AlloyDB AI를 사용하여 생성형 AI 애플리케이션 빌드

PostgreSQL 호환 데이터베이스인 AlloyDB는 Google Cloud 환경의 다른 서비스뿐만 아니라 PostgreSQL에서 지원하는 도구 및 프레임워크와 원활하게 통합됩니다.

AlloyDB AI는 생성형 AI 애플리케이션을 빌드할 수 있는 AI 및 ML 기능 모음을 제공합니다. 이러한 기능을 사용하면 시맨틱 유사성을 위한 벡터 검색, 자연어 쿼리, Google, OpenAI, Anthropic과 같은 제공업체의 머신러닝 모델과의 통합과 같은 기능을 갖춘 애플리케이션을 빌드할 수 있습니다.

AI 애플리케이션 빌드 프로세스를 간소화하기 위해 AlloyDB는 다음 확장 프로그램을 제공합니다.

  • vector 확장 프로그램: 표준 pgvector PostgreSQL 확장 프로그램이 AlloyDB에 맞게 맞춤설정되었으며 vector로 지칭됩니다. 생성된 임베딩을 벡터 열에 저장하는 것을 지원합니다. 또한 이 확장 프로그램은 스칼라 양자화 기능을 지원하여 IVF 색인을 만듭니다. 스톡 pgvector에서 사용할 수 있는 IVFFlat 색인 또는 HSNW 색인을 만들 수도 있습니다.

  • alloydb_scann 확장 프로그램: alloydb_scann 확장 프로그램은 ScaNN 알고리즘으로 구동되는 매우 효율적인 최근접 이웃 색인을 구현합니다.

    PostgreSQL 14 및 15 호환 데이터베이스에서 alloydb_scann 확장 프로그램을 사용할 수 있습니다.

  • google_ml_integration 확장 프로그램: google_ml_integration 확장 프로그램은 임베딩 생성, 의미론적 순위 지정, AI 기반 필터, 조인, 텍스트 생성/요약 구현을 위한 함수를 포함하는 AI 쿼리 엔진 기능을 제공합니다. 이 확장 프로그램은 AI 모델의 메타데이터를 등록하는 함수도 제공합니다. 등록된 메타데이터는 이러한 모델에서 예측을 호출하는 데 사용됩니다.

  • alloydb_ai_nl 확장 프로그램: alloydb_ai_nl 확장 프로그램을 사용하면 개발자가 AlloyDB 데이터베이스의 데이터에 관한 최종 사용자의 자연어 질문에 정확하고 안전하게 답변하는 애플리케이션을 빌드할 수 있습니다. 이렇게 하면 SQL 작성에 능숙하지 않은 사용자도 데이터에 액세스할 수 있습니다.

다음은 이러한 확장 프로그램이 지원하는 몇 가지 사용 사례입니다.

  • AlloyDB AI 쿼리 엔진을 사용하여 지능형 SQL 쿼리 실행: SQL 쿼리 내에서 직접 AI를 사용합니다. 이를 통해 관련성이 높은 검색 결과를 다시 순위 지정하고, SQL 쿼리에 자연어를 통합하고, 벡터 검색을 위한 멀티모달 임베딩을 생성할 수 있습니다.

  • 벡터 검색: AlloyDB를 사용하여 벡터 임베딩을 저장하고 매우 효율적인 유사성 검색을 실행합니다. ScaNN 알고리즘으로 구동되는 매우 효율적인 최근접 이웃 색인을 생성할 수 있습니다.

  • 모델 엔드포인트를 사용하여 모델 호출: AI 모델을 모델 엔드포인트로 등록하고 AlloyDB 내에서 엔드포인트를 호출하여 임베딩을 생성하거나, 예측을 호출하거나, 유사성 검색을 실행합니다.

  • 임베딩 생성 및 예측 호출: Vertex AI 텍스트 임베딩 모델 또는 등록된 모델 엔드포인트를 사용하여 텍스트 또는 멀티모달 임베딩을 생성합니다.

  • 자연어에서 SQL 문 생성: 애플리케이션에 자연어 기능을 추가하고 자연어로 질문하여 AlloyDB와 상호작용합니다. 그런 다음 AlloyDB AI가 자연어 질문을 처리하여 답변을 검색하는 정확한 SQL 쿼리를 자동으로 생성합니다.

다음 단계