데이터 스토어 구성

App에서 사용할 데이터 스토어(Data Store)를 만들고 색인하는 절차입니다.

목차

1. 데이터 스토어 유형 선택
2. GCS 비정형 문서 색인
3. BigQuery 정형 데이터 색인
4. SaaS 커넥터 색인
5. 색인 옵션 튜닝

1. 데이터 스토어 유형 선택

동일 App 안에서 여러 데이터 스토어를 결합할 수 있습니다. 민감도/부서별로 분리하는 것을 권장합니다.

2. GCS 비정형 문서 색인

2.1 GCS 버킷 준비

# 버킷 생성
gsutil mb -l us-central1 gs://acme-gemini-docs

# 문서 업로드
gsutil -m cp -r ./documents/* gs://acme-gemini-docs/

2.2 데이터 스토어 생성 (콘솔)

1. [Data Stores] → [Create data store]
2. Cloud Storage 선택
3. 버킷 경로 입력: gs://acme-gemini-docs/
4. Document parsing

1. Advanced indexing 활성화 (검색 품질 향상)
2. [Create] 후 색인 완료까지 대기 (수 분~수 시간)

2.3 진행 상태 확인

# Discovery Engine REST API로 색인 상태 조회
curl -X GET \
    -H "Authorization: Bearer $(gcloud auth print-access-token)" \
    "https://discoveryengine.googleapis.com/v1/projects/${PROJECT_ID}/locations/global/collections/default_collection/dataStores/${DATA_STORE_ID}/documents"

3. BigQuery 정형 데이터 색인

-- 색인할 테이블 예시
CREATE TABLE `acme-gemini-prod.kb.faq` (
    id STRING,
    title STRING,
    content STRING,
    updated_at TIMESTAMP
);

데이터 스토어 생성

1. Structured data → BigQuery 선택
2. 테이블 경로: acme-gemini-prod.kb.faq
3. Schema mapping에서 title, content 등 핵심 필드 지정
4. 동기화 주기 설정 (실시간/주기적)

정형 데이터는 검색 결과의 필터링·패싯(facet)에 강합니다. 카탈로그·FAQ·제품 정보에 적합합니다.

4. SaaS 커넥터 색인

대표 예시: Confluence Cloud

1. Connector → Confluence 선택
2. OAuth 인증

1. 색인할 Space 선택
2. Sync schedule: 1시간 주기 권장
3. ACL ingestion 활성화 → 권한 인지 검색 사용

커넥터 인증 정보는 Secret Manager에 보관하고 회전 정책을 적용합니다.

5. 색인 옵션 튜닝

흔히 쓰이는 시노님 예시

ko-synonyms.txt
---------------
KPI, 핵심성과지표
QBR, 분기경영회의
PoC, Proof of Concept, 개념검증

6. 참고 자료

• Vertex AI Search - Cloud Storage 데이터
• Vertex AI Search - BigQuery 데이터
• Connectors - Confluence