검색 증강 생성 - 검색 문제

검색은 대규모 언어 모델(LLM)을 사용하여 최고의 생성형 AI 경험을 구축하는 데 매우 중요한 인프라입니다. LLM이 데이터로 올바른 답을 제공하도록 유도할 수 있는 기회는 단 한 번뿐이므로 정확도가 필수적입니다. Elastic을 사용해 검색 증강 생성(RAG)으로 LLM의 기반을 다져보세요.

Video thumbnail

Elastic의 최신 혁신이 어떻게 생성형 AI 사용 사례를 확장하는지 알아보세요.

블로그 보기

앱에 RAG를 구축하고 벡터 데이터베이스로 다양한 LLM을 사용해 보세요.

Elasticsearch Labs에서 자세히 알아보기

Elasticsearch Relevance Engine™을 사용해 고급 RAG 기반 애플리케이션을 구축하는 방법에 대해 알아보세요.

빠른 시작 동영상 보기

Elastic의 이점

엔터프라이즈 규모에 맞게 프로덕션 준비

  • 생성형 AI 경험 가속화

    Elasticsearch로 생성형 AI 경험을 대규모로 빠르게 출시하세요.

  • RAG를 위해 가장 정확도가 높은 검색 엔진

    최첨단 검색 기술(텍스트, 시맨틱, 벡터, 하이브리드), 통합 순위 재지정 도구, 순위 학습(LTR)으로 정확도를 유지하세요.

  • 한결 쉬워진 모델 선택

    효율적이고 효과적이며 미래를 대비하는 RAG 구현을 위해 개방형 플랫폼으로 모델 선택과 관리를 간소화하세요.

생성형 AI 혁신을 주도하기 위해 Fortune 500대 기업이 신뢰하는 Elastic

RAG를 위한 데이터 준비

RAG는 재훈련 없이 관련 독점 데이터에 액세스하여 LLM의 성능을 확장합니다. Elastic과 함께 RAG를 사용하면 다음과 같은 이점을 누릴 수 있습니다.

  • 최첨단 검색 기술
  • 손쉬운 모델 선택 및 간편한 모델 교체 기능
  • 안전한 문서 및 역할 기반 액세스를 통해 데이터 보호 보장
검색 증강 생성(RAG) 실제 고객 사례

검색 경험 혁신

검색 증강 생성이란?

검색 증강 생성(RAG)은 독점 데이터 소스에서 관련 정보를 통합하여 텍스트 생성을 강화하는 패턴입니다. RAG는 생성형 모델에 도메인별 컨텍스트를 제공함으로써 생성된 텍스트 응답의 정확도와 관련성을 향상시킵니다.

Elasticsearch를 사용해 독점 데이터를 활용하는 정확도가 높은 컨텍스트 창을 갖추어 LLM 결과를 개선하고 안전하고 효율적인 대화형 경험으로 정보를 전달하세요.

RAG가 Elastic과 함께 작동하는 방식

Elasticsearch로 RAG 워크플로우 강화

RAG 워크플로우에 Elastic을 사용하여 생성형 AI 경험을 어떻게 향상하는지 알아보세요. 독점 데이터 소스를 사용하여 실시간 정보와 쉽게 동기화하여 가장 정확도가 높은 생성형 AI 응답을 얻을 수 있습니다.

머신 러닝 유추 파이프라인은 Elasticsearch 수집 프로세서를 사용해 임베딩을 효율적으로 추출합니다. 텍스트(BM25 일치)와 벡터(kNN) 검색을 원활하게 결합하여 컨텍스트 인식 응답 생성을 위해 최고 점수를 받은 문서를 검색합니다.

사용 사례

프라이빗 데이터 세트에서 실행되는 Q&A 서비스

벡터 데이터베이스로 Elasticsearch가 지원하는 RAG를 사용하여 Q&A 경험을 구현하세요.

AI 검색 - 실제 고객 사례

  • 고객 스포트라이트

    Consensus는 Elastic의 고급 시맨틱 검색 및 AI 도구를 사용하여 학술 연구 플랫폼을 업그레이드합니다.

  • 고객 스포트라이트

    Cisco는 Google Cloud에서 Elastic을 사용하여 AI 기반 검색 환경을 만듭니다.

  • 고객 스포트라이트

    조지아 주립대학교는 AI 기반 검색을 통해 데이터 인사이트를 높이고 학생들이 재정 지원을 신청하도록 돕는 방법을 모색합니다.

자주 묻는 질문

AI에서 RAG란 무엇인가요?

검색 증강 생성(일반적으로 RAG라고 함)은 기업이 독점 데이터 소스를 검색하고 대규모 언어 모델의 근거가 되는 컨텍스트를 제공할 수 있도록 하는 자연어 처리 패턴입니다. 이를 통해 생성형 AI 애플리케이션에서 보다 정확한 실시간 응답이 가능합니다.