자연어를 사용하여 데이터에서 인사이트를 얻으세요. 이는 모든 협업 도구에서 가능합니다.
작성자: Hanlin Sun, Emily Chang, 프리트비 칸난 , 리처드 톰린슨
(이 글은 AI의 도움을 받아 번역되었습니다. 원문이 궁금하시다면 여기를 클릭해 주세요)
저희의 AI 에이전트 주간 이니셔티브의 일환으로, 기업들이 고품질의 AI 에이전트를 구축하고 관리할 수 있도록 새로운 기능을 도입하고 있습니다. 그래서, 우리는 Genie 대화 API의 Public Preview를 발표하게 되어 기쁩니다, 이는 AWS, Azure, 그리고 GCP에서 이용 가능합니다. 이 API 스위트를 사용하면 사용자는 Databricks 앱, Slack, Teams, Sharepoint, 맞춤형 애플리케이션 등 어떤 표면에서든 자연어를 사용하여 AI/BI Genie 를 활용하여 데이터 인사이트를 자체 제공할 수 있습니다. 또한, 대화 API는 AI 에이전트에 AI/BI Genie를 임베드 할 수 있게 해주며, Agent Framework의 유무에 상관없이 가능합니다.
Genie Conversation API 스위트를 사용하면 Genie 사용자 인터페이스에서처럼 프로그래밍 방식으로 자연어 프롬프트를 제출하고 데이터 인사이트를 받을 수 있습니다. 이 API는 상태를 유지하므로 대화 스레드 내에서 후속 질문을 할 때 Genie가 컨텍스트를 유지할 수 있습니다.
이 블로그에서는 Public Preview에서 사용 가능한 주요 엔드포인트를 검토하고, Agent Bricks Custom Agents와 Genie의 통합을 탐구하며, Microsoft Teams 채널에 Genie를 임베드하는 예를 강조합니다.
Genie Conversation API가 어떻게 작동하는지 이해하기 위해 실용적인 예를 살펴보겠습니다. 먼저 주의해야 할 점은 대화 API가 이미 생성된 Genie 공간과 상호작용해야 한다는 것입니다. 우리의 제품 문서를 시작으로 Genie 공간을 설정 하고 이를 최적으로 구성하기 위한 이 최고의 방법 을 따르는 것을 추천합니다.
당신이 이미 마케팅 데이터에 대한 질문에 답변할 수 있도록 설계된 Genie 공간을 생성, 설정, 공유한 상태라고 상상해보세요. 이제, 마케팅 팀이 이 공간을 사용하여 질문을 하고 인사이트를 탐색하길 원하지만, Genie UI를 통해 접근하는 대신 외부 애플리케이션 내에서 그렇게 하길 원합니다.
시작하려면, 마케팅 팀에게 간단한 질문을 하도록 요청한다고 가정해봅시다: "어제 이메일로 연락한 고객은 누구인가요?". 이 질문을 Genie Conversation API를 사용하여 묻기 위해 다음 엔드포인트 에 POST 요청을 보내야 합니다:
/api/2.0/genie/spaces/{space_id}/start-conversation
이 엔드포인트는 질문을 초기 프롬프트로 사용하여 새로운 대화 스레드를 시작합니다, Genie Space UI에서처럼. 요청에는 호스트 컴포넌트, Genie Space ID, 그리고 인증을 위한 액세스 토큰이 포함되어야 합니다. 아래와 같이 Genie Space URL에서 space_id를 찾을 수 있습니다:
https://example.databricks.com/genie/rooms/12ab345cd6789000ef6a2fb844ba2d31
다음은 필요한 올바른 POST 요청의 예입니다:
| POST /api/2.0/genie/spaces/{space_id}/start-conversation HOST= <WORKSPACE_INSTANCE_NAME> Authorization: <your_authentication_token> { "content": "어제 이메일을 통해 접촉한 고객은 누구인가요?", } |
문장이 올바르게 제출되면, API는 다음 예시와 같이 POST 요청에 대한 응답으로 생성된 대화와 메시지를 반환합니다:
| { “conversation_id": "6a64adad2e664ee58de08488f986af3e", "conversation": { "created_timestamp": 1719769718, "conversation_id": "6a64adad2e664ee58de08488f986af3e", "last_updated_timestamp": 1719769718, "space_id": "3c409c00b54a44c79f79da06b82460e2", "title": "어제 이메일로 연락한 고객은 누구인가요?", "user_id": 12345 }, “message_id": "e1ef34712a29169db030324fd0e1df5f", "message": { "attachments": null, "content": "어제 이메일을 통해 접촉한 고객은 누구인가요?", "conversation_id": "6a64adad2e664ee58de08488f986af3e", "created_timestamp": 1719769718, "error": null, "message_id": "e1ef34712a29169db030324fd0e1df5f", "last_updated_timestamp": 1719769718, "query_result": null, "space_id": "3c409c00b54a44c79f79da06b82460e2", "status": "IN_PROGRESS", "user_id": 12345 } } |
이제 conversation_id와 message_id를 사용하여 메시지의 생성 상태를 확인하고 생성된 관련 SQL 문장과 쿼리 설명을 다음과 같이 검색할 수 있습니다:
| GET /api/2.0/genie/spaces/{space_id}/conversations/{conversation_id}/messages/{message_id} HOST= <WORKSPACE_INSTANCE_NAME> Authorization: Bearer <your_authentication_token> |
다음은 응답의 예입니다:
| { "attachments": [{ "query": { "description": "사람이 읽을 수 있는 형식의 쿼리 설명", "last_updated_timestamp": 1719769718, "query": "SELECT * FROM customers WHERE date >= CURRENT_DATE() - INTERVAL 1 DAY", "title": "쿼리 제목", "statement_id": "9d8836fc1bdb4729a27fcc07614b52c4", "query_result_metadata": { "row_count": 10 }, } 'attachment_id': '01efddddeb2510b6a4c125d77ce176be' }], "content": "어제 이메일을 통해 어떤 고객에게 연락했나요?", "conversation_id": "6a64adad2e664ee58de08488f986af3e", "created_timestamp": 1719769718, "error": null, "message_id": "e1ef34712a29169db030324fd0e1df5f", "last_updated_timestamp": 1719769718, "space_id": "3c409c00b54a44c79f79da06b82460e2", "status": "EXECUTING_QUERY", "user_id": 12345 } |
메시지 상태 필드가 “완료”를 표시하면 생성된 SQL 문이 실행을 마치고 쿼리 결과를 검색할 준비가 되었음을 의미합니다. 이제 다음과 같이 응답을 받을 수 있습니다:
| GET /api/2.0/genie/spaces/{space_id}/conversations/{conversation_id}/messages/{message_id}/attachments/{attachment_id}/query-result HOST= <WORKSPACE_INSTANCE_NAME> Authorization: Bearer <your_authentication_token> |
물론, 대화 스레드에 후속 프롬프트를 발행할 수도 있습니다. 예를 들어, 마케팅 팀이 다음과 같은 질문을 하고 싶다고 가정해봅시다: “이 고객들 중 어떤 사람이 이메일을 열고 전달했나요?”
이를 관리하기 위해 새로운 프롬프트를 기존 대화 스레드에 POST 요청을 다시 보내는 방식은 다음과 같습니다:
| POST /api/2.0/genie/spaces/{space_id}/conversations/{conversation_id}/messages HOST= <WORKSPACE_INSTANCE_NAME> Authorization: <your_authentication_token> { "content": "이 고객들 중 어떤 사람이 이메일을 열고 전달했나요?", } |
이전 프롬프트에서 데이터를 새로 고치고 싶다면, API는 이전에 생성된 SQL 쿼리를 다시 실행할 수 있게 해줍니다. API 엔드포인트에 대한 자세한 내용은 제품 문서를 참조하십시오.
최상의 성능을 보장하기 위해, 다음의 API 최적화 방법을 권장합니다:
Conversation API는 또한 databricks_langchain.genie 래퍼를 사용하여 Agent Bricks Custom Agents 에 무리 없이 통합됩니다.
예를 들어, 마케팅 매니저가 다음 세 가지 주제에 대해 질문을 해결해야 한다고 가정해 봅시다:
구조화된 데이터와 비구조화된 데이터에 대한 질문에 답변할 수 있는 다중 에이전트 프레임워크를 구축할 수 있습니다. 예를 들어, 다음과 같은 Langgraph 에이전트 프레임워크를 정의할 수 있습니다:
에이전트 프레임워크 그래프는 다음과 같이 보일 것입니다:
