게시된 날짜: Feb 19, 2024
이제 Amazon DocumentDB(MongoDB 호환)는 Hierarchical Navigable Small World(HNSW) 인덱스를 사용한 벡터 검색을 지원합니다. HNSW 인덱스를 사용하면 짧은 지연 시간으로 벡터 유사성 검색을 실행하고, 매우 정확한 결과를 생성할 수 있습니다. 벡터는 기계 학습(ML) 모델에서 생성되는 비정형 데이터(예: 텍스트)를 수치화한 것으로, 기본 데이터의 의미 체계 내 의미를 캡처할 수 있습니다. Amazon DocumentDB의 벡터 검색 기능은 Amazon Bedrock, Amazon SageMaker 등의 벡터를 저장할 수 있습니다.
Amazon DocumentDB의 벡터 검색 기능을 사용하면 생성형 AI 지원 애플리케이션을 비롯하여 ML용 데이터베이스를 간편하게 설정 및 운영하고 규모를 조정할 수 있습니다. 그러므로 별도의 벡터 인프라 관리, 다른 서비스와의 연결을 위한 코드 작성, 소스 데이터베이스의 데이터 복제 작업에 더 이상 시간을 할애하지 않아도 됩니다 벡터 검색 기능과 대규모 언어 모델(LLM)을 함께 사용하는 경우에는 의미를 기준으로 데이터베이스를 검색할 수 있으므로 의미 체계 검색, 제품 추천, 개인화, 챗봇 등의 광범위한 사용 사례를 지원할 수 있습니다.
Amazon DocumentDB가 제공되는 모든 리전의 DocumentDB 5.0 인스턴스 기반 클러스터에서 Amazon DocumentDB용 벡터 검색을 사용할 수 있습니다.
AWS Console 또는 AWS CLI에서 직접 Amazon DocumentDB 클러스터를 시작하여 벡터 검색 기능 사용을 시작할 수 있습니다. 기능 페이지 및 개발자 안내서에서 벡터 검색에 대해 자세히 알아보세요.