SNOWFLAKE 기본사용법

■ Snowflake 주요기능

■ Snowflake Intelligence 구조

• Snowflake Intelligence (만들어둔 Agent를 사용)
  • Cortex Agent (두개를 모두 설정해놓으면 질문에 따라 2개중한개를 사용하여 질의응답해줌)
    • Cortex Analyst (정형데이터)
    • Cortex Search (비정형데이터)
  • Cortex Evaluation

■ Sementic View (Cortex Analyst 에서 사용)

• Sementic View : 일종의 메타데이터로, 비즈니스 개념 ↔ 물리 데이터 간 불일치 → 사람이 이해하는 이름(예: net_revenue)을 DB에 직접 정의일종의 메타데이터로, 비즈니스 개념 ↔ 물리 데이터 간 불일치 → 사람이 이해하는 이름(예: net_revenue)을 DB에 직접 정의
• Sementic View 를 생성하는 3가지 방법
  • 1. CREATE SQL문으로 만들기 (Sementic View)
  • 2. CORTEX ANALYST에서 [CREATE SEMENTIC VIEW] 클릭하여 생성 (Sementic View)
  • 3. YAML 파일 업로드 (Sementic Model → Sementic View) **model 은 legacy
• YAML ↔︎ Sementic VIEW ↔︎ create Sementic View 간 자유롭게 크로스 가능
  • Sementic View를 3가지 방법중 1개를 택해 생성하면 Sql/yaml/직접작성 모두 변환 가능

 

 

 

**Sementic model (legacy)

• Sementic View : 논리 테이블, 관계, 사실, 차원, 시간 속성, 필터 및 지표를 정의하는 네이티브 Snowflake 객체 . SQL의 SEMANTIC_VIEW(...) 구조를 통해 쿼리 가능하며 Cortex Analyst에서 사용됨
• Sementic Model (YAML) : Cortex Analyst 에서 제공하느 명세로, 비즈니스용어를 물리적 스키마에 매핑하고 Custom Instruction가 자연어를 SQL로 유도할 수 있게함. 2개의 근본적인 차이점은 시맨틱 모델은 외부 파일에서 빌드할 수 있는 반면, 시맨틱 뷰는 스노우플레이크에서 네이티브로 생성된다는 점

 

■ 사용하는 MODELS

• Cortex Analyst (선택불가 아래 모델중 택1)
  • Anthropic Claude Sonnet 4
  • Anthropic Claude Sonnet 3.7
  • Anthropic Claude Sonnet 3.5
  • OpenAI GPT 4.1
  • Combination of Mistral Large 2 and Llama 3.1 70b
• Cortex Agent (택 가능)
  • auto
  • claude-Haiku-4-5 (document에는 없지만 선택란에있었음)
  • claude-sonnet-4-5
  • claude-4-sonnet
  • claude-3-7-sonnet
  • claude-3-5-sonnet
  • openai-gpt-5
  • openai-gpt-4-1

■ 그외 용어정리

• CortexAI : snowflake에서 제공하는 AI/ML 기능을 통칭하는 광범위한 개념
• AI Studio : 기능이 있는건 아니고 그냥 Cortex AI카테고리안의 전반적인 서비스 선택 메뉴

• Cortex Agent : Snowflake에서 제공하는 AI 에이전트 실행 엔진 (Cortex Search + Cortex Analyst)
• Cortex Analyst : 정형데이터 + Text2SQL
• Cortex Search : 비정형+LLM
• Cortex Evaluation : preview기능이라 아직 제공안함

Preview Feature — Private: Support for this feature is currently not in production and is available only to selected accounts.

• Snowflake Intelligence : cortex AI기능을 활용해서 자연어로 데이터를 분석하고 인사이트를 얻을 수 있는 통합AI플랫폼. Agent가 만들어져있어야함. (Analyst + Search 로 이루어짐)
• Snowsight : snowflake 웹 인터페이스 (일반적으로 sql/python실행하는 인터페이스 UI를 snowflake가 아니라 snowsight 라고 하는 것 같다. snowsight 접속링크도 그냥 스노우플레이크 url)

• Streamlit : cortex search/analyst를 활용해서 파이썬으로 클릭 가능한 웹앱생성

 

2. 제약사항

• 한국리전은 Cortex Analyst/Search 기능을 사용할 수 없음!!!! 리전변경도 중간에 안됨. 계정 생성할때부터 미국/일본으로 선택해야 해당기능을 사용할 수 있음

The required LLMs for Cortex Analyst are not available in your region or not authorized. Please contact your administrator. Diagnostics: - Available models: none - Cross-region setting: cross-region inference not allowed in your account - Model allowlist: No model RBAC/allowlist restriction

JAPAN region 설정을 해줬는데도 에러가 뜰떄는 다음과같이 멀티리전설정해주니 해결됨 (참조 교차 지역 추론 | 스노우플레이크 문서)

ALTER ACCOUNT SET CORTEX_ENABLED_CROSS_REGION = 'AWS_US';

3. 기능실습

■ 실습1 (Cortex Analyst)

 

실습링크 : https://medium.com/snowflake/getting-started-with-snowflake-semantic-view-7eced29abe6f https://github.com/Snowflake-Labs/snowflake-demo-notebooks/tree/main/Snowflake_Semantic_View

• Sementic View 생성

• 생성해준 sementic view 를 참조하여 질의를 날려 TextSQL기능 사용가능
  • PLAYGROUND 에서 실행 (SEMENTIC VIEW를 열면 오른쪽에서 자동팝업이 뜸)

■ 실습2 (Cortex Analyst → Agent → Snowflake Intelligence)

 

실습링크 :Getting Started with Cortex Agents

• Snowflake Intellignece를 실행하기위해서는 Cortex Agent가 만들어져있어야한다.
• 1) Cortex Agent 생성하기
  • 2) Cortex Analyst/Search 서비스를 선택해서 Tools추가를 해줄수 있다.
    이 실습에서는 Cortex Analyst 만을 사용
• 2) Snow Intelligence에서 생성한 Agent를 선택해서 질의를 날리면 셋팅해둔 Cortex Anaylst 기능에 따라 답변을 해줌

■ 실습3 (Cortex Search + Analyst → Agent → Intelligence )

 

JSON파일 튜토리얼(튜토리얼대로하면,Streamlit에러남) : 자습서 1: Cortex Search를 사용하여 간단한 검색 애플리케이션 개발 PDF 파일 튜토리얼 : Snowflake Intelligence 처음부터 시작해보기 (2편) — Cortex Search로 문서 기반 질의응답 구축하기 | by Snowflake Korea Tech Blog | Medium

• 기능: Snowflake Cortex Search는 특히 비정형 데이터 검색 및 RAG워크로드를 위한 완전 관리형 검색 서비스
  • JSON/문서/텍스트/PDF 파일을 업로드해서 LLM 기능 사용
    • 1) 하이브리드 검색 (Hybrid Search):
      • 벡터 임베딩 기반 의미 유사도 (Semantic Lookup): 질문의 의미론적(의도) 유사성을 기반으로 가장 관련성 높은 문서를 찾습니다.
      • 키워드 기반 유사도 (Keyword / Lexical Lookup): 전통적인 키워드 일치를 기반으로 정확한 용어 매칭을 수행합니다.
      • 이 두 결과를 Result Fusion and Reordering 과정을 거쳐 최종적으로 가장 정확한 문서 셋 (Result Set)을 제공
    • 2) RAG 워크플로우 지원
  • AGENT 안에서 CORTEX SEARCH기능을 불러오기 + 프롬프트 업데이트 ( Orchestration instructions)

실습내용 간략설명

• 실습에서 업로드한 PDF

• AI_PARSE_DOCUMENT로 PDF 텍스트 추출

 

• SPLIT_TEXT_MARKDOWN_HEADER를 사용하여 청크 생성

• 해당 청크를 활용한 Cortex Search 생성

• 만들어준 Cortex Search + Cortex Anaylst 를 사용하는 Cortex Agent 생성

Snowflake Intelligence 에서 방금 생성한 Agent를 선택하고 질의를날려보기

• Q1. 2022년 HVC 고객의 월별 매출 추이를 보여줘 ( Agent 에서 Cortex Analyst 사용)

 

 

• Q2. 2022년 월별 매출 추이를 원자재 구입 동향 관점에서 해석해줘 ( Agent 에서 Cortex Search 사용)

 

 

■ 실습4 (BIRD Bench를 활용한 Cortex Analyst Rest API)