개요
AI 기반 애플리케이션을 개발 및 배포하는 기업이 늘어남에 따라 전략적 의사 결정이 이루어집니다. 어떤 벡터 데이터베이스를 사용하나요? 비정형 데이터를 나타내기 위해 계산된 고유한 숫자 문자열인 벡터를 통해 기업은 일반적인 대규모 언어 모델(LLM)에 컨텍스트를 추가할 수 있습니다. 벡터는 해당 벡터가 나타내는 비정형 데이터의 신속한 의미 검색을 가능하게 합니다. 이는 제품 추천을 하거나 데이터 또는 객체 간의 상관관계를 표시하는 등 사용 사례에 중요한 기능입니다.
Oracle은 최근 Oracle Database에 통합된 데이터 유형의 증가 목록에 벡터 데이터를 추가했습니다. 이러한 지원은 Oracle Database 23ai의 "AI Vector Search"라는 새로운 기능 형태로 제공됩니다. 벡터는 네이티브 데이터 유형, 벡터 인덱스 및 벡터 검색 SQL 연산자를 포함하며, 이를 통해 비정형 데이터의 의미 콘텐츠를 벡터로 저장할 수 있습니다. 그런 다음 문서, 이미지 및 벡터로 표현된 기타 비정형 데이터에 대해 빠른 유사성 쿼리를 실행할 수 있습니다.
Oracle의 AI Vector Search는 LLM과 개인 비즈니스 데이터를 결합하여 자연어 질문에 대한 응답을 제공할 수 있는 고급 생성형 AI 기술인 RAG(검색 증강 생성)를 지원합니다. RAG는 검색 정확도를 크게 향상시키면서도, 기업의 중요 데이터를 LLM 학습 데이터에 노출시키지 않아도 되도록 만들어 주는 기술이다.
데모
참고: Oracle의 AI Vector Search는 베타 버전으로 제공 중이며 아직 상용화되지 않았습니다. 제품을 사용할 수 있을 때 더 많은 리소스를 공유합니다.