[Drive] Google 스프레드시트에서 Gemini와 자연어를 사용하여 BigQuery 데이터 분석

📌 지원되는 버전 : Google Workspace Business Standard 이상, Enterprise Standard 이상 Google 스프레드시트에서 BigQuery 데이터를 분석하는 새로운 방법을 소개합니다. 연결된 시트(Connected Sheets)를 통해 BigQuery 데이터에 접속한 후, 스프레드시트 내에서 Gemini를 활용하여 대화 형식으로 데이터를 분석할 수 있습니다. Gemini 쿼리는 스프레드시트 화면에 표시되는 일부 데이터뿐만 아니라 BigQuery의 전체 데이터세트를 대상으로 실행됩니다. 즉, 이제 사용자는 방대한…

[Drive] 인벤토리 보고서의 외부 공유 분석 기능 강화

📌 지원되는 버전 : Google Workspace Enterprise Standard 이상 Google BigQuery 기반 Drive 인벤토리 보고서에서 파일의 외부 공유 현황을 보다 세부적으로 파악할 수 있는 기능이 추가되었습니다. 직접 부여된 권한뿐만 아니라 그룹 멤버십, 공개 링크 등을 종합적으로 분석하여 조직 외부에 노출된 Drive 파일을 보다 쉽게 식별할 수 있습니다.   주요 핵심 기능 외부 공유 현황 통합…

[Drive] 향상된 Connected Sheets: 목록 매개변수 및 열 별칭 기능 지원

📌 지원되는 버전 : 모든 Google Workspace  Connected Sheets에서 BigQuery 데이터를 보다 유연하게 조회하고 이해하기 쉽게 표시할 수 있도록 목록 매개변수와 열 별칭 기능이 추가되었습니다.   주요 기능 및 특징 목록 매개변수(List parameters) 지원 쿼리 작성 시 Google Sheets의 셀 범위를 하나의 목록 매개변수로 지정할 수 있습니다. 선택한 범위의 각 셀 값이 개별 조건으로 활용됩니다. 이를…

셀프서비스는 옛말, 이제는 데이터 에이전트가 대세

데이터 분석은 늘 중요했고 앞으로도 그렇습니다. 다만 그 방식은 에이전틱 AI 시대를 맞아 크게 바뀌고 있습니다. 변화의 중심에는 에이전트가 있습니다. 전문가만 데이터를 다루던 시절을 지나 현업 사용자가 셀프서비스로 분석에 참여하게 된 것이 엊그제 같은데, 이제는 데이터 탐색과 분석, 파이프라인 구성, 모델 개발까지 에이전트가 함께하는 시대로 넘어가고 있습니다. 구글 클라우드는 데이터 사용자의 역할과 업무에 따라 여러…

Bigquery 비용 최적화 방안 제시

1. 개요 Google BigQuery는 서버리스 아키텍처를 기반으로 하는 페타바이트 규모의 완전 관리형 데이터 웨어하우스입니다. 인프라 관리 부담 없이 방대한 데이터를 실시간으로 분석할 수 있다는 강력한 장점이 있지만, 그 강력한 성능만큼이나 중요한 것이 바로 ‘비용(Cost)’입니다. BigQuery의 유연한 과금 체계를 제대로 이해하지 못하면, 잘못된 쿼리 습관이나 설정 실수 하나로 예상치 못한 ‘요금 폭탄’을 맞을 수 있습니다. 반대로…

[Admin] Workspace 감사 로그 신규 기능 및 이벤트 필드 확대

📌 지원되는 버전 : 감사 로그 사용 가능 라이선스 있는 Google Workspace 참고: 분류 라벨은 일부 에디션에서만 사용 가능   Workspace 감사 로그에 대해 다음과 같은 개선 사항이 적용됩니다. Gmail 및 Google Drive 보안 조사 도구에서 Resource 필드 로그 필터링 기능 향상 Google 보안 운영(SecOps)과의 Workspace 감사 로그 통합에서 사용 가능한 애플리케이션 및 네트워크 필드…

데이터 플랫폼 현대화의 지름길 ‘AI 기반 마이그레이션 자동화’

데이터 관련해 영원한 과제가 있다면 아마 마이그레이션일 것입니다. 어떤 기술이건 시대가 지나면 낡게 마련입니다. 메가 트렌드가 바뀔 때마다 새로운 환경으로 데이터를 최신 플랫폼으로 옮기는 것은 늘 중요 과제였습니다. 클라우드 네이티브와 AI라는 큰 흐름이 주류인 2026년 데이터 엔지니어들에게 주어진 시급한 과제 역시 마이그레이션입니다.  이번 포스팅에서는 마이그레이션을 단순히 플랫폼을 최신 환경으로 바꾸는 것(Lift-and-Shift)이 아닌 현대화(Modernization) 관점에서 바라보고…

BigQuery를 중심으로 AX, DX 시대 준비

모두가 디지털 전환(DX)을 외치던 시절이 있었습니다. 불과 몇 년 전의 일입니다. 그러던 것이 2026년을 코 앞에 둔 2025년 12월 현재 당연하다는 듯이 모두가 AI 전환(AX)을 말하고 있습니다. 사실 DX, AX를 서로 다른 목표를 가진 구호가 아닙니다. 클라우드 네이티브 기술을 기반으로 민첩성과 효율성을 높이고 이 토대 위에서 진행한 디지털 전환의 노력이 AI를 맞나 꽃을 피우는 시기를…

[Drive] Google Sheets에서 대용량 .csv 파일 BigQuery로 직접 가져와 분석

📌 지원되는 버전 : 모든 Google Workspace Google Sheets와 BigQuery를 더욱 원활하게 연결하여 대용량 데이터 세트를 이전보다 쉽게 분석할 수 있도록 지원됩니다. 이제 사용자는 Drive에서 또는 Sheets의 ‘데이터 > 데이터 커넥터’ 메뉴를 통해 대용량 .csv 파일을 열 때, 크기에 관계없이 모든 크기의 데이터세트가 포함된 .csv 파일을 BigQuery로 직접 가져올 수 있는 새로운 옵션을 사용할 수…

Dataplex로 태깅 작업의 늪에서 벗어나는 방법

데이터 레이크의 가치가 나날이 높아지고 있습니다. AI가 모든 IT 프로젝트에 포함되는 주제가 되다 보니 데이터 레이크 역시 따라서 몸값이 뛰는 것이 아닐까요. 이처럼 중요한 데이터 레이크가 제 기능을 못한다면? 고민이 클 것입니다. 실제로 데이터가 어디에 있는지, 무엇을 의미하는지 파악할 수 없는 이른바 데이터 늪(Data Swamp) 문제로 데이터 레이크가 제 역할을 못하는 경우도 적지 않습니다. 데이터…