검증된 쿼리로 기존 의미 체계 뷰 또는 모델 최적화하기¶
Snowflake를 사용하면 검증된 쿼리를 분석하여 나머지 의미 체계 계층에 추가할 유용한 정보를 찾아 검증된 쿼리만 사용하여 기존 의미 체계와 모델을 최적화할 수 있습니다. 이러한 최적화는 Cortex Analyst가 기존의 검증된 쿼리와 일치하는 질문 외에도 더 광범위한 질문에 올바르게 답하는 데 도움이 됩니다.
“지난 달에 몇 명의 활성 사용자가 있었나요?”라는 검증된 쿼리가 있다고 하면, Cortex Analyst는 검증된 SQL을 사용하여 *활성*을 정의하는 방법을 결정합니다. 여기에서 *활성 사용자*의 정확한 정의를 사용하여 고객 테이블에 “is_active” 필터를 추가하도록 제안할 수 있습니다. 그런 다음 이 필터는 “활성 사용자”에 대한 쿼리에 대해 Cortex Analyst에 보다 정확한 결과를 제공합니다.
이러한 최적화 기능은 Cortex Analyst가 시간이 지남에 따라 정확도와 적용 범위를 개선하는 데 도움이 되는 반복 피드백 루프의 일부입니다.
Cortex Analyst는 사용 데이터와 쿼리 기록을 기반으로 추가 사항에 대한 일반적이고 유용한 사용자 질문을 제안합니다.
사용자는 제안된 쿼리를 확인하고 확인된 쿼리 목록에 추가합니다.
Cortex Analyst는 이러한 검증된 쿼리를 사용하여 보다 일반화 가능한 의미 체계 모델 개념을 생성하고 제안된 쿼리를 개선합니다.
전제 조건¶
기본적으로 직접 또는 간접적으로 부여되는 CORTEX_USER 역할이 있는지 확인합니다. 보조 역할은 이 목적으로 유효하지 않습니다.
하나 이상의 대규모 언어 모델(LLM)에 대한 액세스 권한이 있어야 합니다. Claude Sonnet 4를 사용하는 것이 좋지만 다른 LLM을 사용할 수 있습니다.
Cortex Analyst를 사용하여 상호 작용할 기본 테이블과 열에 대한 읽기 액세스 권한이 있는지 확인합니다.
하나 이상의 :doc:`검증된 쿼리</user-guide/snowflake-cortex/cortex-analyst/verified-query-repository>`가 있는 기존 의미 체계 뷰 또는 모델이 있어야 합니다.
참고
Cortex Analyst는 최적화를 사용하여 검증된 고유 쿼리에서 더 많은 정보를 학습할 수 있습니다. 간단한 쿼리에는 유용한 정보가 많지 않을 수 있습니다.
제안 패널을 사용하여 추가할 유용한 검증된 쿼리에 대한 아이디어를 얻을 수 있습니다.
20개 이상의 검증된 쿼리를 추가하면 최적화 기능에 더 많은 시간이 소요될 수 있습니다.
최적화 사용하기¶
최적화를 사용하려면 너무 많은 지연 없이 검증된 쿼리를 실행할 수 있는 웨어하우스를 선택합니다. Cortex Analyst는 검증된 쿼리당 검증된 쿼리를 최대 4회 실행할 수 있습니다. 이 프로세스는 검증된 쿼리가 적은 경우 몇 분이 걸릴 수 있고, 수십 개의 느리게 실행되는 검증된 쿼리의 경우 몇 시간이 걸릴 수 있습니다.