주요 통합 솔루션
수고로운 운영 작업 제거
Atlas Vector Search는 MongoDB Atlas 개발자 데이터 플랫폼을 기반으로 구축되었습니다. 프로비저닝, 패치 적용, 업그레이드, 확장, 보안 및 재해 복구를 쉽게 자동화하는 동시에 데이터베이스와 벡터 검색 모두의 성능에 대한 심층적인 가시성을 제공하므로 애플리케이션 구축에 집중할 수 있습니다.AI 통합의 견고한 에코시스템
Atlas Vector Search는 다양한 최고의 LLM 및 프레임워크와 통합하여 고급 검색 및 생성 AI 애플리케이션 구축을 위한 여정을 가속화합니다.
LangChain
MongoDB Atlas Vector Search는 LangChain과 통합되어 LLM에 '장기 메모리'를 제공하고 채팅 대화를 위한 저장소로 사용됩니다.
LlamaIndex
MongoDB Atlas Vector Search는 LlamaIndex와 통합되어 LLM(대형 언어 모델)에 '장기 메모리'를 제공할 뿐만 아니라 대량의 문서를 위한 저장소를 제공합니다.
OpenAI
OpenAI에서 생성된 벡터 임베딩을 MongoDB Atlas Vector Search에 저장하여 고성능의 생성형 AI 애플리케이션을 구축할 수 있습니다.
Hugging Face
Hugging Face는 벡터 임베딩을 생성하여 Atlas Vector Search에 저장하는 데 쉽게 사용할 수 있는 다양한 오픈 소스 모델을 이용할 수 있도록 합니다.
Cohere
Cohere에서 생성한 벡터 임베딩을 MongoDB Atlas Vector Search에 저장하여 고성능 생성형 AI 애플리케이션을 구축할 수 있습니다.
Nomic
Nomic은 웹 브라우저에서 벡터 임베딩 데이터를 쉽게 시각화하고 탐색할 수 있을 뿐만 아니라 gpt4all을 통해 벡터 임베딩을 생성할 수 있는 기능을 제공합니다. 또한 Atlas Vector Search와도 쉽게 작동합니다.
Microsoft Semantic Kernel
Semantic Kernel은 C# 및 Python과 같은 프로그래밍 언어를 사용하여 LLM 애플리케이션 구축을 간소화하는 SDK입니다. Atlas Vector Search와 통합되어 LLM 애플리케이션을 위한 '메모리'를 제공합니다.
"우리는 AI 임베딩과 벡터 검색을 사용해 의미론적 뜻을 기반으로 데이터를 검색하는 전체 텍스트 검색을 넘어 생성형 AI 자동차 구매 어시스턴트에 문맥과 메모리를 제공합니다. MongoDB가 Atlas에 벡터 검색을 도입한 덕분에 엔지니어링 작업이 훨씬 단순화되었습니다."
Drivly Inc., 창업자 겸 CTO
FAQ
의미 검색이란 무엇입니까?
시맨틱 검색은 데이터 자체가 아닌 데이터의 의미를 검색하는 개념입니다.
벡터란 무엇입니까?
벡터는 고급 알고리즘을 사용하여 효율적으로 검색할 수 있는 데이터 및 관련 컨텍스트를 숫자로 표현한 것입니다.
Atlas Vector Search는 Atlas Search와 어떻게 다릅니까?
Atlas Vector Search는 벡터에 포착된 의미론적 뜻을 기반으로 데이터를 검색하는 반면, Atlas Search는 실제 텍스트와 정의된 동의어 매핑을 기반으로 키워드 검색이 가능합니다.
$VectorSearch는 무엇이며 $search의 knnBeta 연산자와 어떻게 다릅니까?
ANN이란 무엇입니까?
ANN은 'Approximate Nearest Neighbors'의 약자이며, 성능을 위해 정확성을 교환하는 유사한 벡터를 찾는 접근 방식입니다. 이는 Atlas Vector Search를 지원하는 데 사용되는 핵심 알고리즘 중 하나입니다. Approximate Nearest Neighbor 검색을 위한 알고리즘은 Hierarchical Navigable Small World(HNSW)를 사용합니다. 그래프.
Atlas Search에서 지원되는 벡터 임베딩
Atlas Vector Search는 서비스의 2048차원 한도 미만인 모든 제공업체의 임베딩을 지원합니다.
Vector Search는 이미지, 미디어 파일 및 기타 유형의 데이터에서 작동하나요?
예, Atlas Vector Search는 임베딩으로 변환할 수 있는 모든 종류의 데이터를 쿼리할 수 있습니다. 문서 모델의 이점 중 하나는 문서의 풍부한 데이터와 함께 임베딩을 저장할 수 있다는 것입니다.
Register Now
