게시된 날짜: Jul 13, 2023
이제 Amazon Aurora PostgreSQL 호환 에디션에서 pgvector 확장을 지원하므로 기계 학습(ML) 모델의 임베딩을 데이터베이스에 저장하고 효율적인 유사성 검색을 수행할 수 있습니다. 임베딩은 대규모 언어 모델(LLM)에 입력된 텍스트의 의미론적 의미를 캡처하는 생성형 AI에서 생성된 숫자 표현(벡터)입니다. pgvector는 Amazon Bedrock, Amazon SageMaker 등에서 임베딩을 저장하고 검색할 수 있습니다.
Aurora PostgreSQL에서 pgvector를 사용하면 ML 지원 애플리케이션을 위한 데이터베이스를 간단하게 설정, 운영, 확장할 수 있습니다. pgvector 확장을 사용하면 전자 상거래, 미디어, 의료 애플리케이션 등에 ML 기능을 구축하여 카탈로그 내에서 유사한 항목을 찾을 수 있습니다. 예를 들어 스트리밍 서비스에서 pgvector를 사용하면 방금 시청한 것과 유사한 영화 추천 목록을 제공할 수 있습니다. Aurora 기계 학습을 사용하면 익숙한 SQL 프로그래밍 언어를 통해 애플리케이션에 ML 기반 예측 기능을 추가할 수 있습니다. 따라서 별도의 도구를 학습할 필요가 없으며 기계 학습 관련 경험이 없어도 됩니다.
pgvector 확장은 AWS GovCloud(미국) 리전을 비롯한 AWS 리전의 Aurora PostgreSQL 15.3, 14.8, 13.11, 12.15 이상에서 사용할 수 있습니다.
AWS Console 또는 AWS CLI에서 직접 새 Amazon Aurora DB 인스턴스를 실행하여 시작할 수 있습니다. AWS 데이터베이스 블로그에서 pgvector에 대해 자세히 알아보세요. Amazon Aurora를 시작하려면 시작하기 페이지를 참조하세요.
이번 출시에 대해 자세히 알아보려면 AWS On Air에서 AWS 팀의 데모를 시청하면 됩니다.