된 문자열 배열입니다. 예를 들면 다음과 같습니다.
```
['What is the last name of the employee?', 'What is the address of the employee?']
```
두 개의 문자열(추출할 레이블과 정보)을 포함하는 배열의 배열입니다. 예를 들면 다음과 같습니다.
```
[['name', 'What is the last name of the employee?'], ['address', 'What is the address of the employee?']]
```
추출된 정보의 구조를 정의하는 JSON 스키마입니다. 엔터티 및 테이블 추출을 지원합니다. 예를 들면 다음과 같습니다.
```
{
  'schema': {
    'type': 'object',
    'properties': {
      'income_table': {
        'description': 'Income for FY2026Q2',
        'type': 'object',
        'column_ordering': ['month', 'income'],
        'properties': {
          'month': {
            'description': 'Month',
            'type': 'array'
          },
          'income': {
            'description': 'Income',
            'type': 'array'
          }
        }
      },
      'title': {
        'description': 'What is the title of the document?',
        'type': 'string'
      },
      'employees': {
        'description': 'What are the names of employees?',
        'type': 'array'
      }
    }
  }
}
```
참고
- JSON 스키마 형식을 다른 응답 형식과 결합할 수 없습니다. responseFormat``에 ``schema 키가 포함된 경우 JSON 스키마 내에서 모든 질문을 정의해야 합니다. 추가 키는 지원되지 않습니다.
- 이 모델은 특정 모양의 JSON 스키마만 허용합니다. 최상위 유형은 항상 독립적으로 추출된 하위 오브젝트를 포함하는 오브젝트여야 합니다. 하위 오브젝트는 테이블(열을 나타내는 문자열 목록의 오브젝트), 문자열 목록 또는 문자열일 수 있습니다.
  
  문자열은 현재 유일하게 지원되는 스칼라 유형입니다.
- description 필드는 선택 사항입니다.
  
  description 필드를 사용하여 모델에 컨텍스트를 제공합니다. 예를 들어, 모델이 문서에서 올바른 테이블을 현지화하는 데 도움을 줍니다.
- Use the column_ordering field to specify the order of all columns in the extracted table. The column_ordering field is case-sensitive and must match the column names defined in the properties field.

반환¶

추출된 정보를 포함하는 JSON 오브젝트입니다.

배열, 테이블 및 단일 값 추출을 포함하는 출력의 예:

{
  "error": null,
  "response": {
    "employees": [
      "Smith",
      "Johnson",
      "Doe"
    ],
    "income_table": {
      "income": ["$120 678","$130 123","$150 998"],
      "month": ["February", "March", "April"]
    },
    "title": "Financial report"
  }
}

액세스 제어 요구 사항¶

사용자는 SNOWFLAKE.CORTEX_USER 데이터베이스 역할<label-snowflake_db_roles_cortex_user>`이 부여된 역할을 사용해야 합니다. 이 권한 부여에 대한 내용은 :ref:`label-cortex_llm__privileges 섹션을 참조하세요.

사용법 노트¶

동일한 함수 호출에서 text 및 file 매개 변수를 동시에 사용할 수는 없습니다.
자연어로 질문하거나 추출할 정보(예: 도시, 거리, ZIP 코드)를 설명할 수 있습니다. 예를 들면 다음과 같습니다.
['address': 'City, street, ZIP', 'name': 'First and last name']
다음 언어가 지원됩니다.
- 아랍어
- 벵골어
- 버마어
- 세부아노어
- 중국어
- 체코어
- 네덜란드어
- 영어
- 프랑스어
- 독일어
- 히브리어
- 힌디어
- 인도네시아어
- 이탈리아어
- 일본어
- 크메르어
- 한국어
- 라오어
- 말레이어
- 페르시아어
- 폴란드어
- 포르투갈어
- 러시아어
- 스페인어
- 타갈로그어
- 태국어
- 터키어
- 우르두어
- 베트남어
문서의 길이는 125페이지를 넘지 않아야 합니다.
단일 AI_EXTRACT 호출에서 엔터티 추출의 경우 최대 100개의 질문을 할 수 있으며 테이블 추출의 경우 최대 10개의 질문을 할 수 있습니다.

테이블 추출 질문 1개는 엔터티 추출 질문 10개와 같습니다. 예를 들어, 단일 AI_EXTRACT 호출에서 4개의 테이블 추출 질문과 60개의 엔터티 추출 질문을 할 수 있습니다.
엔터티 추출의 최대 출력 길이는 질문당 토큰 512개입니다. 테이블 추출의 경우 모델은 최대 4096개의 토큰에 해당하는 답변을 반환합니다.
클라이언트 측 암호화 스테이지는 지원되지 않습니다.
신뢰도 점수는 지원되지 않습니다.

예¶

입력 문자열에서 추출¶

다음 예제에서는 입력 텍스트에서 정보를 추출합니다.

SELECT AI_EXTRACT(
  text => 'John Smith lives in San Francisco and works for Snowflake',
  responseFormat => {'name': 'What is the first name of the employee?', 'city': 'What is the address of the employee?'}
);

Copy

다음 예제에서는 입력 텍스트에서 정보를 추출하고 구문 분석합니다.

SELECT AI_EXTRACT(
  text => 'John Smith lives in San Francisco and works for Snowflake',
  responseFormat => PARSE_JSON('{"name": "What is the first name of the employee?", "address": "What is the address of the employee?"}')
);

Copy

파일에서 추출¶

다음 예제에서는 document.pdf 파일에서 정보를 추출합니다.

SELECT AI_EXTRACT(
  file => TO_FILE('@db.schema.files','document.pdf'),
  responseFormat => [['name', 'What is the first name of the employee?'], ['city', 'Where does the employee live?']]
);

Copy

다음 예제에서는 스테이지에서 디렉터리의 모든 파일에 있는 정보를 추출합니다.

참고

디렉터리 테이블이 활성화되어 있는지 확인합니다. 자세한 내용은 디렉터리 테이블 관리하기 섹션을 참조하십시오.
```
SELECT AI_EXTRACT(
  file => TO_FILE('@db.schema.files', relative_path),
  responseFormat => [
    'What is this document?',
    'How would you classify this document?'
  ]
) FROM DIRECTORY (@db.schema.files);
```
Copy

다음 예에서는 report.pdf 파일에서 title 값을 추출합니다.

SELECT AI_EXTRACT(
  file => TO_FILE('@db.schema.files', 'report.pdf'),
  responseFormat => {
    'schema': {
      'type': 'object',
      'properties': {
        'title': {
          'description': 'What is the title of document?',
          'type': 'string'
        }
      }
    }
  }
);

Copy

다음 예에서는 report.pdf 파일에서 employees 배열을 추출합니다.

SELECT AI_EXTRACT(
  file => TO_FILE('@db.schema.files', 'report.pdf'),
  responseFormat => {
    'schema': {
      'type': 'object',
      'properties': {
        'employees': {
          'description': 'What are the surnames of employees?',
          'type': 'array'
        }
      }
    }
  }
);

Copy

다음 예에서는 report.pdf 파일에서 income_table 테이블을 추출합니다.

SELECT AI_EXTRACT(
  file => TO_FILE('@db.schema.files', 'report.pdf'),
  responseFormat => {
    'schema': {
      'type': 'object',
      'properties': {
        'income_table': {
          'description': 'Income for FY2026Q2',
          'type': 'object',
          'column_ordering': ['month', 'income'],
          'properties': {
            'month': {
              'type': 'array'
            },
            'income': {
              'type': 'array'
            }
          }
        }
      }
    }
  }
);

Copy

다음 예에서는 report.pdf 파일에서 테이블(income_table), 단일 값(title) 및 배열(employees)을 추출합니다.

SELECT AI_EXTRACT(
  file => TO_FILE('@db.schema.files', 'report.pdf'),
  responseFormat => {
    'schema': {
      'type': 'object',
      'properties': {
        'income_table': {
          'description': 'Income for FY2026Q2',
          'type': 'object',
          'column_ordering': ['month', 'income'],
          'properties': {
            'month': {
              'type': 'array'
            },
            'income': {
              'type': 'array'
            }
          }
        },
        'title': {
          'description': 'What is the title of document?',
          'type': 'string'
        },
        'employees': {
          'description': 'What are the surnames of employees?',
          'type': 'array'
        }
      }
    }
  }
);

Copy

리전 가용성¶

리전 가용성 섹션을 참조하십시오.

법적 고지¶

법적 고지 사항은 Snowflake AI 및 ML 섹션을 참조하십시오.