Snowflake Intelligence 시작하기

이 항목에서는 Snowflake Intelligence 를 시작하는 것에 관한 정보 및 엔터프라이즈 에이전트를 생성하는 간단한 예제를 제공합니다. 이 에이전트는 Snowflake Intelligence 와 함께 사용되며, 정형 데이터와 비정형 데이터에 대한 추론을 통해 질문에 응답할 수 있습니다. 자세한 가이드는 `Snowflake Intelligence 시작하기 <https://www.snowflake.com/en/developers/guides/getting-started-with-snowflake-intelligence/>`_를 참조하세요.

전제 조건

  • Git이 설치됨

  • Snowflake 계정

  • ACCOUNTADMIN 역할에 대한 액세스 권한

데이터베이스, 스키마, 테이블을 생성하고 AWS S3에서 데이터를 로드합니다.

엔터프라이즈 에이전트의 구성 요소를 생성하려면 AWS S3에서 데이터베이스, 스키마, 테이블을 생성하고 데이터를 로드해야 합니다.

  1. `Snowflake Intelligence GitHub 리포지토리 시작하기 <https://github.com/Snowflake-Labs/sfguide-getting-started-with-snowflake-intelligence/>`_를 로컬 컴퓨터에 복사합니다.

    git clone https://github.com/Snowflake-Labs/sfguide-getting-started-with-snowflake-intelligence.git
    Copy

  2. Snowsight 에 로그인합니다.

  3. 탐색 메뉴에서 Projects » Workspaces 를 선택합니다.

  4. + Add new 을 선택합니다.

  5. SQL File 을 선택합니다.

  6. 앱의 이름을 입력합니다.

  7. 파일을 엽니다.

  8. setup.sql 파일의 내용을 작업 공간에 복사합니다.

  9. 모든 문을 순서대로 실행합니다.

  10. 작업 공간에서 다음 SQL 문을 실행합니다.

    USE ROLE ACCOUNTADMIN;
CREATE SNOWFLAKE INTELLIGENCE SNOWFLAKE_INTELLIGENCE_OBJECT_DEFAULT;
GRANT USAGE ON SNOWFLAKE INTELLIGENCE SNOWFLAKE_INTELLIGENCE_OBJECT_DEFAULT TO ROLE snowflake_intelligence_admin;
    Copy

  11. 선택적으로, 다음 SQL 문을 실행하여 리전 간 추론을 활성화합니다.

    ALTER ACCOUNT SET CORTEX_ENABLED_CROSS_REGION = 'ANY_REGION';
    Copy

  12. Snowsight에서 사용자 역할을 SNOWFLAKE_INTELLIGENCE_ADMIN으로 전환합니다.

에이전트가 사용할 도구 생성

에이전트가 사용할 도구를 생성합니다.

의미 체계 모델 파일을 업로드하여 Cortex 분석 도구를 생성합니다.

  1. 탐색 메뉴에서 AI & ML » Cortex Analyst 를 선택합니다.

  2. Create new 를 선택한 다음 Upload your YAML file 을 선택합니다.

  3. 로컬 컴퓨터에서 marketing_campaigns.yaml 을 업로드합니다.

  4. 데이터베이스 및 스키마의 경우 DASH_DB_SI.RETAIL을 선택합니다.

  5. 스테이지의 경우 SEMANTIC_MODELS를 선택합니다.

  6. Upload 을 선택합니다.

검색 서비스를 생성하여 Cortex 검색 도구를 생성합니다.

  1. 탐색 메뉴에서 AI & ML » Cortex Search 를 선택합니다.

  2. Create 를 선택합니다.

  3. :ui:`Service database and schema`에서 **DASH_DB_SI.RETAIL**을 선택합니다.

  4. :ui:`Service name`에 **Support_Cases**를 입력한 다음 :ui:`Next`를 선택합니다.

  5. 데이터 소스 목록에서 SUPPORT_CASES 테이블을 선택한 다음 :ui:`Next`를 선택합니다.

  6. 검색 열 목록에서 **TRANSCRIPT**를 선택한 다음 :ui:`Next`를 선택합니다.

  7. 특성 열에서 TITLE 및 **PRODUCT**를 선택한 다음 :ui:`Next`를 선택합니다.

  8. 포함할 열에서 :ui:`Select all`을 선택한 다음 :ui:`Next`를 선택합니다.

  9. 웨어하우스에서 DASH_WH_SI**(해당 웨어하우스를 사용할 수 없는 경우 **COMPUTE_WH 선택)를 선택한 다음 :ui:`Create`를 선택합니다.

Cortex 에이전트 생성

도구를 사용할 에이전트를 생성하려면 다음 단계를 따릅니다.

  1. 탐색 메뉴에서 AI & ML » Agents 를 선택합니다.

  2. Create agent 을 선택합니다.

  3. 스키마에 SNOWFLAKE_INTELLIGENCE.AGENTS를 사용합니다.

  4. 에이전트 오브젝트 이름에 :code:`Sales_AI`를 사용합니다.

  5. 표시 이름에 :code:`Sales AI`를 사용합니다.

  6. Create agent 을 선택합니다.

에이전트에 도구 추가

에이전트에 Cortex Analyst 도구를 추가합니다.

  1. 에이전트 페이지에서 Tools 탭을 선택합니다.

  2. Cortex Analyst 항목으로 이동합니다.

  3. + Add 를 선택한 다음 Semantic model file 을 선택합니다.

  4. 데이터베이스 및 스키마의 경우 DASH_DB_SI.RETAIL을 선택합니다.

  5. 스테이지의 경우 SEMANTIC_MODELS를 선택합니다.

  6. 의미 체계 모델 파일에 대해 :code:`marketing_campaigns.yaml`을 선택합니다.

  7. 이름에 :code:`Sales_And_Marketing_Data`를 사용합니다.

  8. 설명에 다음을 사용합니다.

    The Sales and Marketing Data model in DASH_DB_SI.RETAIL schema provides a complete view of retail business performance by connecting marketing campaigns, product information, sales data, and social media engagement. The model enables tracking of marketing campaign effectiveness through clicks and impressions, while linking to actual sales performance across different regions. Social media engagement is monitored through influencer activities and mentions, with all data connected through product categories and IDs. The temporal alignment across tables allows for comprehensive analysis of marketing impact on sales performance and social media engagement over time.
    Copy

  9. 웨어하우스에서 :ui:`Custom`을 선택한 다음 DASH_WH_SI를 선택합니다.

  10. 쿼리 시간 제한에 :code:`60`을 사용합니다.

  11. Add 을 선택합니다.

에이전트에 Cortex Search 도구를 추가합니다.

  1. Cortex Search Services 항목으로 이동합니다.

  2. + Add 을 선택합니다.

  3. 데이터베이스 및 스키마의 경우 DASH_DB_SI.RETAIL을 선택합니다.

  4. 검색 서비스에서 :code:`DASH_DB_SI.RETAIL.Support_Cases`를 선택합니다.

  5. ID 열에 :code:`ID`를 사용합니다.

  6. 제목 열에 :code:`TITLE`을 사용합니다.

  7. 이름에 :code:`Support_Cases`를 사용합니다.

  8. Add 을 선택합니다.

  9. Orchestration 탭을 선택합니다.

  10. 다음 오케스트레이션 지침을 추가합니다.

    Whenever you can answer visually with a chart, always choose to generate a chart even if the user didn't specify to.
    Copy

  11. Save 을 선택합니다.

Snowflake Intelligence 사용

Snowflake Intelligence 에서 에이전트와 상호 작용

  1. 에이전트에 액세스 에 설명된 방법 중 하나를 사용하여 Snowflake Intelligence 로 이동합니다.

  2. 새로 생성된 에이전트를 선택합니다.

  3. 다음 프롬프트를 입력합니다.

    • “최근에 고객 지원 티켓에서 재킷과 관련하여 어떤 문제가 보고됐어?”

    • “6월과 8월 사이의 제품 카테고리별 매출 추세를 보여줘.”

    • “7월에 피트니스 웨어의 매출이 급증한 이유가 뭐야?”