문서

BigQuery와 Gemini로 리뷰 분석 업무 자동화하기

김영준, 송재현 컬리 · 컬리 기술 블로그

AI 핵심 요약

컬리는 리뷰 요약과 키워드 추출, 카테고리 분류, 감성 분석, 제품별 홍보 문구 작성 업무를 자동화하기 위해 BigQuery에서 Vertex AI의 Gemini Pro를 호출하는 방법을 적용했다. Vertex AI 연결과 원격 모델을 설정한 뒤 `ML.GENERATE_TEXT`에 리뷰 데이터를 프롬프트로 전달해 별도의 모델 구축 없이 분석 결과를 생성했다. 출력의 형식 오류와 할루시네이션을 줄이기 위해 JSON 응답을 요청하고 결과를 검증하는 방식을 제안했으며, 대량 데이터는 여러 리뷰를 묶는 배치 처리로 다뤘다. 프롬프트 설계와 결과 검증이 실무 활용의 핵심이며, 생성 결과의 종료 상태와 안전 속성도 BigQuery에서 확인할 수 있음을 공유했다.

BigQuery에서 Gemini를 호출하려면 Vertex AI 연결을 만들고 데이터셋에 원격 모델을 추가한 뒤 `ML.GENERATE_TEXT`를 사용한다.
출력 형식이 흔들릴 수 있으므로 프롬프트에 JSON 스키마와 ‘JSON 외에는 출력하지 말 것’을 명시하고, 정규표현식·JSON 함수로 결과를 검증한다.
대량 리뷰는 여러 건을 JSON으로 묶어 배치 처리할 수 있지만, 배치 생성과 결과 분해를 위한 전처리·후처리도 필요하다.
`flatten_json_output`을 끄면 생성 결과와 함께 종료 상태, 안전 속성, 토큰 수 등을 확인할 수 있다.

소개

BigQuery에서 LLM 모델 Gemini Pro 활용법 소개

비슷한 학습 자료

컨퍼런스 당근 밋업

개발자 없이 AI로 프로덕트 a-z 완성하기

컨퍼런스 당근 밋업

비개발자도 AI로 실무 자동화를 만들 수 있을까? 당근 운영팀의 실제 사례로 바이브 코딩, 리뷰 자동화, LLM 기반 운영 전환까지 A to Z를 공유합니다. # 주요 내용 - 바이브 코딩 도전기: 검색어 이상치 탐지, 인터랙션 프로토타입, 실무 적용 팁과 한계 - 리뷰 자동화 시스템: 슬랙 + 재피어 + GPT로 요약, 라벨링, 인사이트 리포팅까지 구현 - LLM 운영 자동화 전환: “레귤러 마커(Regex Maker)”에서 완전 자동화 판단 시스템으로의 진화 - 프롬프트 전략: 역할 부여, 맥락 제공, 네거티브 샘플, 제약조건, 반복 개선 - 커리어 인사이트: “중간은 필요 없다” 시대의 생존 전략과 실전 사례 # 이런 분들께 추천해요! - 개발 리소스 없이도 빠르게 프로토타입과 자동화를 시도해보고 싶은 실무자 - 분석, 분류 등 반복 업무를 AI로 대체하고 싶은 운영 담당자 - 프롬프트 설계와 에이전트 활용의 실전 감을 익히고 싶은 분 #바이브코딩 #LLM #업무자동화...

AI 코딩 AI에이전트 개발