Google Cloud, BigQuery에 집계형 AI 함수 AI.AGG 프리뷰 공개

Google Cloud 공식 블로그에 따르면 BigQuery의 집계형 AI 함수 AI.AGG가 프리뷰로 제공되고 있다. 이 함수는 SQL 안에서 자연어 지시문을 사용해 수많은 행의 비정형 데이터나 이미지 데이터를 요약·분석하도록 설계됐다.

AI.AGG는 기존 SQL 집계 함수처럼 여러 행을 대상으로 동작하지만, 결과는 숫자나 단순 통계가 아니라 모델이 합성한 문자열 형태의 분석으로 반환된다. Google Cloud는 이 기능을 통해 제품 리뷰, 로그, 문서, 이미지 같은 데이터를 별도 파이프라인으로 옮기지 않고 BigQuery 쿼리 안에서 분석할 수 있다고 설명했다.

공식 문서에 따르면 AI.AGG는 Vertex AI의 Gemini 모델을 사용한다. 텍스트와 이미지 데이터를 처리할 수 있으며, 사용자가 제공한 자연어 지시문을 기준으로 데이터를 집계한다. 문서는 대표 활용 사례로 사용자 리뷰 감성 분석, 멀티모달 콘텐츠 요약, AI 에이전트 성능 분석, 로그 분석을 제시했다.

Google Cloud가 강조한 차이는 대규모 입력을 다루는 방식이다. AI.AGG는 입력 데이터를 배치로 나눠 중간 결과를 만들고, 다시 이를 집계하는 다단계 처리 방식을 사용한다. 이 때문에 일반적인 생성형 AI 함수로 직접 구현하려면 별도 배치 로직이 필요한 작업을 BigQuery 함수 안에서 처리할 수 있다는 설명이다.

개발자와 데이터 엔지니어 입장에서는 SQL 기반 분석 흐름과 생성형 AI 분석 사이의 경계가 더 좁아지는 변화다. 예를 들어 장애 로그에서 반복되는 지연 패턴을 찾거나, 고객 문의와 제품 리뷰에서 주요 요청을 요약하거나, 이미지 데이터 묶음에서 공통 분류를 뽑아내는 작업을 기존 데이터 웨어하우스 안에서 시도할 수 있다.

다만 이 기능은 프리뷰 단계다. 공식 문서는 AI.AGG의 출력이 항상 문자열이며, JSON이나 마크다운 형태는 프롬프트로 유도할 수 있지만 데이터베이스 엔진이 이를 엄격히 보장하지는 않는다고 설명한다. 대규모 분석에서는 토큰 사용량, 입력 전처리, 실패 행 확인, 모델 엔드포인트 지정도 함께 관리해야 한다.

이번 공개는 클라우드 데이터 플랫폼이 단순 저장·질의 시스템에서 AI 기반 해석 계층으로 확장되고 있음을 보여준다. 기업 데이터가 로그, 문서, 이미지, 사용자 대화처럼 비정형 형태로 늘어나는 상황에서, 쿼리 언어 안에 AI 집계 기능을 넣는 방식은 데이터 분석과 애플리케이션 운영 자동화 모두에 영향을 줄 수 있다.

출처: Google Cloud Blog https://cloud.google.com/blog/products/data-analytics/deep-dive-into-bigquery-ai-agg-function · Google Cloud BigQuery Documentation https://docs.cloud.google.com/bigquery/docs/reference/standard-sql/bigqueryml-syntax-ai-agg