AlloyDB AI 사용 사례

이 페이지에서는 PostgreSQL용 AlloyDB의 몇 가지 AI 사용 사례를 설명하고 접근 방식을 살펴보거나 애플리케이션을 개발하는 데 사용할 수 있는 Codelab 및 튜토리얼 링크를 제공합니다.

영화에 관한 질문에 답하는 챗봇 만들기

이 튜토리얼에서는 Gemini, Vertex AI, AlloyDB LangChain 통합을 사용하는 생성형 AI 챗봇을 빌드하는 방법을 보여줍니다. 검색 증강 생성(RAG) 애플리케이션에서 벡터 검색을 실행할 수 있도록 데이터베이스에서 구조화된 데이터를 추출하고, 임베딩을 생성하고, 데이터 형식을 지정하는 방법을 알아봅니다.

영화 데이터베이스를 사용하여 가장 인기 있는 영화에 관한 정보로 LLM을 학습합니다. 그라운딩은 LLM 출력이 정확하고 관련성이 있도록 하는 데 도움이 됩니다.

Vertex AI에서 LangChain을 사용하여 RAG 애플리케이션 배포

이 튜토리얼에서는 Python용 Vertex AI SDK 및 AlloyDB LangChain 통합을 사용하여 에이전트를 빌드하고 배포하는 방법을 보여줍니다.

LangChain에서 상담사와 벡터를 사용하여 유사성 검색을 실행하고 관련 데이터를 검색하여 LLM 응답을 그라운딩하는 방법을 알아봅니다.

이 Codelab에서는 모델 엔드포인트 관리, 벡터 검색과 같은 AlloyDB AI 기능을 사용하여 관련 제품을 찾는 방법을 보여줍니다.

데이터베이스 데이터에서 모델 엔드포인트 관리를 사용하여 임베딩을 생성하고 운영 데이터를 사용하여 벡터 유사성 검색을 실행하는 방법을 알아봅니다. 이 튜토리얼에서는 AlloyDB의 Vertex AI 임베딩 모델과 Vertex AI 생성형 AI 모델을 사용합니다.

이 Codelab에서는 AlloyDB, pgvector 확장 프로그램, 임베딩, Gemini 1.5 Pro와 함께 벡터 검색을 사용하여 특허 조사를 개선하는 방법을 보여줍니다.

맞춤형 패션 스타일링 어시스턴트 빌드 및 배포

다음 Codelab에서는 Gemini, 모델 엔드포인트 관리, 벡터 검색, Vertex AI, 에이전트를 사용하여 맞춤형 스타일 어시스턴트를 빌드하고 배포하는 방법을 보여줍니다.

벡터 데이터베이스에서 AlloyDB로 데이터 마이그레이션

다음 튜토리얼에서는 LangChain 벡터 저장소를 활용하여 서드 파티 벡터 데이터베이스에서 AlloyDB로 데이터를 이전하는 방법을 설명합니다.

Pinecone, Weaviate, Chroma, Qdrant, Milvus와 같은 벡터 데이터베이스가 지원됩니다.

장난감 가게 검색 앱 만들기

다음 Codelab에서는 문맥 검색과 검색 컨텍스트와 일치하는 제품의 맞춤 생성을 사용하여 맞춤설정되고 원활한 장난감 스토어 검색 환경을 만드는 방법을 보여줍니다.

AlloyDB, 실시간 코사인 유사성 검색, Gemini 2.0 Flash, 데이터베이스용 Gen AI 도구 상자에서 pgvector 및 생성형 AI 모델 확장 프로그램을 사용합니다.

에이전트 또는 생성형 AI 애플리케이션에서 데이터베이스 쿼리를 호출하는 애플리케이션 빌드

다음 Codelab에서는 데이터베이스용 생성형 AI 도구 상자를 사용하여 에이전트 또는 생성형 AI 애플리케이션에서 호출할 수 있는 간단한 AlloyDB 쿼리를 실행하는 애플리케이션을 빌드하는 방법을 보여줍니다.

다음 단계