최신 리포트 다운로드 지금 바로 문의하기
최신 리포트 다운로드 지금 바로 문의하기
Author

Miyeon. Jo

BigQuery Studio의 Gemini 어시스턴트, 이렇게 달라졌습니다

구글 인사이트
by Miyeon. Jo

데이터 분석 업무를 하다 보면, 정작 “분석” 자체보다 그 주변 작업에 더 많은 시간을 쏟게 됩니다. 필요한 테이블이 어디 있는지 찾고, 스케줄링을 설정하고, 실패한 Job의 원인을 추적하는 일들이죠.  BigQuery를 처음 접하는 분들이라면 이런 운영 오버헤드가 더욱 부담스럽게 느껴질 수 있습니다.

 Google Cloud의 BigQuery Studio에는 Gemini 기반 AI 어시스턴트가 내장되어 있습니다. 최근 업데이트를 통해 이 어시스턴트가 단순한 코드 보조 도구에서 컨텍스트를 이해하는 분석 파트너로 진화했습니다. 이번 글에서는 지금 바로 사용할 수 있는 세 가지 핵심 기능을 소개합니다.

1. 컨텍스트인식 — 열려 있는 쿼리 탭을 이해합니다

BigQuery Studio의 Gemini 어시스턴트는 현재 열려 있는 쿼리 에디터 탭의 내용을 인식합니다. 이전에는 쿼리 코드를 복사해서 채팅 창에 붙여넣거나, 어떤 테이블을 사용하고 있는지 일일이 설명해야 했습니다. 이제는 그럴 필요가 없습니다.
어떻게 활용할 수 있나요? 활성화된 쿼리 탭에서 작업 중일 때, 채팅 창에 자연어로 질문하면 됩니다.

예시 시나리오:
– 쿼리 에디터에 SELECT문을 작성해 놓은 상태에서 → “이 쿼리를 최적화해줘” 라고 입력
– 복잡한 JOIN 쿼리를 보고 있을 때 → “이 쿼리가 하는 일을 설명해줘” 라고 질문
– 쿼리 결과를 보면서 → “이 결과를 주간 단위로 집계하는 쿼리로 바꿔줘” 라고 요청

어시스턴트는 현재 활성 탭의 SQL 코드와 참조하는 리소스를 자동으로 파악하기 때문에, “쿼리”라고만 말해도 어떤 쿼리를 가리키는지 이해합니다.

고급 SQL 생성:
단순한 SELECT문 외에도, 어시스턴트는 AI 연산자(AI Operators) 와 Federated Query를 활용하는 고급 SQL도 생성할 수 있습니다. 자연어 프롬프트만으로 복잡한 분석 쿼리를 만들어낼 수 있다는 뜻입니다.

Fig 1.1 — 어시스턴트가 활성 탭과 “쿼리”가 무엇을 가리키는지 인식하는 모습

2. 리소스 검색 — 테이블 이름을 몰라도 괜찮습니다

조직이 커질수록 데이터는 여러 프로젝트와 데이터셋에 흩어집니다. 정확한 테이블 ID를 기억하기 어려운 건 당연한 일입니다.

Gemini 어시스턴트는 이제 Dataplex Universal Catalog 검색 기능과 연동되어, 여러 프로젝트에 걸쳐 BigQuery 리소스를 찾을 수 있습니다. 데이터셋, 테이블, 모델, 저장된 쿼리, 그리고 예약 쿼리(Scheduled Query)까지 검색 대상에 포함됩니다.

자연어로 데이터를 찾는 방법:
일상적인 언어로 질문하면 됩니다.

– “신규 사용자의 나이, 지역 같은 인구통계 데이터는 어디서 찾을 수 있어?”
> 관련 테이블을 프로젝트 전체에서 검색하여 목록으로 보여줍니다

– “ecommerce라는 이름의 데이터셋이 있나?
> 해당 이름의 데이터셋을 찾아 위치와 함께 알려줍니다이

– “테이블은 파티셔닝이 되어 있어?”
> 파티션 구성, 클러스터링 키 등의 메타데이터를 확인해줍니다

– “이 데이터셋의 소유자가 누구야?”
> 소유자 정보를 반환하여 접근 권한 요청에 도움을 줍니다

Fig 1.2 — 어시스턴트가 여러 프로젝트에서 사용자 프롬프트에 맞는 데이터셋을 찾는 모습

3. Job 분석 및 트러블슈팅 — 문제의 원인을 바로 파악합니다

평소 몇 초면 끝나던 쿼리가 갑자기 오래 걸리거나, 예상보다 높은 비용이 청구될 때가 있습니다. 이전에는 INFORMATION_SCHEMA를 직접 조회하거나 로그를 뒤져야 했습니다.

이제 Gemini 어시스턴트가 개인 및 프로젝트 Job 히스토리를 분석하여 인사이트를 제공합니다.

주요 활용 사례:
– 장시간 실행 쿼리 디버깅:
> Job ID를 복사하고 “이 Job이 왜 이렇게 오래 걸려?” 라고 질문하면, 어시스턴트가 Job 상태를 분석합니다. 슬롯 경합(slot contention), 대량 행 스캔, 높은 데이터 볼륨 등 지연의 원인이 되는 핵심 통계를 반환합니다.

– 실패한 Job의 근본 원인 분석:
> 예약 쿼리가 실패했을 때, “이 예약 Job이 왜 실패했어?” 라고 물으면 실패 원인을 분석하고 해결 방법까지 추천합니다.

– 비용 관리:
> “최근 2일간 가장 비용이 많이 든 쿼리 3개를 알려줘” 같은 요청을 하면, 어시스턴트가 INFORMATION_SCHEMA를 조회하는 데 필요한 SQL을 직접 생성해줍니다.

Fig 1.3 — 어시스턴트가 Job을 분석하고 최적화 방안을 제시하는 모습

BigQuery Studio의 Gemini 어시스턴트는 코드 보조 도구를 넘어, 데이터 분석의 전체 라이프사이클을 지원하는 파트너로 진화하고 있습니다. 리소스 검색을 간소화하고, SQL 워크플로를 자동화하며, 트러블슈팅을 효율화함으로써 데이터 엔지니어와 분석가가 운영 관리가 아닌 고부가가치 인사이트 도출에 집중할 수 있도록 돕습니다.
BigQuery를 처음 시작하는 분이라면, Gemini 어시스턴트를 적극 활용해 보세요. 자연어로 대화하면서 BigQuery의 기능을 자연스럽게 익힐 수 있는 좋은 학습 도구이기도 합니다.

출처

베스핀글로벌, 2025년 매출 5,429억 원 기록… 전년 대비 17% 성장

by Miyeon. Jo
매일경제 / 2026-03-25 / 김태성 기자 / [기사 전문 보기]
  • 국내 매출 4,332억 원으로 18% 증가, AI 솔루션 및 서비스 매출 견인
  • 미국 법인 매출 1,000억 돌파, 공격적 R&D 투자로 글로벌 AI 시장 공략
  • 코그넷나인 인수 효과 본격화… AI 솔루션 및 서비스 역량 강화로 미래 성장 동력 확보

<이미지: 베스핀글로벌 로고>

AI 서비스 및 솔루션 전문 기업 베스핀글로벌(https://www.bespinglobal.com)이 2025년 연결 재무제표 기준으로 전년(4,637억 원) 대비 17% 증가한 5,429억 원의 매출을 기록했다고 1일 밝혔다. 이로써 베스핀글로벌은 설립 이래 지속적인 두 자릿수 성장세를 유지하며 AI 및 클라우드 시장에서의 선도적 입지를 공고히 했다.

베스핀글로벌 한국 법인은 2025년 매출 4,332억 원을 달성하며 전년 대비 18%의 높은 성장률을 기록했다. 영업 이익 또한 39억 원으로 전년 대비 12% 증가하며 내실 있는 성장을 이뤄냈다.

이번 성과는 전년 대비 약 660억 원의 매출 증가에 힘입은 것으로, 특히 고마진 제품인 자체 AI 솔루션 및 관련 서비스 매출이 본격화되며 외형 성장과 함께 수익성 개선의 기반을 마련했다는 점에서 의미가 크다. 이는 베스핀글로벌이 지속적으로 추진해 온 AI 전문 서비스 및 솔루션 사업 모델이 시장에 성공적으로 안착했음을 입증하는 결과로 평가된다.

베스핀글로벌은 앞으로도 자체 기술력 강화와 전략적 인수를 통해 AI 전문 서비스 및 솔루션 시장에서의 경쟁력을 지속적으로 높여갈 계획이다. 특히 미국 등 글로벌 거점을 중심으로 현지 맞춤형 AI 솔루션을 공급하며 해외 매출 비중을 더욱 확대해 나갈 방침이다.

베스핀글로벌 코리아 허양호 대표는 “2025년은 AI 솔루션과 해외 사업의 성장 기조를 확인한 한 해였다”며 “적극적인 R&D 투자와 코그넷나인과의 시너지를 바탕으로 2026년에도 글로벌 AI 시장을 선도하는 고부가가치 사업 구조를 완성해 나갈 것”이라고 밝혔다.

문의하기

헬프나우 에이전틱 AI 플랫폼 브로슈어

by Miyeon. Jo
HelpNow Agentic AI Platform

헬프나우 에이전틱 AI 플랫폼 브로슈어

헬프나우 에이전틱 AI 플랫폼은 생성형 AI 기반의 대규모 AI 에이전트를 구축·배포 및 관리할 수 있는 엔터프라이즈용 플랫폼입니다. 기존 시스템·데이터·업무 프로세스와 유연하게 연동되어, 기획·운영·고객 접점·현장 업무까지 도메인에 최적화된 AI 에이전트를 빠르게 구현할 수 있습니다.

  • 신속한 AI 에이전트 구축
  • 지식과 맥락을 반영한 정확한 답변
  • 멀티 에이전트 기반의 수평 확장 아키텍처
  • 국제 표준 기반 AI 거버넌스
헬프나우 에이전틱 AI 플랫폼 브로슈어를 지금 다운로드하세요.

연결재무제표 공고

by Miyeon. Jo

연결재무제표 공고

상법 제449조에 의거하여 당사의 2025 사업연도(2025년 1월 1일 ~ 2025년 12월 31일) 연결재무제표를 다음과 같이 공고합니다.

연결재무상태표

(단위:천원)
항목 2025 2024
자산 유동자산 136,761,011 151,938,758
비유동자산 54,644,194 25,860,878
자산총계 191,405,205 177,799,636
부채 유동부채 160,011,693 149,201,813
비유동부채 28,575,106 23,575,749
부채총계 188,586,799 172,777,562
자본 자본금 3,726,570 3,726,570
자본잉여금 및 기타자본 159,715,148 157,147,217
결손금 (160,267,510) (155,331,737)
비지배지분 (355,802) (519,976)
자본총계 2,818,406 5,022,074
부채 및 자본 총계 191,405,205 177,799,636

연결손익계산서

(단위:천원)
항목 2025 2024
I. 매출 542,924,438 463,729,392
II. 매출원가 (493,002,665) (415,709,894)
III. 매출총이익 49,921,773 48,019,498
판매관리비 (53,777,588) (47,839,599)
IV. 영업이익(손실) (3,855,815) 179,899
금융수익 6,070,234 5,398,985
금융비용 (7,238,223) (7,297,427)
기타영업외수익 2,957,258 1,874,396
기타영업외비용 (443,206) (1,254,911)
V. 법인세차감전순손실 (2,509,752) (1,099,058)
법인세비용(수익) 1,314,775 (9,932,713)
VI. 당기순이익(손실) (3,824,527) 8,833,655

2026년   3월   31일

베스핀글로벌 주식회사

대표이사 허양호

헬프나우 AI 파운드리

by Miyeon. Jo

HelpNow AI Foundry

헬프나우 AI 파운드리

헬프나우 AI 파운드리는 단순한 AI 구축 도구를 넘어, 데이터 연계부터 보안 거버넌스까지 엔터프라이즈 AI 실현에 필요한 전 과정을 단일 플랫폼으로 통합한 차세대 오케스트레이션 솔루션입니다.
  • 멀티 LLM 통합 운영 관리
  • 유연한 연결이 가능한 개방형 구조
  • 현업 친화적 에이전트 운영 환경
  • 기업 보안 및 거버넌스 최적화
헬프나우 AI 파운드리 브로슈어를 지금 다운로드하세요.

[콘퍼런스] BESPIN AI Partners Day 2026 – AI의 역설: 생산성 이면의 IT가 해결해야 할 4가지 전략

by Miyeon. Jo

[콘퍼런스] BESPIN AI Partners Day 2026 – AI의 역설: 생산성 이면의 IT가 해결해야 할 4가지 전략

★ Temp ★ 온라인의 벽을 넘어 마음으로 연결되는 시간, 밍글(Mingle) 행사 ‘베밍타임’ 현장 Copy

INSIDE
by Miyeon. Jo

디지털 전환을 선도하는 베스핀글로벌은 YouTube Live를 활용한 ATM(All Together Meeting)을 통해 시공간의 제약 없는 소통을 실천하고 있습니다. 하지만 효율적인 온라인 소통만큼이나 중요한 것이 바로 눈을 맞추고 대화하는 ‘대면 소통의 온도’입니다.

온라인 소통의 한계를 보완하고, 구성원 간의 더욱 끈끈한 유대감을 형성하기 위해 마련된 특별한 오프라인 밍글(Mingle) 행사, ‘베밍타임’의 생생한 현장을 소개합니다.

베밍타임: 왜 ‘밍글’이 필요한가요?

‘밍글(Mingle)’은 사람들이 함께 어우러져 소통한다는 뜻을 담고 있습니다. 급격한 성장과 함께 구성원이 늘어나고 업무 방식이 다변화되면서, 타 부서 동료나 경영진과 깊이 있게 대화할 기회는 상대적으로 줄어들 수밖에 없습니다.

베스핀글로벌은 이러한 갈증을 해소하기 위해 ‘베밍타임’을 기획했습니다. 이는 단순한 친목 도모를 넘어, 회사 내의 다양한 목소리를 경청하고 서로의 입장을 깊이 있게 이해함으로써 조직의 심리적 거리감을 좁히는 핵심적인 장치입니다.

소수정예로 더 깊게, ‘딥 다이브(Deep Dive)’ 소통

이번 베밍타임은 더욱 밀도 높은 대화를 위해 참여 인원에 제한을 둔 소규모 그룹으로 진행되었습니다. 대규모 행사에서는 선뜻 꺼내기 힘들었던 질문이나, 구체적인 현업의 고민들을 가감 없이 나눌 수 있도록 환경을 조성한 것이 특징입니다.

  • 경영진과의 직접 대담: 텍스트나 화면 너머로 보던 경영진의 메시지를 직접 듣고, 그 이면에 담긴 고민과 비전을 생생하게 체감할 수 있었습니다.
  • 쌍방향 의견 교류: 일방적인 정보 전달이 아닌, 임직원들이 현장에서 느끼는 실질적인 이슈를 공유하고 경영진의 답변을 즉각적으로 확인하며 상호 간의 신뢰를 쌓았습니다.
  • 공감의 시간: 서로의 업무 환경과 고충을 공유하며, 부서 간의 벽(Silo)을 허물고 ‘우리’라는 소속감을 재확인하는 시간이 되었습니다.

맛있는 음식과 자유로운 네트워킹: ‘진짜’ 이야기가 시작되는 시간

심도 있는 토론 세션이 끝난 후에는 베밍타임의 하이라이트인 케이터링 식사와 네트워킹 시간이 이어졌습니다. 격식 있는 회의실을 벗어나 맛있는 음식을 곁들이며 나누는 대화는 업무 그 이상의 가치를 만들어냅니다.

  • 타 팀과의 교류: 평소 업무 접점이 없었던 다른 팀 동료들과 인사를 나누며 새로운 협업의 아이디어를 얻기도 하고, 사소한 취미를 공유하며 인간적인 유대감을 쌓았습니다.
  • 못다 한 이야기: 공식적인 자리에서 다하지 못한 질문이나 개인적인 커리어 고민들을 경영진, 선배들과 편안하게 나누는 자유로운 분위기가 형성되었습니다.

이처럼 편안한 분위기 속에서 이루어지는 네트워킹은 베스핀글로벌이 강조하는 ‘유연하고 수평적인 문화’를 지탱하는 든든한 버팀목이 됩니다.

베스핀글로벌이 오프라인 소통을 멈추지 않는 이유

클라우드와 AI 기술을 다루는 테크 기업일수록, 기술의 중심에 있는 ‘사람’에 집중해야 한다고 베스핀글로벌은 믿습니다.

  • 신뢰의 농도 조절: 텍스트 기반의 소통이 전달하지 못하는 비언어적 표현(눈빛, 어조 등)을 통해 훨씬 높은 수준의 신뢰를 형성합니다.
  • 창의적 자극: 다른 부서원과의 우연한 대화 속에서 예상치 못한 비즈니스 영감을 얻는 ‘세렌디피티(Serendipity)’를 기대할 수 있습니다.
  • 에너지 재충전: 함께 웃고 떠들며 맛있는 식사를 나누는 과정 자체가 바쁜 일상 속에서 구성원들에게 정서적 환기와 활력을 제공합니다.

마치며: 함께할 때 더 큰 가치를 만드는 베스피니어

온라인과 오프라인을 넘나드는 이러한 입체적인 소통 노력은 베스핀글로벌이 거친 시장 환경 속에서도 하나의 목표를 향해 단단하게 결속할 수 있는 원동력이 됩니다.

베스핀글로벌은 앞으로도 임직원 여러분의 목소리에 귀 기울이며, 누구나 즐겁게 소통하고 함께 성장할 수 있는 문화를 만들어가겠습니다

관련 상품

방금 읽은 이 콘텐츠가 마음에 드셨다면?
지금 바로 베스핀글로벌의 뉴스레터 ‘베스픽’을 구독하고, 매주 인사이트를 가장 빠르게 받아보세요.

베스핀글로벌 문의하기
뉴스레터 구독하기

방금 읽은 인사이트를 실무에 직접 적용하고 싶으시다면?
지금 바로 베스핀글로벌에 문의하세요.

베스핀글로벌 문의하기

방금 읽은 인사이트를 실무에 직접 적용하고 싶으시다면?
지금 바로 베스핀글로벌에 문의하세요.

베스핀글로벌 문의하기
뉴스레터 구독하기

FAQ

Q1) 멀티모달 AI(Multimodal AI)란 정확히 무엇인가요?
멀티모달 AI는 텍스트를 넘어 이미지, 음성, 영상, 센서 데이터 등 서로 다른 유형의 데이터를 동시에 결합해 이해하고 처리하는 차세대 인공지능 기술을 의미합니다.

Q2) 기존 AI와 최신 멀티모달 AI의 설계상 가장 큰 차이점은?
과거에는 텍스트 모델에 시각 기능을 ‘추가’하는 방식이었다면, 최신 모델은 설계 단계부터 모든 데이터를 통합 학습하는 ‘네이티브 멀티모달(Native Multimodal)’ 구조를 갖습니다. 덕분에 단순 입력을 넘어 복합적인 상황을 맥락적으로 이해하는 ‘지능형 업무 파트너’ 역할을 수행할 수 있습니다.

Q3) 아마존 물류 로봇 ‘벌컨(Vulcan)’ 사례가 시사하는 바는 무엇인가요?
벌컨은 시각과 촉각 센서를 결합해 물리적 환경을 정교하게 조작합니다. 이는 멀티모달 AI가 단순한 소프트웨어를 넘어, 실제 물류·제조 현장에서 스스로 판단하고 행동하는 ‘피지컬 AI(Physical AI)’의 시대를 열었음을 보여줍니다.

Q4) 왜 멀티모달 인지 체계가 ‘피지컬 AI’의 성패를 결정짓나요?
실 세계의 물리적 변수는 매우 복잡합니다. 다양한 센서 데이터를 실시간으로 통합 인지하는 멀티모달 체계가 없다면, 로봇이나 자율 시스템은 예외 상황에서 멈추거나 오류를 범하게 됩니다. 즉, 인지의 정교함이 곧 운영의 안정성이기 때문입니다.

Q5) 멀티모달 AI 도입을 검토 중인 기업이 우선 점검할 인프라 요소는?
성공적인 도입을 위해 다음 3가지를 반드시 확인해야 합니다.

  • 비정형 데이터 파이프라인: 음성·영상 등 대용량 데이터를 실시간 처리할 확장성
  • 분산 추론 환경: 멀티모달 워크로드를 감당할 GPU 자원 최적화 설계
  • 운영 가시성(Observability): AI 에이전트의 변동성과 비용을 관리할 거버넌스 체계

더 읽어볼 만한 컨텐츠

Load More Posts
문의하기 베스픽 구독하기
궁금한 점이 있다면 클릭해주세요.