멀티모달 임베딩 생성

지원되는 Vertex AI 멀티모달 모델인 multimodalembedding@001을 사용하여 PostgreSQL용 AlloyDB에서 멀티모달 임베딩을 생성할 수 있습니다.

지원되는 모델에 언급된 Vertex AI 멀티모달 임베딩 모델을 사용할 수 있습니다.

이 페이지에서는 사용자가 PostgreSQL용 AlloyDB 및 생성형 AI 개념에 익숙하다고 가정합니다. 자세한 내용은 임베딩이란 무엇인가요?를 참조하세요.

시작하기 전에

멀티모달 임베딩을 사용하기 전에 다음을 수행합니다.

Vertex AI와 통합 및 확장 프로그램 설치

  1. Vertex AI 모델에 대한 사용자 액세스 권한을 구성합니다.
  2. 최신 버전의 google_ml_integration이 설치되어 있는지 확인합니다.

    1. 설치된 버전을 확인하려면 다음 명령어를 실행합니다.

              SELECT extversion FROM pg_extension WHERE extname = 'google_ml_integration';
        extversion 
        ------------
        1.5.2
        (1 row)

    2. 확장 프로그램이 설치되지 않았거나 설치된 버전이 1.5.2 이전인 경우 확장 프로그램을 업데이트합니다.

              CREATE EXTENSION IF NOT EXISTS google_ml_integration;
        ALTER EXTENSION google_ml_integration UPDATE;

      위 명령어를 실행할 때 문제가 발생하거나 위 명령어를 실행한 후에도 확장 프로그램이 1.5.2 버전으로 업데이트되지 않으면 Google Cloud 지원팀에 문의하세요.

  3. AlloyDB AI 쿼리 엔진 기능을 사용하려면 google_ml_integration.enable_ai_query_engine 플래그를 true로 설정합니다.

    SQL

    1. 현재 세션에 AI 쿼리 엔진을 사용 설정합니다.
                    SET google_ml_integration.enable_ai_query_engine = true;
    2. 세션 간에 특정 데이터베이스의 기능을 사용 설정합니다.
                    ALTER DATABASE DATABASE_NAME SET google_ml_integration.enable_ai_query_engine = 'on';
    3. 세션과 데이터베이스 전반에서 특정 사용자에 대해 AI 쿼리 엔진을 사용 설정합니다.
                    ALTER ROLE postgres SET google_ml_integration.enable_ai_query_engine = 'on';

    콘솔

    google_ml_integration.enable_ai_query_engine 플래그의 값을 수정하려면 인스턴스의 데이터베이스 플래그 구성의 단계를 따르세요.

    gcloud

    gcloud CLI를 사용하려면 Google Cloud CLI를 설치 및 초기화하거나 Cloud Shell을 사용합니다.

    google_ml_integration.enable_ai_query_engine 플래그의 값을 수정할 수 있습니다. 자세한 내용은 인스턴스의 데이터베이스 플래그 구성을 참조하세요. 

                 gcloud alloydb instances update INSTANCE_ID \
               --database-flags google_ml_integration.enable_ai_query_engine=on \
               --region=REGION_ID \
               --cluster=CLUSTER_ID \
               --project=PROJECT_ID

Cloud Storage의 데이터에 액세스하여 멀티모달 임베딩 생성

  • 멀티모달 임베딩을 생성하려면 gs:// URI를 사용하여 Cloud Storage의 콘텐츠를 참조하세요.
  • 현재 프로젝트의 Vertex AI 서비스 에이전트를 통해 Cloud Storage 콘텐츠에 액세스합니다. 기본적으로 Vertex AI 서비스 에이전트에는 동일한 프로젝트의 버킷에 액세스할 수 있는 권한이 이미 있습니다. 자세한 내용은 IAM 역할 및 권한 색인을 참조하세요.

  • 다른 Google Cloud 프로젝트의 Cloud Storage 버킷에 있는 데이터에 액세스하려면 다음 gcloud CLI 명령어를 실행하여 AlloyDB 프로젝트의 Vertex AI 서비스 에이전트에 스토리지 객체 뷰어 역할(roles/storage.objectViewer)을 부여합니다.

    gcloud projects add-iam-policy-binding <ANOTHER_PROJECT_ID> \
--member="serviceAccount:service-<PROJECT_ID>@gcp-sa-aiplatform.iam.gserviceaccount.com" \
--role="roles/storage.objectViewer"

    자세한 내용은 버킷에 IAM 정책 설정 및 관리를 참조하세요.

멀티모달 임베딩을 생성하려면 다음 스키마 중 하나를 선택하세요.

다음 단계