MongoDB 와 투게더 AI 로 제품 온보딩 속도를 높이고 다국어 제품 설명을 작성하기 위한 생성형 인공지능 기반 솔루션을 제공하세요.
산업: 소매
제품: MongoDB Atlas, Document Model, MongoDB Node.js 드라이버
파트너: Together AI
솔루션 개요
이 솔루션에서는 투게더 AI 비전 모델을 사용하여 이미지를 처리하고 이미지에 대한 정확하고 흥미로운 설명을 생성하는 생성형 AI 기반 아키텍처를 빌드 방법을 학습 . MongoDB Atlas 운영 데이터 계층 역할을 하며, 새로운 설명을 추가함에 따라 확장하다 할 수 있는 유연한 데이터 모델을 활용하고 효율적인 데이터 관리 및 확장성 보장합니다.
이 솔루션은 소매 업계에서 특히 유용합니다. 소매업체의 카탈로그에 새 제품을 등록하는 프로세스는 시간이 많이 걸릴 수 있으며, 특히 여러 언어로 다양한 인구통계에 맞는 제품 설명을 작성하는 경우에는 더욱 그렇습니다. 이 솔루션은 생성형 AI를 통해 초기 콘텐츠 생성을 자동화하여 워크플로를 간소화하는 데 도움이 됩니다.
좋은 설명의 중요성
Business Dasher 에 따르면 "70%의 사람들이 제품 설명이 부족하거나 불완전할 때 제품 페이지를 떠납니다."
제품 설명은 고객의 구매 여정에서 매우 중요한 역할을 합니다. 소비자들은 구매 결정을 내릴 때 제품 설명에 의존합니다. 설명이 부족하거나 없으면, 기업은 잠재적인 매출을 잃을 뿐 아니라 고객이 불만을 느끼게 될 위험이 있습니다.
Business Dasher에 따르면 ' 온라인 쇼핑객의 87%가 구매 결정을 내릴 때 제품 설명을 중요하게 고려한다고 생각하기 때문에' 훌륭한 설명은 사용자 참여 와 만족도를 향상시킵니다. 반면에 AX Semantics에따르면, ' %의 소비자가 잘못된 제품 콘텐츠로 인해 온라인 구매를 반환했습니다'이므로 설명이 정확하지 않으면 수익 손실과 고객 기반의 신뢰 저하가 발생할 수 있습니다.40
기존 제품 설명 과제
고품질 설명을 작성하려면 많은 세부 사항과 신중한 고려가 필요합니다. 몇 가지 과제는 다음과 같습니다.
매력적인 설명 작성: 잘 작성된 제품 설명은 비즈니스의 UX 작성 전략 및 브랜드 아이덴티티와 일치하는 일관적인 어조를 유지하면서 대상의 요구 사항을 충족해야 합니다.
SEO 최적화: SEO 최적화된 제품 설명을 작성함으로써 유기적 트래픽을 증대시키고 검색 엔진 순위를 향상시킬 수 있습니다.
다국어 복잡성: 다국어 포털 또는 여러 운영 지역을 보유한 소매업체는 복잡성이 증가합니다.
콘텐츠 승인 지연: 설명을 쓰기 (write) 후에도 여전히 쓰기 승인 프로세스 필요하여 출시 시간이 지연되는 경우가 많습니다.
참조 아키텍처
이 아키텍처에는 세 가지 주요 구성 요소가 있습니다.
MongoDB Atlas: 클라우드에서 데이터를 관리하는 범용 데이터 플랫폼입니다. MongoDB document model 을(를) 사용하면 복잡성을 도입하지 않고도 설명(예: 여러 언어로 번역)을 추가하여 제품을 쉽게 확장할 수 있습니다.
객체 저장: 제품 이미지 파일 저장 및 검색을 위한 효과적인 시스템입니다. Google Cloud 저장, Azure Blob 저장 또는 AWS S3를 사용하여 빌드할 수 있습니다.
Together AI: 다양한 생성형 인공지능 서비스를 제공하여 몇 줄의 코드만으로 주요 오픈 소스 모델을 쉽게 실행 하거나 미세 조정할 수 있습니다. 이 솔루션은 사용 가능한 비전 LLM 을 사용하여 제품 설명을 생성합니다.
다음 다이어그램은 이 솔루션의 아키텍처를 보여줍니다.
그림 1. 생성형 인공지능 기반의 제품 설명 아키텍처
이 아키텍처의 데이터 흐름은 다음과 같습니다.
1. 제품 수집
솔루션은 사용자/이벤트 레이블이 있는 다이어그램의 왼쪽에서 시작합니다. 노트북 아이콘은 제품 설명 생성기 시스템을 나타냅니다. 먼저, 수동으로 또는 자동 이벤트 통해 대량으로 추가하는 새 제품을 받습니다.
2. 요청 설명
그런 다음 컴퓨터 비전과 언어 처리 (NLP)를 결합한 비전 모델을 활용하여 텍스트와 함께 이미지를 처리하여 이해하는 투게더 AI의 엔드포인트에 쿼리 전송하여 설명을 생성할 수 있습니다. 요청 이미지 URL, 원하는 설명 길이, 사용된 비전 모델, 설명에 사용되는 언어가 포함됩니다.
3. 설명 생성
투게더 AI 라마3 비전 모델을 사용하여 이미지를 스캔하고 지정된 요구 사항과 일치하는 설명을 생성한 다음 제품 설명 을 애플리케이션에 반환합니다.
4. 저장 설명
마지막으로 MongoDB 의 카탈로그 내에 제품에 대한 설명과 함께 제품을 업서트 연결된 모든 시스템에서 실시간 가용성을 보장합니다.
이 아키텍처의 확장성을 설명하기 위해 아래 다이어그램을 참고하세요. MongoDB Change Streams을 통합하면 카탈로그를 수신하는 모든 애플리케이션에 실시간 업데이트가 가능합니다. 예를 들어 전자상거래 포털, 소셜 미디어 플랫폼 그리고 그 밖의 모든 고객 접점이 이에 해당합니다.
다음 다이어그램은 실시간 통합이 가능한 이 솔루션의 아키텍처를 보여줍니다.
그림 2. 실시간 애플리케이션을 포함한 생성형 인공지능 아키텍처의 제품 설명
솔루션 빌드
이 솔루션은 이 GitHub 리포지토리사용합니다.
리포지토리의 README 에서 다음 절차에 대해 자세히 설명합니다.
데모 데이터베이스 복제
Atlas 계정 내에서 클러스터 프로비저닝하고 제공된 데이터 덤프와 단일 mongorestore 명령을 사용하여 데모 데이터베이스 채웁니다.
Together AI 계정을 만들기
투게더 AI에 로그인합니다. 계정으로 이동하여 사용자 키를 조회 프로필로 이동한 다음 설정 으로 이동하여 API 키를 선택합니다. 이 키를 필요에 따라 .env 파일 에 저장합니다.
애플리케이션 프론트엔드 구성
GitHub 리포지토리 로컬 머신에 복제하여 데모 코드를 얻고 환경 변수를 구성한 다음 종속성을 설치합니다. 마지막으로 http://localhost:3003에서 로컬로 앱 실행.
주요 학습 사항
고품질 제품 설명이 비즈니스 성공의 열쇠: 잘 작성된 제품 설명은 사용자 참여를 높이고 조회 수 증가로 SEO 순위를 개선하며 고객이 더 나은 구매 결정을 내릴 수 있도록 돕습니다.
MongoDB 와 Together AI 를 활용하여 제품 설명 자동화: MongoDB의 유연하고 확장 가능한 데이터베이스 와 Together AI의 사용 가능한 비전 모델을 결합하여 소매업체는 비즈니스 요구 사항에 맞는 실시간 제품 설명 생성을 자동화할 수 있습니다.
최신 아키텍처로 출시 기간 단축: AI 와 자동화 통해 제품 온보딩 프로세스 간소화하면 수작업이 줄어들고 승인 속도가 빨라집니다. 제품 설명에 제너레이티브 AI 사용하면 일관적인 UX와 톤이 유지되므로 제품 카탈로그를 빠르게 확장성 있습니다.
작성자
Angie Guemes, MongoDB
Prashant Juttukonda, MongoDB