이 페이지에서는 RPM 배포 옵션을 사용하여 AlloyDB Omni 버전 18.1.0 을 설명합니다. 다른 배포 옵션을 선택합니다.

Google uses AI technology to translate content into your preferred language. AI translations can contain errors.

검색 결과 순위 지정

문서 버전을 선택합니다.

semantic-ranker-default-003과 같은 Vertex AI 순위 지정 모델을 사용하여 애플리케이션 검색 결과 순위를 지정 및 재지정하는 방법을 알아봅니다. ai.rank() 함수를 사용하여 쿼리와의 관련성을 기반으로 문서에 점수를 매기고 더 나은 쿼리 순서를 위해 순위를 재지정하여 벡터 검색 결과를 개선할 수 있습니다.

Vertex AI Ranking API는 문서 목록을 가져와 지정된 쿼리(검색 문자열)와의 문서 관련성을 기반으로 문서 순위를 지정합니다. ai.rank() 함수를 사용하면 문서가 지정된 쿼리에 얼마나 잘 답변하는지에 대한 점수가 반환됩니다.

이 페이지의 안내를 사용하려면 AlloyDB Omni를 이해하고 생성형 AI 개념에 익숙해야 합니다.

AlloyDB Omni는 ai 스키마를 예약하고 만듭니다.

시작하기 전에

검색 결과 순위를 지정하기 전에 다음을 수행합니다.

Vertex AI 모델에 대한 사용자 액세스 권한을 구성합니다.
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 이전이면 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.
AlloyDB AI 쿼리 엔진 기능을 사용하려면 google_ml_integration.enable_ai_query_engine 플래그를 on로 설정합니다.
1. 텍스트 편집기를 사용하여 AlloyDB Omni 설치의 postgresql.conf 구성 파일에서 다음 플래그를 설정합니다.
```
google_ml_integration.enable_ai_query_engine = on
```
2. postgresql.conf 파일을 저장한 후 변경사항을 적용하려면 AlloyDB Omni 서비스를 다시 시작합니다.
```
sudo systemctl restart alloydbomni18
```
Discover Engine API를 사용 설정합니다.
순위 모델을 사용하는 데 필요한 역할을 얻습니다.

Discovery Engine API 사용 설정

<p>To use ranking models, you must enable the Discovery Engine API.<br>
    Replace <code><var>PROJECT_ID</var></code> with your
    Google Cloud project ID and <code><var>PROJECT_NUMBER</var></code>
    with your corresponding project number.</p>

<pre class="prettyprint lang-terminal">
    # Enable Discovery Engine API
    gcloud services enable discoveryengine.googleapis.com --project=<var>PROJECT_ID</var>
    gcloud projects add-iam-policy-binding <var>PROJECT_ID</var> \
    --member="serviceAccount:service-<var>PROJECT_NUMBER</var>@iam.gserviceaccount.com" \
    --role="roles/discoveryengine.viewer"
</pre>

<p>Model registration for ranking isn't required for Vertex AI models.
    You can use the Vertex AI model name as the
    <code>model_id</code>, which is shown in the following example.
</p>

<pre class="prettyprint lang-sh">
    SELECT index, score
    FROM
      ai.rank(
        model_id => 'semantic-ranker-default-003',
        search_string => 'Affordable family-friendly vacation spots in Southeast Asia?',
        documents =>
    ARRAY[
      'Luxury resorts in South Korea',
      'Family vacation packages for Vietnam: Ha Long Bay and Hoi An',
      'Budget-friendly beaches in Thailand perfect for families',
      'A backpacker guide to solo travel in India'])
</pre>

<p>A common use case for the semantic ranker is to rerank the results returned
    by vector search for better query ordering. The following example shows how to
    use the semantic ranking model for this use case. The example retrieves an
    initial result set for the query <code>personal fitness
    equipment</code> using vector search. These results are then re-ranked to
    return the top five results.
</p>

<pre class="prettyprint lang-sh">
    WITH initial_ranking AS (
      SELECT id, description, ROW_NUMBER() OVER () AS ref_number
      FROM product
      ORDER BY
        embedding <=> google_ml.embedding(
          'gemini-embedding-001', 'personal fitness equipment')::vector
      LIMIT 10
    ), reranked_results AS (
      SELECT index, score
      FROM ai.rank(
          model_id => 'semantic-ranker-default-003',
          search_string => 'personal fitness equipment',
          documents => (SELECT ARRAY_AGG(description ORDER BY ref_number) FROM initial_ranking),
          top_n => 5)
    )
    SELECT id, description
    FROM initial_ranking, reranked_results
    WHERE initial_ranking.ref_number = reranked_results.index
    ORDER BY reranked_results.score DESC;
  </pre>

  <p>For a list of available models and use cases, see <a href="/generative-ai-app-builder/docs/ranking#models">Supported models</a>.</p>

Vertex AI와 통합 및 확장 프로그램 설치

자세한 내용은 클라우드 기반 모델을 쿼리하도록 AlloyDB Omni 설치 구성을 참고하세요.

필요한 역할

Discovery Engine의 순위 모델을 사용하는 데 필요한 권한을 얻으려면 관리자에게 AlloyDB Omni 서비스 계정에 your project에 대한 Discovery Engine 뷰어 (roles/discoveryengine.viewer) Identity and Access Management (IAM) 역할을 부여해 달라고 요청하세요. 역할 부여에 대한 자세한 내용은 프로젝트, 폴더, 조직에 대한 액세스 관리를 참조하세요.

커스텀 역할이나 다른 사전 정의된 역할을 통해 필요한 권한을 얻을 수도 있습니다.