|sf-intelligence|의 개요¶

지원되는 모델 및 지역¶

|sf-intelligence|는 다음 모델을 지원합니다. 계정에 해당 모델에 대한 액세스 권한이 있는 한 이러한 모델을 사용할 수 있습니다. 자세한 내용은 모델 액세스 제어 섹션을 참조하십시오.

• Claude 4.0

• Claude 3.7

• Claude 3.5

• GPT 4.1

목록에 있는 모델은 모든 리전<label-cortex_llm_availability>`에서 제공되지 않을 수 있지만, Cortex 리전 간 추론을 사용하여 모든 클라우드 또는 리전에서 |sf-intelligence|를 사용할 수 있습니다. 여기에는 클라우드 및 모델이 제공되지 않는 리전도 포함됩니다. Cortex 리전 간 추론 구성에 대한 자세한 내용은 :doc:/user-guide/snowflake-cortex/cross-region-inference` 섹션을 참조하세요.

• AWS US - AWS에서 Claude 4는 최고 품질과 최고의 속도 성능을 제공합니다. :code:`aws_us`에서 Claude 4를 사용하고 최상의 성능을 얻으려면 Cortex 리전 간 추론을 설정할 것을 권장합니다. Cortex 리전 간 추론 기능이 없으면, Claude 3.5는 :code:`aws_us`에서만 사용 가능합니다.

• Azure US - EAST US에서 |sf-intelligence|를 사용 중이라면, Cortex 리전 간 추론 없이 GPT 4.1을 사용할 수 있습니다. :code:`azure_us`의 경우 다른 리전 및 모델 조합에는 Cortex 리전 간 추론 설정이 필요합니다.

• AWS EU - :code:`aws_eu`에 대해 Cortex 리전 간 추론을 구성하는 경우 이 리전에서 Claude 4를 사용할 수 있습니다.

Snowflake Intelligence 설정하기¶

사용자를 위해 |sf-intelligence|를 설정하려면 에이전트 권한을 구성해야 합니다.

1. 데이터베이스를 만듭니다. 여기에는 구성 오브젝트와 |sf-intelligence|를 지원하기 위해 사용되는 다른 오브젝트를 포함합니다.

   CREATE DATABASE IF NOT EXISTS snowflake_intelligence;
   GRANT USAGE ON DATABASE snowflake_intelligence TO ROLE PUBLIC;
   

   Copy

2. snowflake_intelligence 데이터베이스를 설정한 후, 다음 SQL 명령을 통해 스키마를 생성하여 에이전트를 저장하고 모든 사용자가 탐색할 수 있도록 합니다.

   CREATE SCHEMA IF NOT EXISTS snowflake_intelligence.agents;
   GRANT USAGE ON SCHEMA snowflake_intelligence.agents TO ROLE PUBLIC;
   

   Copy

3. |sf-intelligence|에 대한 에이전트 생성 권한을 부여받아야 하는 모든 역할에 대해 agents 스키마에 대한 CREATE AGENT 권한을 부여합니다.

   GRANT CREATE AGENT ON SCHEMA snowflake_intelligence.agents TO ROLE <role>;
   

   Copy

에이전트 생성하기¶

Snowsight UI의 에이전트 관리 페이지에서 에이전트를 생성하여 질문에 답변하고 인사이트를 제공합니다. 에이전트는 의미 체계 뷰, 의미 체계 모델, Cortex Search 서비스 또는 이들의 조합을 사용하여 답변을 제공합니다. 이러한 도구를 전혀 사용하지 않는 기본 에이전트를 생성할 수는 있지만, 해당 기본 에이전트는 답변을 제공하기 위해 오직 기본 모델만을 사용합니다. 결과적으로 에이전트는 해당 Snowflake 계정 내 데이터에 액세스할 수 없으며 답변을 위한 컨텍스트가 제한됩니다.

의미 체계 뷰 또는 모델은 Snowflake의 테이블 및 구조화된 데이터에 사용됩니다. 이 데이터는 Snowflake에서 쿼리 가능한 테이블이라면 어느 테이블에나 있을 수 있습니다. Cortex Search는 문서, 대화, 녹취록 등 텍스트가 많은 데이터 조각을 인덱싱하고 검색하는 데 유용합니다.

에이전트에 사용자 지정 도구 추가하기¶

사용자 지정 도구를 추가함으로써 에이전트의 기능을 확장할 수 있습니다. 사용자 지정 도구를 사용하면 에이전트가 정의한 저장 프로시저 및 함수를 호출하여 작업을 수행하거나 계산을 수행할 수 있습니다. 프로시저 및 트랜잭션에 대한 자세한 내용은 함수와 프로시저로 Snowflake 확장하기 섹션을 참조하세요.

사용자 지정 도구를 추가하려면 다음 단계를 따릅니다.

1. Snowsight 에 로그인합니다.

2. 왼쪽 탐색 창에서 :ui:`AI & ML`을 선택합니다.

3. Agents 을 선택합니다.

4. 에이전트 목록에서 에이전트를 선택합니다.

5. Edit 를 선택합니다.

6. Tools 을 선택합니다.

7. Custom tools`를 찾아 해당 :ui:`+ Add 버튼을 선택합니다.

8. :ui:`Name`에 사용자 지정 도구의 이름을 입력합니다.

9. Resource type`에서 사용자 지정 도구가 함수인지 프로시저인지 선택합니다. 함수 또는 프로시저 사용 여부에 대한 정보는 :doc:/developer-guide/stored-procedures-vs-udfs` 섹션을 참조하세요.

10. :ui:`Custom tool identifier`에서 사용자 지정 도구로 추가하려는 기존 함수 또는 프로시저를 선택합니다.

11. 함수나 프로시저의 관련 매개 변수가 자동으로 표시됩니다. 사용자 지정 도구에 대한 매개 변수를 수동으로 추가하여 이름, 유형, 설명을 입력하고 해당 매개 변수가 필수 항목인지 여부를 선택할 수 있습니다. 자동으로 채워지는 매개 변수를 수정할 수도 있습니다.

12. :ui:`Warehouse`에서 에이전트가 사용자 지정 도구를 실행하는 데 사용하는 웨어하우스를 선택합니다. 웨어하우스를 수동으로 선택해야 합니다.

13. :ui:`Description`에 사용자 지정 도구와 해당 사용법을 설명합니다.

사용자 지정 도구를 생성한 후, 사용자 지정 도구로 추가한 함수 또는 프로시저에 대해 사용자에게 USAGE 권한이 부여되었는지 확인합니다. 저장 프로시저를 사용할 때 |sf-intelligence|는 프로시저가 소유자 권한으로 실행되는지 호출자 권한으로 실행되는지를 유지합니다. 소유자 권한 및 호출자 권한에 대한 자세한 내용은 호출자 권한 및 소유자 권한 저장 프로시저 이해하기 섹션을 참조하세요.

에이전트 사용하기¶

에이전트를 생성한 후에는 데이터로부터 인사이트를 확보하기 위해 질문할 수 있습니다. 에이전트는 다음과 같은 질문에 답변할 수 있습니다.

• 지난 분기의 평균 판매 금액은 얼마인가요?

• 지난달 가장 많이 팔린 제품은 무엇인가요?

• 지난 1년간의 판매 추세를 보여줄 수 있나요?

또한 다음과 같은 시각화도 제공할 수 있습니다.

• 막대형 차트

• 선형 차트

• 원형 차트

에이전트를 사용하려면 다음 단계를 따릅니다.

1. 왼쪽 탐색 메뉴에서 :ui:`AI & ML`을 선택하거나 `Snowflake Intelligence 랜딩 페이지<https://ai.snowflake.com/>`_로 이동합니다.

2. Snowflake Intelligence 을 선택합니다. 탐색이 |sf-intelligence|에 집중하도록 변경됩니다. |sf-intelligence| 애플리케이션을 사용 중일 때는 Snowsight 전용으로 새 브라우저 탭을 열 것을 권장합니다. 별도의 브라우저 탭을 사용하여 Snowsight 인터페이스와 Snowflake Intelligence 애플리케이션 간에 전환할 수 있습니다.

3. 채팅 창의 드롭다운 메뉴에서 에이전트를 선택합니다.

4. 에이전트가 사용할 데이터 소스를 선택합니다.

5. 에이전트에게 질문을 하거나, 데이터 시각화를 제공해 달라고 요청합니다.

기존 에이전트 수정하기¶

기존 에이전트의 구성을 수정하려면 다음 단계를 완료합니다.

1. 왼쪽 탐색 창에서 :ui:`AI & ML`을 선택합니다.

2. Agents 을 선택합니다.

3. 에이전트 목록에서 수정하려는 에이전트를 선택합니다. 그러면 에이전트의 모든 구성 세부 정보를 포함하는 창이 열립니다.

4. Edit 를 선택합니다.

5. 원하는 구성 세부 사항을 수정합니다.

6. Save 를 선택합니다.

자습서 - Snowflake 설명서를 사용하는 에이전트 생성하기¶

이 자습서는 Snowflake 설명서를 지식 기반으로 사용하는 에이전트를 생성하는 방법을 보여줍니다. 에이전트는 Snowflake 기능 및 모범 사례에 관한 질문에 답변할 수 있습니다.

1. `Snowflake Marketplace<https://app.snowflake.com/marketplace/listing/GZSTZ67BY9OQ4/snowflake-snowflake-documentation/>`_에서 :ui:`Get`을 선택하여 Snowflake 설명서용 Cortex Knowledge Extension을 설치합니다.

   • 설치 프롬프트에서 Cortex Knowledge Extension이 설치되는 데이터베이스 이름을 확인합니다. 이는 나중에 에이전트를 생성할 때 사용됩니다.

2. 새로 생성된 데이터베이스에 대한 권한을 에이전트를 생성하는 역할에 추가합니다. 이러한 권한은 데이터베이스에 액세스하기 위해 필요합니다.

   GRANT IMPORTED PRIVILEGES ON DATABASE <database_name> TO ROLE <role>;
   

   Copy

3. :ref:`label-snowflake_intelligence_cortex_search`의 단계를 따라 에이전트를 생성하고 다음을 수정합니다.

   • Cortex Search Service를 추가할 때 새로 생성된 데이터베이스와 SHARED 스키마를 선택합니다.

   • Search service`에 :code:`CKE_SNOWFLAKE_DOCS_SERVICE 검색 서비스를 추가합니다.

   • Add 를 선택합니다.

4. 에이전트를 저장합니다.

5. `Snowflake Intelligence 랜딩 페이지<https://ai.snowflake.com/>`_로 이동합니다.

6. 생성한 에이전트를 선택하고 Snowflake 설명서용 Cortex Knowledge Extension을 소스로 선택합니다.

7. 에이전트에게 Snowflake 설명서에 대해 질문합니다.

|sf-intelligence|를 AWS PrivateLink로 구성하기¶

|sf-intelligence|는 AWS Privatelink와의 통합을 지원하여 가상 사설 클라우드(VPC)와 |sf-intelligence| 간에 비공개 연결을 설정합니다. AWS PrivateLink를 구성하려면 올바른 DNS 확인 설정으로 이 비공개 연결을 통해 Snowflake Intelligence 서비스로 트래픽을 전달해야 합니다.

AWS PrivateLink는 Snowflake에서 제공하는 서비스가 아님에 유의하세요. 이는 Snowflake 계정과 함께 사용하도록 Snowflake가 지원하는 AWS 서비스입니다.

문제 해결하기¶

table / search service / stage does not exist 오류가 발생하면 권한 문제가 있을 수 있습니다. 다음 권한이 올바르게 설정되었는지 확인합니다.

• 각 의미 체계 모델의 경우:

  • 사용자의 기본 역할에는 의미 체계 모델 스테이지 또는 뷰의 데이터베이스 및 스키마, 그리고 테이블에 대한 USAGE 권한이 부여됩니다.

  • 사용자의 기본 역할에는 의미 체계 모델 파일을 저장하는 스테이지에 대한 READ 권한이 부여됩니다.

  • 뷰를 사용하는 경우, 사용자의 기본 역할에는 의미 체계 뷰에 대한 REFERENCES 권한이 부여됩니다.

  • 사용자의 기본 역할에는 의미 체계 모델 또는 뷰에 정의된 각 테이블에 대한 SELECT 권한이 부여됩니다.

• 각 Cortex Search Service의 경우:

  • 사용자의 기본 역할에는 Cortex Search Service의 데이터베이스 및 스키마에 대한 USAGE 권한이 부여됩니다.

  • 사용자에게는 Cortex Search Service에 대한 USAGE 권한이 부여됩니다.