業務用語でSQL生成。AIがデータ探索を時短｜AWS

𝕏 詳細分析ツール米国メガテック全対応AWS地域 06/05 11:04

AI TREND

AWS：Data Agentと辞書連携

AWSがAIアシスタント「Amazon SageMaker Data Agent」を、データ辞書「SageMaker Catalog」の業務用語・注釈と連携させ、技術的なテーブル名でなく業務言葉でのデータ探索とSQL・Pythonコード生成を可能にした。

3 の要点を3分で

AWSは2026年6月5日、AIアシスタント「Amazon SageMaker Data Agent」を、データ辞書「SageMaker Catalog」の業務用語・注釈(ビジネスメタデータ)と連携させた。利用者は難解なテーブル名でなく、「顧客の解約に関するデータは何があるか」「顧客維持率を計算して」といった業務言葉で質問でき、AIが用語集・カスタムメタデータ・資産要約・README内容を横断検索して正しいテーブルと列を特定し、SQL・Pythonコードを生成する。

精度面では、業務用語と物理テーブル名の対応付けをカタログ側から取りに行くことで初回生成の精度向上を狙い、複数手順のワークフロー(テーブルと変換処理の正しい順序)も計画する。Collibra・Atlan・Alationから同期したメタデータも活用でき、既存のカタログ投資を作り直さず活かせる。

ガバナンス面では、購読(アクセス権)状態を確認し、必要ならアクセス申請リンクを提示する。SageMaker Unified Studioのノートブックとクエリエディタで使え、同サービスが利用可能な全AWSリージョンで提供される。効果はメタデータの整備度に左右されるため、用語集や注釈が薄い組織はカタログ整備が先に必要になる。

業務用語でSQL生成。AIがデータ探索を時短｜AWSの本文内説明図 — 図解: AIエージェント - AWSがAIアシスタントAmazonSageMakerData

押さえるポイント

この変化で何が要点か。図解と出典つきで一目で。

「顧客の解約データは何があるか」など業務言葉で質問できる
用語集・カスタム注釈・資産要約・READMEを横断して正しい表と列を特定
Collibra・Atlan・Alationから同期した既存メタデータをそのまま活用

5W1Hでサクッと理解

構造化された事実を最初に。誰が何をいつどこでなぜどのように。

誰が: AWS
何を: Data Agentと辞書連携
いつ: 2026年6月5日
どこで: 全対応AWS地域
なぜ: 業務語で探索
どのように: 用語集横断検索

背景

Amazon SageMaker Data Agentは、自然言語で目的を伝えると実行計画とSQL・Pythonコードを生成するAIアシスタントとして2025年11月に発表された。一方でSageMaker Catalogは、企業がデータの意味や用語集（ビジネスメタデータ）を整理・蓄積する仕組みであり、Collibra、Atlan、Alationなど外部のデータ管理ツールと同期できる。これまで利用者は、社内が数か月かけて整備した業務用語の知識を、AIによるコード生成に直接活かせなかった。今回の連携で、その蓄積をそのまま検索とコード生成に使えるようになった。

なぜ今注目なのか

「顧客の解約に関するデータは何があるか」といった業務言葉での質問に、AIが用語集や注釈を横断して正しいテーブルと列を特定できる点が実務的に大きい。さらに購読（アクセス権）状態を確認し、必要ならアクセス申請リンクを提示するため、データ統制（ガバナンス）を守りながら使える。既存のカタログ投資を作り直さずに活かせるため、データ分析の着手までの時間短縮に直結する。

業務言葉でデータを探せるようになった

AWSは2026年6月5日、AIアシスタント「Amazon SageMaker Data Agent」を、データ辞書「SageMaker Catalog」が持つ業務用語や注釈(ビジネスメタデータ)と連携させた。これまで利用者は社内が数か月かけて整備した業務用語の知識を、AIによるコード生成へ直接活かせなかった。今回の連携で、その蓄積をそのまま検索とコード生成に使えるようになった。

Amazon SageMaker Data Agent now integrates with SageMaker Catalog business context and metadata, enabling data practitioners to discover datasets and generate more accurate SQL and Python code using business terminology instead of cryptic technical table names.
出典: Amazon SageMaker Data Agent integrates business context into conversations

引用は「Data Agentがカタログの業務用語・メタデータと連携し、難解なテーブル名でなく業務言葉でより正確なSQL・Pythonを生成できる」という意味だ。利用者は「顧客の解約に関するデータは何があるか」「顧客維持率を計算して」といった日常語で質問できる。SageMaker Unified Studioのノートブックとクエリエディタで使え、同サービスが利用可能な全AWSリージョンで提供される。

用語集とREADMEを横断して、正しい表と列を当てる仕組み

テキストからSQLを生成する仕組みの最大の壁は、業務用語と物理的なテーブル名・列名の対応付けにある。「解約」という業務言葉が、データベース上のどのテーブルのどの列に当たるかをAIが取り違えると、生成コードは初回で外れる。

今回のData Agentは、その対応付けの手がかりをカタログ側から取りに行く。具体的には次の4種の情報を横断検索して、正しいテーブルと列を特定する。

用語集(社内で定義された業務用語の辞書)
カスタムメタデータフォーム(資産ごとに付けた独自の注釈)
資産要約(各データセットの説明文)
README内容(データの背景や使い方を書いた文書)

さらにエージェントは、複数手順のワークフロー(テーブルと変換処理の正しい順序)を計画する。単発のクエリだけでなく、複数のテーブルをどの順で結合・加工するかまで含めて組み立てる点が、業務言葉での質問を実務に落とす鍵になる。

アクセス権を確認し、申請リンクを出す

業務言葉でデータを探せる利便性は、本来見てはいけないデータまで触れてしまうリスクと裏表になりやすい。今回の連携はそこを統制側で押さえている。

respects data governance by checking subscription status and providing access request links when needed.
出典: Amazon SageMaker Data Agent integrates business context into conversations

引用は「購読(アクセス権)状態を確認し、必要ならアクセス申請リンクを提示してデータガバナンスを守る」という意味だ。利用者がアクセス権を持たないデータに当たった場合、エージェントは無断で踏み込まず、申請への導線を示す。データ統制を保ったまま探索の自由度を上げる設計になっている。

既存カタログ投資を活かせるかが導入判断の分かれ目

AWSはこの連携を「現行のデータワークフローを変えず、既存のカタログ投資を最大化して着手までの時間を縮める」ものと位置づける。CollibraやAtlan、Alationから同期したメタデータも活用対象に含むため、すでに外部のデータ管理ツールを運用する企業は、整備済みの業務用語をそのままコード生成へ流用できる。

ただし効果はメタデータの整備度に依存する。用語集・カスタムメタデータ・資産要約が薄い組織では、エージェントが手がかりにできる情報が少なく、精度が出にくい。その場合はカタログ整備という前段の作業が先に必要になる。SQL・Pythonに不慣れな業務担当者にとっては、テーブル名の解読から解放される点が直接の利得になる。

今やるべきこと

立場別、明日から動ける一手。

技術を選ぶ人へ

SageMaker Catalogの用語集・カスタムメタデータ・資産要約が、Data Agentの探索精度に効く粒度で整備されているかを確認する。

事業を決める人へ

既存のCollibra・Atlan・Alation投資をそのまま活かせるか、自社の同期済みメタデータの網羅範囲を比較する。

手を動かす人へ

SageMaker Unified Studioのノートブックとクエリエディタで、業務用語の質問から生成されるSQLの初回精度を試す。

時系列タイムライン

2025年11月 Amazon SageMaker Data Agentが、自然言語で目的を伝えると実行計画とSQL・Pythonコードを生成するAIアシスタントとして発表
2026年5月22日カタログ統合によるデータ探索改善の取り組みをAWSが公開
2026年6月5日 SageMaker Data Agentが、SageMaker Catalogの業務用語・メタデータと連携。業務言葉でのデータ探索とSQL・Python生成を提供