빅쿼리 에이전트 애널리틱스: Looker로 AI 에이전트 사용량·비용 추적하기

핵심 메시지

• Looker가 에이전트 텔레메트리 위에 얹는 ‘빅쿼리 에이전트 애널리틱스’ 블록을 내놓았다.
• ADK(에이전트 개발 키트)나 랭체인으로 만든 에이전트의 텔레메트리를 빅쿼리로 스트리밍해 성능·사용량·비용을 추적한다.
• LookML 지식 없이도 마켓플레이스에서 블록을 설치하면 대시보드와 익스플로러를 바로 쓸 수 있다.
• 블록을 원격 의존성으로 가져와 뷰·익스플로러를 확장하면, 프롬프트 값 같은 커스텀 필드도 추가할 수 있다.
• ‘대시보드 에이전트’로 필터가 적용된 데이터에 대해 대화하듯 질문하고 토큰 사용량 예측 같은 답을 얻을 수 있다.

쉽게 이해하기

팀이 AI 에이전트를 개발하기 시작하면, 곧 성능과 사용량, 비용을 어떻게 측정하고 추적할지 묻게 된다. Looker는 이를 위해 에이전트 텔레메트리 데이터 위에 얹히는 ‘빅쿼리 에이전트 애널리틱스’ 블록을 만들었다. 이 블록을 쓰면 대시보드와 익스플로러를 별도 구축 없이 곧바로 활용할 수 있다.

초기 설정에는 약간의 기초 작업이 필요하다. 먼저 빅쿼리 API를 켜고 에이전트를 빅쿼리에 연결한 뒤, 로컬 개발이라면 앱을 인증하거나 서비스 계정에 적절한 권한(BigQuery Job User, BigQuery Data Editor)을 준다. 그다음 클라우드 프로젝트와 데이터셋 ID를 만들고 이를 ADK 앱의 플러그인 설정에 지정한다. 앱을 실행해 프롬프트와 응답 몇 개를 주고받으면, 플러그인이 채워 넣는 스키마를 통해 데이터가 빅쿼리 데이터셋으로 흘러 들어오는 것을 볼 수 있다.

쿼리를 돌려 보면 사용자 메시지 수신, 에이전트 시작, LLM 요청 전송, 응답 같은 흐름이 그대로 기록돼 있다. 텔레메트리가 빅쿼리에 쌓이면 Looker 블록을 연결한다. 빅쿼리와 Looker 사이의 연결을 만든 뒤 마켓플레이스에서 연결·프로젝트·데이터셋 ID·테이블(기본값 agent_events)을 지정해 블록을 설치하면 된다. 이 시점에서 LookML 지식이 전혀 없어도 바로 사용할 수 있고, 설치·연결만 하고 멈춰도 비즈니스 사용자에게 대시보드 접근 권한을 줄 수 있다.

블록을 다른 프로젝트로 가져와 확장하고 싶다면, 매니페스트 파일의 원격 의존성 파라미터에 깃허브 저장소 URL과 브랜치명을 지정해 임포트한다. 블록 파일은 항상 읽기 전용으로 들어오므로, 다듬거나 확장하려면 뷰와 익스플로러를 자신의 모델 파일로 옮겨야 한다. 발표자는 예시로 ADK 프로젝트에 입력된 사용자 프롬프트를 보기 위해, BigQuery의 JSON_VALUE 구문으로 프롬프트를 파싱하는 디멘션을 Looker에 작성해 익스플로러에서 조회할 수 있게 했다. 또한 ‘대시보드 에이전트’ 기능으로 적용된 필터를 반영해 대화하듯 질문할 수 있으며, 5일간 앱 사용 시 토큰 사용량이 얼마일지 예측해 달라는 요청에도 간단한 계산으로 답했다.

주요 인사이트

• 에이전트를 운영 단계로 넘기면 성능·사용량·비용 추적이 필수가 되는데, 이 블록은 그 관측 기반을 즉시 제공한다.
• ADK나 랭체인 텔레메트리를 빅쿼리로 스트리밍하는 표준 경로를 두면, 데이터 모델링과 대시보드 구성이 단순해진다.
• LookML 없이 바로 쓸 수 있어 비즈니스 사용자도 대시보드에 접근할 수 있고, 필요하면 개발자가 뷰·익스플로러를 확장한다.
• 블록은 읽기 전용으로 임포트되므로, 커스터마이즈하려면 뷰·익스플로러를 자신의 모델로 옮기고 대시보드의 모델 참조를 바꿔야 한다.
• 대시보드 에이전트는 적용된 필터를 반영해 자연어로 질문에 답하므로, 복잡한 BI 질의에 드는 시간을 줄여준다.

자주 묻는 질문

관련 AI 소식