6장. AI 및 ML을 위한 Snowflake
이 작품은 AI를 사용하여 번역되었습니다. 여러분의 피드백과 의견을 환영합니다: translation-feedback@oreilly.com
이 장에서는 통합 분석의 획기적인 발전을 가져온 Snowflake의 AI 에코시스템에 대해 설명합니다. 이 에코시스템은 끊임없이 진화하고 있으며, 이제 Snowflake 사용자가 가질 수 있는 모든 AI 및 ML 사용 사례에 대한 솔루션을 제공합니다.
그 중심에는 Snowflake의 대규모 언어 모델에 대한 게이트웨이인 Snowflake Cortex가 있습니다. 여기에는 Anthropic, Mistral, Reka, Meta, Google과 같은 회사에서 훈련된 LLM( )과 Snowflake의 독점적인 Snowflake Arctic( 사용 가능한 모든 모델이 나열되어 있음)이 포함됩니다. Snowflake Cortex는 데이터 이동이나 복잡한 인프라 관리 없이도 대규모 언어 모델, 벡터 처리, 시계열 분석에 대한 기본 지원을 제공합니다. 이를 통해 기존 데이터 아키텍처 내에서 직접 정교한 생성 AI 워크로드를 실행할 수 있습니다. 이 솔루션은 앞서 실습 예제에서 살펴본 Snowflake Notebook으로 보완됩니다. 이 제품은 데이터 과학 워크플로우를 위한 향상된 성능과 함께 친숙한 Jupyter 기반 환경을 제공합니다. 내장된 Python 및 SQL 실행, 간소화된 패키지 관리, 엔터프라이즈 거버넌스 제어와의 원활한 통합이 특징입니다.
또한 신속한 개발을 위해 Snowflake는 Copilot을 제공합니다. 이 지능형 어시스턴트는 워크로드와 액세스 패턴에 따라 최적화된 SQL을 생성하고, 성능 문제를 해결하고, 개선 사항을 제안할 수 있으며, 비정형 데이터도 처리할 수 있습니다. 그 외에도, Document AI는 자동화된 색인 및 추출 서비스를 제공하여 맞춤형 추출 파이프라인으로 복잡한 문서 분석을 가능하게 합니다. 스노우파크 컨테이너 서비스를 통한 맞춤형 모델 배포 지원, 모델 레지스트리 통합을 통한 간소화된 머신 러닝 운영(MLOps), 프로덕션 머신 러닝 시스템을 위한 포괄적인 기능 저장소 기능도 마음에 드실 것입니다. 이제 이러한 기능 중 몇 가지를 자세히 살펴보고 작동 방식을 살펴보겠습니다.
Snowflake 노트북
스노우플레이크 노트북은 Snowsight 내부의 데이터 과학 워크벤치( )라고 생각하면 됩니다. 기본적으로 Python, SQL, Markdown을 혼합할 수 있는 셀 기반 개발 환경이지만, 데이터 탐색, 모델 구축, 결과 문서화를 한곳에서 모두 처리할 수 있어 데이터 탐색, 모델 구축, 결과 문서화 사이를 넘나드는 순간에 적합합니다. Snowflake Notebook을 사용하면 Snowflake 환경에서 데이터에 액세스할 수 있을 뿐만 아니라 로컬 컴퓨터에서 파일을 Snowflake로 업로드하여 노트북에서 액세스할 수 있으며, 외부 단계(Cloud 스토리지)에서 파일에 액세스하고 Snowflake Marketplace에서 데이터 ...
Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month,
and much more.
Read now
Unlock full access