맞춤형 함수 실행: Claude는 조직에서 정의한 Unity Catalog 함수를 실행할 수 있습니다. 여기에는 복잡한 비즈니스 로직 실행, 계산 적용 또는 팀이 생성한 함수를 통한 외부 API 호출이 포함됩니다. 예를 들어, 조직에서 맞춤형 고객 건강 점수 함수를 구축한 경우 Claude는 이를 분석 전반에 걸쳐 일관되게 적용할 수 있습니다.

의미론적 검색: 벡터 검색 인덱스를 사용하여 Claude는 키워드뿐만 아니라 의미를 기반으로 관련 문서와 콘텐츠를 찾을 수 있습니다. 이는 유사한 개념이 다른 방식으로 표현될 수 있는 계약서, 연구 보고서, 고객 피드백 또는 기술 문서를 검색하는 데 특히 유용합니다.

자연어 쿼리: Genie를 통해 Claude는 일반 영어 질문을 SQL 쿼리로 변환할 수 있습니다. 복잡한 SQL을 작성하는 대신 "지난 분기 우리의 매출 성장률은 얼마였나요?"와 같은 질문을 할 수 있으며, Claude는 Genie를 사용하여 적절한 쿼리를 생성하고 실행합니다.

관리되는 액세스: 커넥터를 통한 모든 데이터 액세스는 조직의 Unity Catalog 권한 및 정책을 준수합니다. Claude는 사용자 계정이 사용할 권한이 있는 데이터에만 액세스하고 함수를 실행할 수 있습니다.

다중 소스 분석: Claude는 데이터베이스 쿼리, 벡터 검색 및 맞춤형 함수의 결과를 결합하여 포괄적인 인사이트를 제공합니다. 예를 들어, 투자 논제를 검증할 때 Claude는 포트폴리오 데이터베이스에서 과거 재무 성과를 쿼리하고, 유사한 섹터 투자에 대한 과거 실사 보고서를 검색하며, 독점 IRR 계산 함수를 적용하여 예상 수익을 모델링할 수 있습니다.

반복적 탐색: Claude는 데이터를 쿼리하고, 초기 결과를 분석하며, 발견 사항을 기반으로 검색을 개선할 수 있습니다. 이를 통해 한 쿼리의 인사이트가 다음 쿼리에 정보를 제공하는 분석이 가능합니다.

맞춤형 로직 적용: Unity Catalog 함수를 실행함으로써 Claude는 조직의 특정 규칙과 계산을 적용합니다. 이를 통해 독점 메트릭, 조정된 계산 및 회사별 로직이 모든 분석에 균일하게 적용됩니다.

맥락적 쿼리 구축: 일반 영어로 질문하면 Claude는 Genie를 사용하여 이를 적절한 SQL 쿼리로 변환합니다. 이 변환은 테이블 구조, 열 이름 및 관계를 고려하여 데이터베이스 구조와 일치하는 정확한 쿼리를 생성합니다.

패턴 인식: 벡터 검색을 통해 Claude는 문서와 데이터 전반에 걸쳐 패턴과 유사성을 찾을 수 있습니다. 이는 기존 키워드 검색으로는 명확하지 않을 수 있는 관련 문제, 유사한 거래 또는 비교 가능한 상황을 찾는 데 도움이 됩니다.