Vertex AI Agent Builder

코드 없이 강력한 AI 에이전트를 빌드하세요. 복잡한 목표인 경우 하나의 에이전트를 기본 에이전트로 설정하고 여러 개의 서브 에이전트를 두는 식으로 다수의 에이전트를 손쉽게 병합할 수 있습니다. 데이터로 학습하고, 작업을 자동화하고, 간편하게 반복하세요. 사용자 친화적인 플랫폼에서 실행하고 분석할 수 있습니다.

Gemini와 같은 최첨단 모델을 Google 검색으로 그라운딩하여 고객에게 Google의 최신 파운데이션 모델을 결합한 기능과 함께 새로운 고품질 정보를 제공하여 응답의 완전성과 정확성을 크게 개선합니다. API를 클릭하기만 하면 Google 검색으로 향상된 Gemini에 액세스할 수 있습니다. Google 검색으로 그라운딩에서 곧 동적 검색을 제공할 예정입니다. 이 새로운 기능은 고객이 Google 검색 결과를 사용해야 하는 경우와 모델의 학습 데이터를 사용해야 하는 경우를 지능적으로 선택하여 품질과 비용 효율성의 균형을 이루도록 지원합니다. 

Vertex AI Search를 사용하면 즉시 사용 가능한 Google 품질의 RAG(검색 증강 생성) 시스템을 활용하여 언어 모델이 자체 데이터에 기반하도록 쉽게 설정할 수 있습니다. Vertex AI Search는 다양한 데이터 소스 색인 생성의 복잡성을 처리하고, Google 기술을 기반으로 한 강력한 검색을 제공하며, Vertex AI 내에서 언어 모델과 원활하게 통합됩니다.

고유한 AI 니즈에 맞는 커스텀 검색 증강 생성(RAG)을 빌드해야 하나요? Vertex AI는 다음 도구를 사용하여 프로세스를 간소화합니다.

• Document AI Layout Parser: 효과적인 검색을 위해 복잡한 문서에서 주요 데이터를 추출니다.
• Ranking API: LLM 기반 순위 지정은 관련성 있는 답변의 우선순위를 정합니다.
• Grounded Generation API: 데이터 또는 신뢰할 수 있는 소스를 사용하여 정확한 응답을 만듭니다. 이제 이 API는 실험용 프리뷰에서 고품질 모드를 제공합니다. 이 새로운 기능은 그라운딩을 위해 고객이 제공한 컨텍스트에 집중하여 할루시네이션을 더욱 줄여줍니다.
• Check Grounding API: 사실과 비교하여 응답의 신뢰성을 검사합니다.

커스텀 임베딩 기반의 정보 검색이 필요한 기업을 위해 Vertex AI는 강력한 벡터 검색 기능을 제공합니다. 벡터 검색은 수십억 개의 벡터로 확장되며 수 밀리초 내에 최근접 이웃을 찾을 수 있습니다. 벡터 검색은 이제 사용자에게 가장 관련성이 높은 응답을 보장하기 위해 벡터 기반 및 키워드 기반 검색 기술을 통합한 하이브리드 검색을 제공합니다.

Vertex AI Agent Builder를 사용하면 모든 구성요소를 사용해 니즈에 따라 맞춤설정된 고성능 에이전트를 만들 수 있습니다. Vertex AI의 LangChain은 Google에서 제공하는 여러 코드 중심 제품 중 하나일 뿐입니다. 이를 통해 생성형 AI 개발자들이 애용하는 가장 인기 있는 오픈소스 Python 프레임워크 중 하나를 사용하여 쉽게 빌드하고 엔터프라이즈 규모의 Vertex AI에 배포할 수 있도록 지원합니다.

Vertex AI 기반 LlamaIndex는 데이터 수집 및 변환부터 임베딩, 색인 생성, 검색, 생성에 이르는 검색 증강 생성(RAG) 프로세스를 간소화합니다. 이제 Vertex AI 고객은 LlamaIndex의 간단하고 유연한 오픈소스 데이터 프레임워크와 함께 Google의 모델 및 AI에 최적화된 인프라를 활용하여 커스텀 데이터 소스를 생성 모델에 연결할 수 있습니다. 

Firebase의 Genkit는 프로덕션에 즉시 사용 가능한 AI 에이전트의 개발, 배포, 모니터링을 간소화하도록 설계된 오픈소스 Typescript/JavaScript 프레임워크입니다. Vertex AI 플러그인을 통해 지원되어 Firebase 개발자가 이제 Gemini, Imagen 2와 같은 Google 모델과 텍스트 임베딩을 활용할 수 있습니다.