MongoDB는 Atlas 벡터 검색을 AWS의 Amazon Bedrock과 통합하여 생성 AI 모델을 강화합니다.
요컨대
MongoDB의 Atlas Vector Search 통합은 AWS의 Amazon Bedrock과 통합되어 생성 AI로 구동되는 애플리케이션 개발을 가속화하는 것을 목표로 합니다.
AWS re:Invent 2023에서 클라우드 네이티브 데이터베이스 MongoDB의 통합하겠다는 계획을 발표했다. MongoDB 아틀라스 벡터 검색 과 아마존 기반암, 유명한 클라우드 인프라를 활용하여 Amazon Web Services(AWS)에서 AI 애플리케이션 개발을 지원합니다.
이번 협업의 목적은 생성 AI와 의미 검색 기능의 통합을 간소화하여 사용자 경험과 참여를 향상시키는 것입니다.
MongoDB Atlas Vector Search는 운영 데이터를 활용하여 생성 AI를 애플리케이션에 통합하고 맞춤형 최종 사용자 경험을 제공합니다. Amazon Bedrock과의 통합은 개발자의 역량을 강화하고 생성을 단순화할 준비가 되어 있습니다. AWS 애플리케이션 다양한 사용 사례에 생성 AI를 활용합니다.
이를 통해 애플리케이션은 MongoDB Atlas Vector Search에서 처리된 독점 데이터를 기반으로 최신 응답을 제공할 수 있습니다.
벡터 데이터만 저장하는 추가 기능 솔루션과 달리 MongoDB Atlas 벡터 검색은 성능이 뛰어나고 확장 가능한 벡터 데이터베이스로 작동합니다. 이는 조직의 전체 데이터 세트를 저장하고 처리할 수 있는 전 세계적으로 분산된 운영 데이터베이스와 통합됩니다.
Amazon Bedrock과의 통합을 통해 고객은 AI21 Labs, Amazon, 인류, Cohere, 메타 및 Stability AI. 이 프로세스에는 독점 데이터를 통합하고 이를 벡터 임베딩으로 변환하고 MongoDB Atlas 벡터 검색을 활용하여 이러한 임베딩을 처리하는 작업이 포함됩니다.
“MongoDB Atlas Vector Search는 다음과 같은 제공업체의 다양한 유형의 기반 모델(FM)과 함께 작동할 수 있습니다. OpenAI, Hugging Face, Microsoft Azure, Google Cloud, Anthropic 등 — Amazon Bedrock은 개발자가 독점 데이터(이미지, 텍스트, 비디오 등)를 벡터로 변환하는 데 사용할 수 있는 고성능 관리형 FM을 제공하므로 FM은 대규모 언어 모델은 이를 처리하고 최종 사용자 요청에 대한 응답을 제공할 수 있습니다.”라고 MongoDB의 제품 담당 SVP인 Andrew Davidson은 말했습니다. Metaverse Post.
벡터 검색으로 생성적 AI 앱 강화
MongoDB는 Amazon Bedrock의 검색 증강 생성(RAG)용 에이전트를 활용한 결과 애플리케이션이 수동 코딩 없이 관련 있고 상황에 맞는 정보로 사용자 쿼리에 응답할 수 있을 것이라고 밝혔습니다.
MongoDB의 Davidson은 "RAG(검색 증강 생성)는 이제 조직이 독점 데이터를 기반 모델(FM)에 제공하여 최종 사용자 요청에 대한 응답을 맞춤화하여 보다 개인화되고 정확하며 관련성을 높일 수 있는 일반적인 아키텍처 패턴입니다."라고 말했습니다. Metaverse Post. "이것은 FM이 쉽게 발생할 수 있는 소위 환각을 줄이고 최종 사용자에게 보다 신뢰할 수 있는 응답을 제공합니다."
예를 들어 소매 의류 회사는 생성 적 AI 유사한 재고 상품을 제안하여 실시간 재고 요청 처리 또는 고객 반품 및 교환 개인화와 같은 작업을 자동화하는 애플리케이션입니다.
MongoDB의 Davidson은 "MongoDB Atlas Vector Search로 처리된 조직의 독점 데이터의 컨텍스트와 함께 기초 모델(FM)을 제공함으로써 최종 사용자는 요청에 대해 보다 개인화되고 정확한 응답을 받을 수 있습니다."라고 말했습니다. Metaverse Post. "벡터는 메타데이터, 운영 데이터, 시계열 데이터, 지리공간 데이터 및 기타 유형의 데이터와 함께 저장되기 때문에 Atlas Vector Search는 단일 API 및 쿼리 언어를 통해 추가 벡터 데이터베이스보다 더 복잡한 쿼리를 수행할 수 있습니다."
조직은 또한 주요 분야에 걸쳐 MongoDB Atlas를 배포할 수 있습니다. 클라우드 공급자 고객, 특히 규제 대상 산업에 종사하는 고객에게 매우 중요한 보안 및 데이터 개인 정보 보호 제어와 함께 최대의 가용성과 안정성을 동시에 제공합니다.
“개발자는 전체 데이터 스키마를 재설계하는 대신 데이터 모델을 쉽게 발전시킬 수 있습니다. 이를 위해서는 수개월의 작업이 소요될 수 있으며 계속해서 더 큰 규모로 이동하는 데 드는 비용을 걱정할 필요 없이 생성 AI를 사용하는 기능을 포함한 새로운 애플리케이션 기능의 배포를 보류할 수 있습니다. 그리고 더 큰 데이터베이스 클러스터”라고 MongoDB의 Davidson이 덧붙였습니다.
MongoDB Atlas Vector Search와 Amazon Bedrock의 통합은 앞으로 몇 달 내에 AWS에서 제공될 예정입니다.
책임 부인
줄 안 트러스트 프로젝트 지침, 이 페이지에 제공된 정보는 법률, 세금, 투자, 재정 또는 기타 형태의 조언을 제공하기 위한 것이 아니며 해석되어서도 안 됩니다. 손실을 감수할 수 있는 만큼만 투자하고 의심스러운 경우 독립적인 재정 조언을 구하는 것이 중요합니다. 자세한 내용은 이용약관은 물론 발행자나 광고주가 제공하는 도움말 및 지원 페이지를 참조하시기 바랍니다. MetaversePost 는 정확하고 편견 없는 보고를 위해 최선을 다하고 있지만 시장 상황은 예고 없이 변경될 수 있습니다.
저자에 관하여
Victor는 기술 관리 편집자/작가입니다. Metaverse Post 기업 영역 내의 인공 지능, 암호화, 데이터 과학, 메타버스 및 사이버 보안을 다룹니다. 그는 VentureBeat, DatatechVibe 및 Analytics India Magazine과 같은 유명 언론 매체에서 근무한 XNUMX년 간의 미디어 및 AI 경험을 자랑합니다. Oxford, USC 등 명문 대학에서 미디어 멘토로 활동하고 데이터 과학 및 분석 석사 학위를 취득한 Victor는 새로운 트렌드를 따라가는 데 전념하고 있습니다. 그는 독자들에게 기술 분야의 가장 통찰력 있는 최신 이야기를 제공합니다. Web3 경치.
더 많은 기사
Victor는 기술 관리 편집자/작가입니다. Metaverse Post 기업 영역 내의 인공 지능, 암호화, 데이터 과학, 메타버스 및 사이버 보안을 다룹니다. 그는 VentureBeat, DatatechVibe 및 Analytics India Magazine과 같은 유명 언론 매체에서 근무한 XNUMX년 간의 미디어 및 AI 경험을 자랑합니다. Oxford, USC 등 명문 대학에서 미디어 멘토로 활동하고 데이터 과학 및 분석 석사 학위를 취득한 Victor는 새로운 트렌드를 따라가는 데 전념하고 있습니다. 그는 독자들에게 기술 분야의 가장 통찰력 있는 최신 이야기를 제공합니다. Web3 경치.
