맞춤 검색 소개

이 페이지에서는 맞춤 앱을 위한 Vertex AI Search의 기능을 소개하고 나열합니다. 또한 이 페이지에서는 Vertex AI Search for Custom Apps를 시작하는 데 사용할 수 있는 기능, 튜토리얼, 체크리스트 링크를 제공합니다.

커스텀 앱용 Vertex AI Search란 무엇인가요?

맞춤 앱용 Vertex AI Search는 웹사이트 데이터와 기타 정형 또는 비정형 데이터가 포함된 애플리케이션에 통합할 수 있는 강력한 Google 품질의 검색 및 콘텐츠 검색 엔진입니다. 검색 기능은 기본적인 키워드 일치를 넘어 AI를 사용하여 관련성이 높은 결과를 제공하고, 맞춤형 탐색 및 검색 환경을 제공하며, 데이터에 기반한 AI 답변을 생성합니다.

공개 웹사이트에 있거나 구조화된 형식 또는 구조화되지 않은 형식으로 되어 있는 업종에 구애받지 않는 데이터에 맞춤 검색 앱을 사용할 수 있습니다. 또한 Vertex AI Search는 기타 업종별 검색 및 추천 앱을 제공합니다.

주요 기능

Vertex AI Search의 주요 기능은 다음과 같습니다.

  • 고품질 검색: Google의 검색 전문성을 활용하여 복잡한 쿼리와 자연어 쿼리에서도 사용자 의도를 파악합니다. 키워드 검색과 시맨틱 검색을 결합하여 최상의 결과를 제공합니다.
  • 맞춤 탐색: 특정 검색어 없이 사용자의 컨텍스트 및 탐색 패턴에 따라 맞춤 결과를 제공하고 맞춤 피드를 제공합니다. 개인화된 카테고리 페이지와 홈 피드를 볼 수 있는 디스커버리 환경에 적합합니다.
  • 데이터 소스: 다음과 같은 다양한 데이터 소스와 호환됩니다.
    • 웹사이트: 공개 웹사이트를 색인하고 웹사이트의 구조화된 데이터를 사용한 색인 보강과 같은 고급 기능을 사용합니다.
    • 정형 데이터: 데이터베이스, Cloud Storage의 JSON 파일, BigQuery 테이블 등 정의된 형식으로 구성된 데이터를 검색합니다(예: 호텔 카탈로그, 부동산 목록, 레스토랑 디렉터리).
    • 비정형 데이터: Cloud Storage 또는 BigQuery에 저장된 PDF, HTML 파일, TXT 파일과 같은 문서 또는 JPEG, PNG 파일과 같은 이미지 파일을 검색합니다.
    • 혼합 검색: 위에 언급된 데이터 소스의 데이터를 혼합하는 여러 데이터 스토어를 검색합니다. 예를 들어 검색 앱을 만들어 웹사이트 데이터 스토어와 문서 데이터 스토어에 연결할 수 있습니다. 이를 통해 사용자는 모든 콘텐츠를 한 번에 검색할 수 있습니다.
  • 그라운딩된 AI 답변 생성: 소스 문서의 인용과 함께 사용자 데이터에 그라운딩된 AI 답변을 생성합니다. 후속 질문과 관련 질문을 할 수도 있습니다.
  • 개인화: 클릭수, 전환수와 같은 사용자 이벤트에서 포착된 사용자 상호작용을 학습하여 시간이 지남에 따라 결과와 순위를 개선합니다.
  • 맞춤설정: 비즈니스 요구사항에 맞는 검색 및 탐색 환경을 조정하고 구성하는 여러 방법을 제공합니다.

개요

다음 다이어그램은 맞춤 검색의 주요 구성요소와 이들이 함께 작동하는 방식을 보여줍니다.

일반 맞춤 검색의 주요 구성요소
그림 1. 맞춤 검색의 다양한 구성요소

커스텀 검색을 위한 Vertex AI Search의 구성요소는 다음과 같이 설명할 수 있습니다.

  • 데이터 스토어: 다양한 데이터 소스의 콘텐츠가 Vertex AI Search 데이터 스토어에 저장됩니다. 소스 데이터는 공개 웹사이트 데이터 또는 정형 및 비정형 데이터일 수 있습니다.
  • 데이터 처리 및 색인 생성: Vertex AI Search는 데이터를 이해하고 색인을 생성하여 검색 가능하고 검색 가능한 표현을 만듭니다. 여기에는 다음이 포함됩니다.
    • 키워드 추출: 올바른 정보를 검색하는 데 필요한 중요한 용어를 식별하고 생성합니다.
    • 임베딩을 사용한 시맨틱 이해: 콘텐츠의 의미를 포착하는 벡터 임베딩을 만듭니다.
    • 메타데이터 처리: 문서의 구조화된 데이터 또는 메타데이터를 사용하여 문서를 처리합니다. 예를 들어 호텔 카탈로그의 위치, 웹페이지의 메타데이터에 있는 수정 또는 생성 날짜가 있습니다.
    • 고급 문서 파싱: OCR 또는 레이아웃 파싱을 사용하여 문서 구조를 이해하고 표, 이미지, 그래프와 같은 고급 정보를 주석으로 표시합니다.
  • 검색 앱: 맞춤 검색의 핵심은 검색 앱입니다. 검색 앱은 여러 소스의 데이터를 가져오는 하나 이상의 데이터 스토어에 연결됩니다. 혼합 검색의 경우 커넥터를 통해 데이터가 수집됩니다. 앱 수준에서 검색 및 탐색 동작을 구성합니다.
  • 사용자 쿼리: 앱에서 정보를 검색하기 위해 사용자가 입력하는 것으로, 다음 두 가지 유형이 있습니다.
    • 검색어: 사용자가 텍스트나 이미지를 사용하여 타겟팅된 검색어를 입력합니다. 텍스트 검색은 자동 완성 기능으로 작동합니다.
    • 탐색 검색어 또는 탐색: 특정 검색어 없이 관련성 있는 맞춤 콘텐츠를 제공하기 위한 탐색 검색입니다. 사용자의 과거 활동과 현재 카테고리 페이지, 위치와 같은 기타 신호를 기반으로 합니다.
  • 검색 및 순위 지정: 검색 및 결과 순위 지정에는 다음과 같은 여러 하위 구성요소가 있습니다.
    • 검색을 위한 쿼리 이해: Vertex AI Search는 다음을 사용하여 검색어를 분석합니다.
      • 자연어 처리: 의도를 이해합니다.
      • 자연어 이해를 사용한 필터링: 자연어 쿼리의 위치를 지리 좌표로 변환하고 자연어 쿼리의 조건을 필터로 변환합니다.
      • 지식 그래프: 용어를 명확하게 하고 검색을 확장합니다.
      • 선택적 기능: 맞춤법 수정, 동의어, 질문 재작성이 포함됩니다.
    • 검색: Vertex AI Search는 다음 방법을 기반으로 관련성이 가장 높은 문서 또는 청크를 찾습니다.
      • 검색의 키워드 일치: 용어를 기반으로 하는 기존 검색입니다.
      • 시맨틱 검색: 임베딩을 사용하여 개념적으로 유사한 콘텐츠를 찾습니다.
      • 필터링: 구성한 필터(예: 날짜, 카테고리, 관련성 점수)를 적용합니다.
    • 순위: Vertex AI Search는 다음 요소를 기반으로 결과를 순위 지정합니다.
      • 관련성: 검색 중 키워드와 시맨틱 일치의 조합입니다.
      • 웹사이트 검색의 웹 신호: 페이지 품질, 인기도 등의 요소
      • 부스팅 및 다른 항목 밑에 두기: 특정 결과를 승격하거나 강등하는 맞춤 규칙입니다.
      • 맞춤설정: 사용자 상호작용을 통해 학습합니다. 이는 선택사항이지만 적극 권장됩니다.
      • 정렬: 날짜별 정렬과 같은 정렬 지침을 적용합니다.
  • 결과 및 답변 생성:
    • 검색 결과: 관련 문서 또는 청크의 순위가 매겨진 목록이 스니펫, 추출 답변, 추출 세그먼트와 같은 선택적 기능과 함께 반환됩니다. 제공되는 결과는 서빙 컨트롤을 사용하여 구성할 수 있습니다. 검색 결과를 조정할 수도 있습니다.
    • 답변 생성: 인용과 함께 상위 및 관련 결과를 기반으로 간결하고 합성된 답변이 생성됩니다. 고급 LLM 기능을 사용합니다.
    • 맞춤 탐색: 참여 또는 전환 가능성이 가장 높을 것으로 예측되는 맞춤 문서 세트가 반환됩니다. 이 예측은 사용자 상호작용을 통해 학습하는 고급 모델을 사용합니다.
  • 사용자 이벤트: 클릭수 및 조회수와 같은 사용자 상호작용을 추적하여 Vertex AI Search가 검색 및 개인화를 학습하고 개선하도록 지원합니다. 사용자 이벤트는 참여도, 전환, 수익 등 비즈니스 KPI를 최적화하는 데 도움이 됩니다.

주요 기능 및 구성

맞춤 검색 앱에 사용할 수 있는 기능과 구성은 다음과 같습니다. 각 단계에서 이러한 설정을 맞춤설정하여 사용자에게 최상의 결과를 제공할 수 있습니다.

일반 맞춤 검색의 주요 구성요소
그림 2. 맞춤 검색의 주요 기능 및 구성

자세히 설명하면 다음과 같은 구성을 사용할 수 있습니다.

다음 단계