AlloyDB 로고

AlloyDB AI

AlloyDB로 AI 에이전트 및 앱 빌드

AlloyDB는 어디서나 실행되는 PostgreSQL 호환 데이터베이스에 벡터 임베딩, 고성능 벡터 검색, 자연어를 통합합니다.

개요

pgvector와 호환되는 빠른 벡터 검색

ScaNN 색인은 Google 검색과 동일한 검색 알고리즘을 사용하며 12년간의 Google 연구를 기반으로 합니다. 표준 PostgreSQL HNSW 색인보다 최대 10배 더 빠른 색인 생성, 최대 4배 더 빠른 벡터 검색 쿼리, 최대 10배 더 빠른 필터링된 벡터 검색 쿼리로 고급 시맨틱 검색을 수행합니다. AlloyDB AI는 동시 색인 빌드, 색인 자동 유지보수, 벡터 색인에 대한 엔터프라이즈급 모니터링 가능성과 같은 추가 개선사항을 제공합니다.

SQL 및 벡터 데이터 전반의 고성능 쿼리

AlloyDB AI의 ScaNN 색인은 PostgreSQL 쿼리 플래너와 긴밀하게 통합되어 정형 및 비정형 데이터 전반에 걸쳐 간단하면서도 강력한 쿼리를 지원합니다. 별도의 벡터 데이터베이스를 배포하거나 학습할 필요가 없으며 여러 시스템을 거치는 지연 시간으로 인해 어려움을 겪을 필요도 없습니다. 적응형 필터링을 사용하면 필터, 조인, 벡터 색인을 함께 사용할 때 최적의 성능을 얻을 수 있습니다.

앱의 자연어 인터페이스

AlloyDB AI를 사용하여 사용자와 에이전트에게 자연어 질문에 대한 정확한 응답을 제공합니다. AlloyDB AI 자연어를 사용하면 자연어 인터페이스에서 일반적으로 발생하는 모호성, 유연성, 보안 문제를 해결할 수 있습니다. AlloyDB AI는 사용자 질문의 모호성을 해소하고, 스키마, 샘플 데이터, 기타 소스의 데이터를 통합하여 정확성을 높일 수 있습니다. 또한 승인되지 않은 데이터에 대한 액세스를 차단합니다.

모든 플랫폼에서 모델에 액세스

Vertex AI에서 호스팅되는 Google의 Gemini 모델 또는 기타 파운데이션 모델에 액세스하고 모델 엔드포인트 관리를 사용하여 모든 플랫폼에 모델 엔드포인트를 등록하고 간단한 SQL 함수로 AlloyDB에서 호출할 수 있습니다. 검색 증강 생성(RAG)을 사용하여 복잡한 결합 코드 없이 데이터베이스의 실시간 컨텍스트에서 애플리케이션 응답을 그라운딩합니다.

SQL 쿼리의 자연어

AlloyDB AI 쿼리 엔진을 사용하면 SQL 쿼리에서 자연어를 사용하여 필터링 조건과 순위 기준을 표현할 수 있습니다. AI 모델의 강력한 기능은 추론과 실제 지식을 SQL 쿼리에 적용하여 엔터프라이즈 데이터에서 심층적인 시맨틱 인사이트를 도출합니다. 단일 쿼리 내에서 벡터 임베딩을 생성하고, 유사성 검색을 수행하고, AI 모델을 호출할 수 있습니다.

AI 생태계와의 통합

모델, 도구, 데이터베이스를 쉽게 연결할 수 있는 인기 조정 프레임워크인 LangChainLlamaIndex를 사용해 코드를 모듈화하고 단순화하세요. 애플리케이션의 고유한 로직에 집중하고 프레임워크가 문서 로드, 벡터 저장소 액세스, 채팅 기록 읽기와 같은 일반적인 작업을 관리하도록 하세요.

작동 방식

AlloyDB AI는 데이터베이스의 단일 쿼리 엔진 내에서 벡터 및 SQL 쿼리를 처리합니다. 따라서 데이터를 별도의 시스템으로 이동할 필요가 없습니다. 간단한 SQL 함수를 통해 AI 모델을 호출하여 지연 시간과 복잡성을 줄이면서 데이터가 풍부한 실시간 애플리케이션과 에이전트를 빌드할 수 있습니다.

일반적인 용도

멀티모달 검색 애플리케이션

고성능 벡터 임베딩 생성

멀티모달 데이터(텍스트, 이미지, 동영상, 기타 콘텐츠 유형)를 검색하려면 최신 데이터가 포함된 고성능 벡터 데이터베이스가 필요합니다. AlloyDB는 선택한 AI 모델을 사용하여 데이터베이스 내에서 직접 벡터 임베딩을 자동으로 생성하므로 다른 시스템으로의 복잡한 파이프라인이 필요하지 않습니다. 또한 자동 색인 생성을 제공하므로 애플리케이션이 작성되거나 업데이트되는 즉시 빠르게 변화하는 데이터를 처리할 수 있습니다.

고성능 벡터 임베딩 생성

멀티모달 데이터(텍스트, 이미지, 동영상, 기타 콘텐츠 유형)를 검색하려면 최신 데이터가 포함된 고성능 벡터 데이터베이스가 필요합니다. AlloyDB는 선택한 AI 모델을 사용하여 데이터베이스 내에서 직접 벡터 임베딩을 자동으로 생성하므로 다른 시스템으로의 복잡한 파이프라인이 필요하지 않습니다. 또한 자동 색인 생성을 제공하므로 애플리케이션이 작성되거나 업데이트되는 즉시 빠르게 변화하는 데이터를 처리할 수 있습니다.

자연어 인터페이스

컨텍스트 인식 자연어 쿼리

비즈니스 사용자가 간단한 질문을 통해 데이터에서 답을 얻을 수 있도록 지원합니다. AlloyDB의 자연어 이해는 대화형 쿼리를 정확하게 응답으로 변환하며, 필요한 경우 후속 질문(예: '출발 시간인가요, 도착 시간인가요?')을 하기도 합니다. 이를 통해 데이터 액세스를 보편화하고 의사 결정을 가속화하며 애플리케이션과 AI 에이전트에 자연어 인터페이스를 통합하는 부담을 줄일 수 있습니다.

컨텍스트 인식 자연어 쿼리

비즈니스 사용자가 간단한 질문을 통해 데이터에서 답을 얻을 수 있도록 지원합니다. AlloyDB의 자연어 이해는 대화형 쿼리를 정확하게 응답으로 변환하며, 필요한 경우 후속 질문(예: '출발 시간인가요, 도착 시간인가요?')을 하기도 합니다. 이를 통해 데이터 액세스를 보편화하고 의사 결정을 가속화하며 애플리케이션과 AI 에이전트에 자연어 인터페이스를 통합하는 부담을 줄일 수 있습니다.

에이전트형 워크플로

데이터를 파악하는 AI 에이전트

AlloyDB를 기반으로 강력한 에이전트형 워크플로를 빌드하고 확장합니다. AlloyDB는 AI 지원 PostgreSQL 호환 관계형 데이터베이스를 위한 확장 가능한 고가용성 아키텍처를 제공합니다. 에이전트는 Gemini를 사용하여 정형 및 비정형 엔터프라이즈 데이터를 기반으로 추론하고 고성능 검색, 자연어 처리, 사전 구성된 데이터 통합을 사용하여 정교한 AI 기반 애플리케이션과 대화형 환경을 만들 수 있습니다.

데이터를 파악하는 AI 에이전트

AlloyDB를 기반으로 강력한 에이전트형 워크플로를 빌드하고 확장합니다. AlloyDB는 AI 지원 PostgreSQL 호환 관계형 데이터베이스를 위한 확장 가능한 고가용성 아키텍처를 제공합니다. 에이전트는 Gemini를 사용하여 정형 및 비정형 엔터프라이즈 데이터를 기반으로 추론하고 고성능 검색, 자연어 처리, 사전 구성된 데이터 통합을 사용하여 정교한 AI 기반 애플리케이션과 대화형 환경을 만들 수 있습니다.

온프레미스 및 에지 AI

모든 플랫폼에서 AI 보호

온프레미스, 에어 갭 적용 환경, 소매점과 같은 에지 또는 멀티 클라우드 배포의 일부로 완전한 AI 스택을 배포합니다. AlloyDB Omni는 어디서나 실행되는 AlloyDB의 다운로드 가능한 버전이므로 데이터베이스를 로컬 파운데이션 모델과 페어링하면서 완전한 데이터 주권을 유지할 수 있습니다. 가장 민감한 데이터는 네트워크를 벗어나지 않으므로 복원력과 규정 준수 수준이 높은 커스텀 AI 솔루션 빌드를 제어할 수 있습니다.

모든 플랫폼에서 AI 보호

온프레미스, 에어 갭 적용 환경, 소매점과 같은 에지 또는 멀티 클라우드 배포의 일부로 완전한 AI 스택을 배포합니다. AlloyDB Omni는 어디서나 실행되는 AlloyDB의 다운로드 가능한 버전이므로 데이터베이스를 로컬 파운데이션 모델과 페어링하면서 완전한 데이터 주권을 유지할 수 있습니다. 가장 민감한 데이터는 네트워크를 벗어나지 않으므로 복원력과 규정 준수 수준이 높은 커스텀 AI 솔루션 빌드를 제어할 수 있습니다.

AlloyDB AI 시작하기

데이터베이스를 사용한 AI 개발 알아보기

Codelab으로 시작하기

개발자의 혁신을 촉진하는 AlloyDB AI

AlloyDB용 ScaNN: 차세대 벡터 검색

AlloyDB AI로 스포츠 용품점 에이전트 AI 어시스턴트 빌드

비즈니스 사례


Target 로고

Target의 검색은 고객이 필요로 하는 것을 필요로 하는 시점에 필요한 방식으로 찾을 수 있도록 지원하는 지능형 멀티모달 레이어인 훨씬 더 역동적인 무언가로 진화하고 있습니다. AlloyDB AI와 빠르게 진화하는 Google Cloud의 데이터 및 AI 스택을 통해 우리는 고객의 기대치를 뛰어넘고 매일 더 맞춤화된 즐거운 쇼핑 경험을 제공할 수 있을 것이라고 확신합니다.

멜리사 루닥, Target 데이터 과학 부문 부사장

주요 특징

생성형 AI 개발 및 TTM(time to market) 단축

AI 스택의 비용 및 복잡성 절감

더 스마트하고 응답성이 높으며 관련성이 높은 AI 애플리케이션 빌드

AlloyDB for PostgreSQL
Google Cloud