기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.

# 데이터 준비를 위한 채팅
<a name="canvas-chat-for-data-prep"></a>

**중요**  
관리자의 경우:  
데이터 준비를 위한 채팅에는 `AmazonSageMakerCanvasAIServicesAccess` 정책이 필요합니다. 자세한 내용은 [AWS 관리형 정책: AmazonSageMakerCanvasAIServicesAccess](security-iam-awsmanpol-canvas.md#security-iam-awsmanpol-AmazonSageMakerCanvasAIServicesAccess) 섹션을 참조하세요.
데이터 준비를 위한 채팅을 사용하려면 Amazon Bedrock 및 **Anthropic Claude** 모델에 대한 액세스 권한이 필요합니다. 자세한 내용은 [모델 액세스 추가](https://docs.aws.amazon.com/bedrock/latest/userguide/model-access.html#add-model-access)를 참조하세요.
모델을 실행하는 리전 AWS 리전 과 동일한에서 SageMaker Canvas 데이터 준비를 실행해야 합니다. 데이터 준비를 위한 채팅은 미국 동부(버지니아 북부), 미국 서부(오레곤) 및 유럽(프랑크푸르트)에서 사용할 수 있습니다 AWS 리전.

기본 제공 변환 및 분석을 사용하는 것 외에도 자연어를 사용하여 대화형 인터페이스에서 데이터를 탐색, 시각화 및 변환할 수 있습니다. 대화형 인터페이스 내에서 자연어 쿼리를 사용하여 데이터를 이해하고 준비하여 ML 모델을 빌드할 수 있습니다.

다음은 사용할 수 있는 몇 가지 프롬프트의 예입니다.
+ 내 데이터를 요약해줘
+ `example-column-name` 열을 삭제해줘
+ 누락된 값을 중앙값으로 바꿔줘
+ 가격 히스토그램 그래프 작성
+ 가장 비싼 품목이 뭐야?
+ 판매된 개별 품목은 몇 개야?
+ 리전별로 데이터를 정렬해줘

프롬프트를 사용하여 데이터를 변환할 때 데이터가 변환되는 방식을 보여주는 미리 보기를 볼 수 있습니다. 미리 보기에 표시된 내용을 기반으로 Data Wrangler 흐름에 단계로 추가할 수 있습니다.

프롬프트에 대한 응답은 변환 및 분석을 위한 코드를 생성합니다. 코드를 수정하여 프롬프트의 출력을 업데이트할 수 있습니다. 예를 들어 분석 코드를 수정하여 그래프 축의 값을 변경할 수 있습니다.

다음 절차에 따라 데이터와 채팅을 시작합니다.

**데이터와 채팅하는 방법**

1. SageMaker Canvas 데이터 흐름을 엽니다.

1. 말풍선을 선택합니다.  
![\[데이터 준비를 위한 채팅은 화면 상단에 있습니다.\]](http://docs.aws.amazon.com/ko_kr/sagemaker/latest/dg/images/chat-for-data-prep-welcome-step.png)

1. 프롬프트를 지정합니다.

1. (선택 사항) 쿼리에서 분석이 생성된 경우 **분석에 추가**를 선택하여 나중에 참조할 수 있도록 합니다.  
![\[편집 및 복사 가능한 코드 블록의 보기\]](http://docs.aws.amazon.com/ko_kr/sagemaker/latest/dg/images/encanto-query-for-visualization.png)

1. (선택 사항) 프롬프트를 사용하여 데이터를 변환한 경우 다음을 수행합니다.

   1. **실행**을 선택하고 결과를 봅니다.

   1. (선택 사항) 변환에서 코드를 수정하고 **업데이트**를 선택합니다.

   1. (선택 사항) 변환 결과에 만족하는 경우 **단계에 추가**를 선택하여 오른쪽 탐색의 단계 패널에 추가합니다.  
![\[단계에 추가됨에 변환이 흐름에 추가되었다는 것이 표시됩니다.\]](http://docs.aws.amazon.com/ko_kr/sagemaker/latest/dg/images/transform-added-to-steps-panel.png)

자연어를 사용하여 데이터를 준비한 후 변환된 데이터를 사용하여 모델을 만들 수 있습니다. 모델 생성에 대한 자세한 내용은 [사용자 지정 모델 작동 방식](canvas-build-model.md)을 참조하세요.