데이터베이스 기술의 선구자인 MongoDB 기업이 생성 인공지능(AI)을 보다 효율적으로 사용할 수 있도록 지원하는 고급 기능을 공개했습니다.
최근 일반에 공개된 MongoDB Atlas Vector Search는 사용자가 맞춤형 데이터를 기반으로 생성 AI를 소프트웨어 애플리케이션에 원활하게 통합할 수 있는 기회를 제공합니다. AI 솔루션은 특정 비즈니스 또는 부문에 맞춰 정확하고 관련성이 높은 결과를 제공하도록 설계되었습니다.
이 도구를 사용하면 애플리케이션에서 의미 검색이나 이미지 비교와 같은 AI 기반 기능을 개발할 수 있습니다. 사용자가 벡터 데이터 조회, 분석 집계, 텍스트 기반 검색, 지리공간 및 시계열 데이터를 병합할 수 있는 문서 기반 데이터의 "동적 및 확장 가능" 모델을 활용합니다.
예시적인 시나리오는 "지난 5년 이내에 건축되었으며 시애틀 시내에서 북쪽으로 7마일 반경 내에 위치하며 평점이 높고 공원에 접근할 수 있는 학교 근처에 제공된 이미지와 유사한 주택이 포함된 부동산 목록을 찾아 달라는 소비자의 요청일 수 있습니다. 도보로." 그런 다음 시스템은 다양한 데이터 소스에서 파생된 응답을 제공합니다.
MongoDB는 Atlas Vector Search와 함께 MongoDB Atlas Vector Search 및 MongoDB Atlas Search에 대한 생성적 AI 검색 워크로드를 관리하기 위한 전용 인프라를 제공하는 Atlas Search Nodes도 출시했습니다.
이 고유한 프레임워크는 데이터베이스 노드에서 작업을 분리합니다. 이를 통해 비용 효율성, 성능 향상, 워크로드 격리를 촉진하는 보다 통제된 환경이 조성됩니다. 소매업체가 특정 지역에 대한 챗봇 워크로드를 분리하고 확장하기 위해 계절별 프로모션을 조율하는 데 잠재적으로 도움이 될 수 있습니다.
MongoDB 이 새로운 서비스가 쿼리 응답 대기 시간을 약 60%까지 줄일 수 있다는 점을 강조합니다.
MongoDB의 최고 제품 책임자인 Sahir Azam은 다음과 같이 말했습니다. "MongoDB Atlas Vector Search 및 MongoDB Atlas Search Nodes의 광범위한 가용성 덕분에 우리 고객은 통합되고 완벽하게 관리되는 소프트웨어 개발자 데이터 플랫폼을 활용하여 최신 애플리케이션을 신속하게 개발, 실행 및 확장하고 최종 사용자에게 개인화된 AI 주입 경험을 제공하여 결과적으로 시간을 절약하고 참여도를 향상시킵니다.”
웹, 모바일 및 백엔드 애플리케이션 개발을 단순화하는 것으로 알려진 AppMaster 플랫폼은 이러한 새로운 MongoDB 도구와 상호 작용할 수 있는 전용 백엔드 서비스를 생성하여 사용자 애플리케이션의 AI 용량을 확장함으로써 이러한 발전을 활용할 수 있습니다.