생성형 AI에서 그라운딩은 모델 출력을 확인 가능한 정보 소스에 연결하는 기능입니다. 모델에 특정 데이터 소스에 대한 액세스 권한을 제공하면 그라운딩에서 이러한 데이터에 대한 출력을 테더링하므로 콘텐츠가 조작될 가능성이 줄어듭니다. 이는 정확성과 신뢰성이 중요한 상황에서 특히 중요합니다.
그라운딩의 이점은 다음과 같습니다.
- 모델이 사실과 다른 콘텐츠를 생성하는 경우를 의미하는 모델 할루시네이션을 줄입니다.
- 모델 응답을 사용자의 데이터 소스에 고정합니다.
- 소스에 대한 링크 형태의 그라운딩 지원을 제공하여 감사를 가능하게 합니다.
지원되는 모델 출력을 Vertex AI에서 다음과 같은 방식으로 그라운딩할 수 있습니다.
| 그라운딩 유형 | 설명 |
|---|---|
| Google 검색으로 그라운딩 | Google 검색을 사용하여 모델을 전 세계 지식 및 폭넓은 주제 범위와 연결합니다. |
| Google 지도 그라운딩 | Google 지도 데이터를 모델과 함께 사용하여 지리공간 컨텍스트를 비롯한 프롬프트에 대한 더 정확하고 상황에 맞는 응답을 제공합니다. |
| Vertex AI Search를 사용한 그라운딩 | 검색 증강 생성 (RAG)을 사용하여 모델을 Vertex AI Search에 저장된 웹사이트 데이터 또는 문서 집합에 연결합니다. |
| Vertex AI RAG Engine을 사용한 그라운딩 | 구성 가능한 관리형 RAG 서비스인 Vertex AI RAG Engine을 통해 데이터를 사용하여 그라운딩합니다. |
| Elasticsearch를 사용한 그라운딩 | 기존 Elasticsearch 색인과 Gemini를 활용하여 검색 증강 생성을 수행합니다. |
| 검색 API로 그라운딩 | 검색 API로 그라운딩하여 Gemini를 외부 데이터 소스에 연결하세요. |
| 엔터프라이즈 웹 그라운딩 | 규제가 엄격한 업계에 적합한 웹 색인을 사용하여 규정 준수 관리 기능이 포함된 그라운딩된 대답을 생성합니다. |
언어 지원은 프롬프트에 지원되는 언어를 참조하세요.
다음 단계
- 책임감 있는 AI 권장사항 및 Vertex AI의 안전 필터에 대해 자세히 알아보려면 책임감 있는 AI를 참조하세요.