BigQuery용 AI 에이전트
Monmo AI 에이전트는 꼼꼼하게 SQL을 작성하는 분석가처럼 BigQuery에서 일합니다. 데이터셋을 쿼리해 질문에 쉽게 답하고, 다른 사람이 작성한 쿼리를 설명하며, 테이블의 중복과 누락을 점검합니다. 쿼리 결과를 Google Sheets의 주간 보고서로 만들 수도 있습니다. 고객의 Google Cloud 접근 권한을 사용하며, 테이블이나 뷰, 예약 쿼리를 만들기 전에는 먼저 확인을 요청합니다.
업데이트: 2026-11-13 · 무료로 시작하세요. 유료 요금제는 월 $15부터입니다.
BigQuery에서 에이전트가 하는 일
SQL로 질문에 답하기
첫 60일 안에 두 번 구매한 고객이 몇 명인지 물어보세요. 테이블 스키마를 읽고 쿼리를 작성해 실행한 뒤, 누구나 로직을 확인할 수 있도록 결과와 SQL을 함께 보여줍니다.
요청하기올해 가입한 고객 중 첫 주문 후 60일 이내에 두 번째 주문을 한 고객은 가입 월별로 몇 명인가요?
다른 사람이 작성한 쿼리 설명하기
200줄짜리 쿼리를 붙여넣거나 저장된 쿼리를 지정하세요. 각 단계를 알기 쉽게 설명하고, 사용된 테이블과 조인을 짚어주며, 행이 중복 집계되거나 누락될 수 있는 로직을 알려줍니다.
요청하기이 매출 쿼리가 무엇을 하는지 단계별로 설명하고, 중복 집계될 가능성이 있는지 알려주세요.
데이터 품질 점검하기
테이블에서 중복 키, 필수 열의 null 값, 미래 날짜와 행이 누락된 날짜를 확인합니다. 각 점검에 사용한 쿼리를 포함해 짧은 보고서로 정리합니다.
요청하기orders 테이블에서 중복된 주문 ID, 누락된 고객 ID, 행이 없는 날짜를 확인해 주세요.
쿼리 크기 관리하기
큰 쿼리를 실행하기 전에 드라이런으로 스캔할 바이트 수를 확인하고, 파티션 또는 클러스터링된 열에 적용할 필터를 제안합니다. 쿼리가 설정한 한도를 넘으면 먼저 확인을 요청합니다.
요청하기50 GB를 넘는 쿼리는 실행 전에 예상 크기를 보여주고 확인을 요청해 주세요. 가능한 경우 날짜 파티션을 사용해 주세요.
GA4 내보내기 데이터 분석하기
Google Analytics 데이터를 BigQuery로 내보내고 있다면 이벤트 테이블을 직접 쿼리해 표준 보고서로는 답하기 어려운 질문을 살펴봅니다. 구매 전 경로나 맞춤 세그먼트의 행동을 분석할 수 있습니다.
요청하기GA4 내보내기 데이터를 사용해 첫 구매가 발생한 세션에서 가장 흔한 페이지 이동 경로 3개를 보여주세요.
정기 보고서 만들기
쿼리를 한 번 작성한 뒤 매주 월요일 7에 실행하고, 결과를 Google Sheets 또는 Looker Studio 데이터 소스에 입력하며 특이사항을 기록합니다. 프로젝트에 예약 쿼리를 저장하기 전에는 먼저 확인을 요청합니다.
요청하기매주 월요일 7에 주간 매출 쿼리를 실행하고 Revenue 시트를 업데이트해 주세요. 이상해 보이는 부분이 있으면 알려주세요.
데이터셋 문서화하기
문서화되지 않은 데이터셋의 테이블을 나열하고, 각 열에 어떤 데이터가 들어 있는지, 테이블이 어떻게 조인되는지, 어떤 테이블이 오래되었는지 정리합니다. 팀이 보관할 수 있도록 Notion 또는 Google Docs 페이지로 작성합니다.
요청하기marketing 데이터셋을 문서화해 주세요. 각 테이블에 어떤 데이터가 있고, 어떻게 조인되며, 사용하지 않는 것으로 보이는 테이블은 무엇인지 정리해 주세요.
연결 방법
- 1사용 중인 Google 계정이나 관리자가 설정한 서비스 계정을 한 번 연결하면 됩니다. AI 에이전트는 해당 계정의 IAM 역할에 따라 접근할 수 있는 프로젝트와 데이터셋에서 작업합니다. 데이터를 읽고 쿼리하는 데는 data viewer와 job user 역할이면 충분합니다.
- 2BigQuery를 사용할 AI 에이전트를 직접 선택하세요. 데이터나 재무 담당 에이전트가 적합하며, 읽기만 필요한 에이전트에는 쓰기 권한을 주지 마세요.
- 3스키마 읽기와 쿼리 실행은 설정한 크기 한도 안에서 읽기 작업으로 처리합니다. 테이블, 뷰, 데이터셋, 예약 쿼리를 생성·변경·삭제하거나 데이터를 로드·내보내기 전에는 먼저 확인을 요청합니다.
분석·데이터의 다른 앱
에이전트가 사용하는 같은 유형의 다른 앱입니다. 각 앱의 개별 페이지에서 자세히 알아보세요.
자주 묻는 질문
AI 에이전트가 BigQuery SQL을 작성할 수 있나요?
네. Monmo AI 에이전트는 테이블 스키마를 읽고 BigQuery용 표준 SQL을 작성해 실행한 뒤, 결과와 쿼리를 함께 보여줍니다. 어떤 날짜 열을 사용했는지 등 쿼리를 작성할 때 적용한 가정도 알려주므로 결과를 활용하기 전에 바로잡을 수 있습니다.
AI 에이전트가 비용이 많이 드는 BigQuery 쿼리를 실행하지 못하게 하려면 어떻게 하나요?
AI 에이전트에 작업을 지시할 때 한도를 설정하고 BigQuery의 자체 제어 기능도 활용하세요. AI 에이전트는 드라이런으로 예상 바이트 수를 확인하고, 한도를 넘기 전에 확인을 요청합니다. 확실하게 차단하려면 관리자가 맞춤 쿼리 할당량을 설정하고 해당 계정에 필요한 역할만 부여할 수 있습니다.
AI 에이전트가 데이터 웨어하우스의 테이블을 변경할 수 있나요?
승인을 받은 경우에만, 그리고 계정에 쓰기 권한이 있는 경우에만 가능합니다. 테이블 생성, 뷰 재작성, 데이터 삭제, 예약 쿼리 저장은 각각 먼저 카드에 표시됩니다. AI 에이전트는 BigQuery 연결을 통해 작업하며, 연결이 지원하지 않는 작업은 자체 브라우저에서 수행합니다.
소규모 사업체의 보고서에도 BigQuery가 적합한가요?
그렇지 않은 경우가 많습니다. 데이터가 Google Sheets에 들어갈 정도이거나 Google Analytics에서 바로 가져올 수 있다면 해당 도구가 더 간단할 수 있습니다. 데이터가 많거나 여러 시스템에서 들어오거나 원시 이벤트 데이터가 필요할 때는 BigQuery가 유용합니다. AI 에이전트가 상황에 맞는 선택지를 알려줄 수 있습니다.