AlloyDB AI는 오픈소스 pgvector 확장 프로그램을 향상시키며, HNSW와 같은 표준 색인 유형과 완전한 호환성을 제공하는 동시에 Google의 최신 ScaNN 벡터 검색 기술로 성능을 대폭 향상시켜 줍니다. 이러한 고유한 통합을 통해 데이터를 이동하거나 별도의 벡터 데이터베이스를 관리하지 않고도 확장 가능하며 프로덕션에 즉시 사용 가능한 생성형 AI, 시맨틱 검색, 추천 엔진을 구축할 수 있습니다.
더 빠르고 스마트한 AI 애플리케이션 빌드
AlloyDB AI를 사용하면 벡터 데이터베이스를 별도로 복잡하게 관리할 필요가 없습니다. 운영 데이터와 임베딩을 한곳에 보관하고, 기본 제공 함수로 대규모 테이블에 대한 일괄 임베딩(프리뷰)을 생성하여 단일 보안 소스에서 AI 파이프라인을 확장할 수 있습니다.
검색 증강 생성(RAG)
AlloyDB에 저장된 비공개 데이터에서 가장 관련성이 높고 최신의 컨텍스트를 벡터 검색으로 찾아 프롬프트에 직접 제공함으로써, LLM의 응답 품질을 향상시키고 할루시네이션을 줄일 수 있습니다.
시맨틱 검색
데이터를 벡터 임베딩으로 변환하여 개념 기반 검색을 사용 설정하세요. AlloyDB AI의 빠른 벡터 쿼리는 단순한 키워드 일치가 아니라 시맨틱 유사성을 기준으로 항목을 찾아냅니다.
추천 엔진
초고속 벡터 검색을 통해 데이터베이스 내에서 유사한 항목 또는 사용자(최근접 이웃)를 직접 찾아 실시간 맞춤설정을 구현하고, 더욱 동적이고 관련성 높은 추천을 제공할 수 있습니다.
ScaNN 벡터 검색 성능
HNSW 대비 ScaNN 색인 생성과 필터링된 벡터 검색 속도가 최대 10배 빠릅니다.
HNSW보다 메모리를 3배 적게 사용합니다.
벡터 검색 쿼리 성능이 HNSW 대비 최대 4배 빠릅니다.
필터링된 벡터 검색 속도가 HNSW 대비 최대 10배 빠릅니다.
자세히 알아보기
AlloyDB의 벡터 검색 기능을 활용해 AI 애플리케이션을 빌드할 수 있도록 다양한 개발자 리소스를 확인해 보세요.
AlloyDB, Gemini, Cloud Run을 사용해 동적 하이브리드 소매업 검색 빌드 및 배포
SQL, 전체 텍스트 검색, 벡터 검색을 결합해 Cloud Run에서 하이브리드 검색을 수행하는 방법을 알아봅니다.