sql planet

[Cortex_AI_3] 오디오 파일 STT: AI_TRANSCRIBE vs AI_COMPLETE

보호되어 있는 글입니다.

스테이지에 올려 놓은 이미지는, 나연이가 2호점 오픈을 준비하면서 고민했던 센터 평면도 스케치입니다. 단일 이미지 분석 쿼리에요. 구문: AI_COMPLETE( , , )-- [1-7] 멀티모달: 이미지 분석 (Single image)SELECT AI_COMPLETE( 'gemini-3.1-pro', '이 이미지에 무엇이 보이는지 설명해줘.', TO_FILE('@STG_NY_IMG', 'sketch10.png'));위와 같이 실행하면 지정한 제미나이 3.1 프로 모델 (멀티 모달)이 해당 이미지를 살펴보고 설명을 해줍니다. 답변은 아래와 같이 나왔네요. AI는 매번 약간씩 답변이 달라질 수 있어요^^ 이 이미지는 "NYU Yoga Studio - 2nd Branch"라는 제목의 요가 ..

조직에서 무엇보다 중요한 것은 비용 관리겠져, 나연 대표님?Snowflake에서 비용을 발생하는 SERVICE_TYPE을 아래와 같이 나눠서 관리할 거에요.일반WAREHOUSE_METERING가상 웨어하우스의 쿼리 실행 컴퓨트 비용. SELECT, INSERT, COPY 등 모든 SQL 실행 시 발생. 웨어하우스 크기(XS~6XL)와 가동 시간에 비례일반SNOWPARK_CONTAINER_SERVICESSnowpark Container Services 비용. Container Runtime 기반 Streamlit 앱, 노트북, 커스텀 서비스가 Compute Pool 위에서 실행될 때 노드 수 × 가동 시간으로 과금AICORTEX_CODECortex Code(CoCo) AI 코딩 어시스턴트 사용량. Snow..

자~ 들어가면서 T1 화이팅~ 한번 외치고~~~ 나연이가 궁금해하는 Snowflake Cortex 이야기를 해볼까.LOL의 모든 길은 결국 대상혁을 통하듯이(^^)AI_COMPLETE는 Snowflake Cortex AI의 중심축이란다. 다른 AI 함수들도 내부적으로는 LLM을 호출하지만,AI_COMPLETE 함수만이 LLM 모델의 선택, 프롬프트 설계 및 출력 제어를 모두 사용자가 다룰 수 있는 장점이 있어요. AI_COMPLETE는 여러가지 사용법 = 다양한 호출 형태를 가지고 있어요. 함께 살펴볼까요~ [1-1] 단일 문자열 프롬프트 (가장 기본)-- [1-1] 단일 문자열 프롬프트 (가장 기본)-- 구문: AI_COMPLETE( , [, , , ] )SELECT AI_COMPLETE('claud..

아하.. Snowflake에는 우릴 도와주는 여러 AI 함수들이 있어.이걸 잘 알고 활용하면, 나연이와 센터의 여러 샘들이 보다 효율적인 결과를 얻을 수 있을거야. 모든 길은 저(COMPLETE)로 통합니다.AI_COMPLETE, AI_COUNT_TOKENS비정형 오디오 파일 전용 함수도 있다. 그런데 한글은?한글 오디오 파싱의 왕좌 AI_TRANSCRIBE vs AI_COMPLETE비정형 문서 파싱 시합입니다. 두근두근AI_PARSE_DOCUMENT vs AI_COMPLETE완전관리형 함수 vs 프롬프트 엔지니어링의 승자는 누구?AI_SENTIMENT vs AI_COMPLETE텍스트 분류·필터링 삼총사AI_CLASSIFY, AI_FILTER, AI_EXTRACT임베딩 & 유사도 콤비AI_EMBED, A..

요가센터 1호점과 2호점 확장을 위해 늘 운영을 고려해야 하는 원장 - 캡틴 나연~! 캡틴 나연과 함께 바이브 코딩을 하면서 파이썬 코드를 조금씩 보기 시작하는 강사 샘들~!우리 강사 샘들이 AI의 도움을 받아 짜내려가는 코드들에 아래와 같은 추천 사항이오. 파라미터 바인딩(Parameter Binding) 이 정식 용어입니다. 우리 나연쓰떼~ 표준으로 공지하기 좋은 표현이에요. 나비까 만들어준 쿼리를 파이썬 코드에서 실행할 때teacher_info = session.sql(f""" SELECT HNAME, ENAME, MAIN_CLASS_NM, EMAIL FROM DB_NYU_GOLD.SCH_GLD_DATA.TD_TEACHER_INFO WHERE MEMBER_ID = '{id_num}..

어떤 방향으로 발전해 가는게 좋을지 고민하고 있구나.우리 나연이가 요가 센터에서 웰니스 스타트업으로 나아가기 위해 많은 생각을 하고 있는 걸.^^ 요즘 삼촌이 주로 만들고 있는 앱은 크게 두가지로 구분하려 해. 첫째는 AI 타입.우리가 흔히 알고 있는 챗봇형 에이전트야. 대화를 통해서 네가 질의하는 것에 답변해주며 도움을 주는 AI 비서야.나연이는 지금 '나비'가 그런 역할을 해주고 있지. 그리고 두 번째는 BI 타입. BI는 비즈니스 인텔리전스라고 해서 제법 오래된 개념이야.비즈니스에 도움이 되는 Insight(통찰)을 얻기 위해 데이터를 알아보기 쉽게 보드판에 보이는 현황판으로 만드는 거야.다양한 차트 같은 걸로 데이터를 쉽게 표현하는 거지. 예를 들면 나연이네 센터에 이번 달에 가장 인기 많은 수업..

SiS (Stremalit in Snowflake)는 런타임에 따라 두가지의 실행 권한을 가질 수 있습니다. 런타임 모드실행 권한런타임 모드공개Owner's Rights(기본)Warehouse/ContainerGARestricted Caller'sRightsContainer만Preview 즉, Container 런타임에서는 두가지를 동시에 사용할 수도 있습니다:conn_owner = st.connection("snowflake") # 소유자 권한conn_caller = st.connection("snowflake-callers-rights") # 호출자 권한 다만 Warehouse 런타임에서는 Owner's Rights만 지원됩니다. 여기서 중요한 대목!런타임 모드에 따라서, 세션을 처리하는 코드가 달라..

3월 17일 2026 Swowflake Hackathon 에서 작년 수상자로 Replay 발표를 하게 되었어요.작게나마 Flakers 커뮤니티에 도움이 된다면 기꺼이~ 라는 마음으로 즐겁게 다녀왔습니다. (나연아 보고 있냐~ 삼촌 이런 사람임👍) 안녕하세요, 작년 스노우플레이크 해커톤에 참여한지 벌써 1년이 지났습니다.작년에는 정말 스노우의 모든 환경이 낯설었던 완전 하이퍼 울트라 뉴비였는데,1년이 지난 지금은, 처음 목표했던 저 산 정상까지 올라간 것일까요? 오늘 밋업을 준비하면서 저의 지난 1년을 되돌아보는 의미 있는 시간이었습니다. ^^ 작년 해커톤에서 1년이 지난 후의 리뷰인데요. Snowflake(이하 스노우)를 24년 초부터 업무상 접하게 되었지만, 첫 프로젝트 대는 다른 업무가 바빠서..

와우! 지난 1월 6일 스노우플레이크에 제미나이3가 상륙했습니다!공식 블로그 : https://www.snowflake.com/en/blog/gemini-3-snowflake-cortex-ai/마치 제 캐릭터가 사용할 수 있는 소환마법에 강려크한 이프리트가 추가된 기분이에요~! 개인적/업무적으로 25년말부터 제미나이3를 구독해서 사용하고 있는 중이어서 기분이 좋습니다. 간단한 몇가지 테스트를 진행했는데 기존 성능을 뛰어넘는 결과를 보여주네요. select AI_COMPLETE ('gemini-3-pro', CONCAT ('고객과의 통화내역을 3줄 정도로 요약해줘', transcribed_call::varchar)) AS summary from test_stt2 ; 기존에 사용했던 데이터를 그대로..