MongoDB 와 파트너사는 AI 기반 애플리케이션 및 AI 에이전트에서 MongoDB 활용하는 데 도움이 되는 특정 제품 통합 기능을 개발했습니다.
이 페이지에서는 MongoDB 와 파트너가 개발한 주목할 만한 AI 통합을 중점적으로 설명합니다. 인기 있는 AI 제공자 및 LLM과 함께 MongoDB 표준 연결 방법 및 API를 통해 사용할 수 있습니다. 통합 및 제휴하다 서비스의 전체 목록은 MongoDB 파트너 에코시스템 탐색을 참조하세요.
프레임워크
다음 오픈 소스 프레임워크를 사용하여 MongoDB 클러스터에 사용자 지정 데이터를 저장 하고 MongoDB Vector Search로 RAG와 같은 기능을 구현 .
LangChain
LangChain 은(는) RAG를 포함한 다양한 사용 사례에 맞게 함께 결합할 수 있는 LangChain 관련 구성 요소인 "체인"을 사용하여 LLM 애플리케이션 생성을 간소화하는 프레임워크 입니다.
시작하려면 다음 리소스를 참조하세요.
LangChainGo
LangChainGo 는 고 (Go) 에서 LLM 애플리케이션 생성을 간소화하는 프레임워크 입니다. LangChainGo는 LangChain의 기능을 고 (Go) 에코시스템 에 통합합니다. 시맨틱 검색 및 RAG를 포함한 다양한 사용 사례에 LangChainGo를 사용할 수 있습니다.
시작하려면 LangChainGo 통합 시작하기를 참조하세요.
LangChain4j
LangChain4j 는 Java 로 LLM 애플리케이션을 쉽게 만들 수 있는 프레임워크 입니다. LangChain4j는 LangChain, Haystack, LlamaIndex 및 기타 소스의 개념과 기능을 결합합니다. 시맨틱 검색 및 RAG를 포함한 다양한 사용 사례에 LangChain4j를 사용할 수 있습니다.
시작하려면 LangChain4j 통합 시작하기를 참조하세요.
LlamaIndex
LlamaIndex 는 사용자 지정 데이터 소스를 LLM에 연결하는 방법을 간소화하는 프레임워크 입니다. RAG 애플리케이션을 위한 벡터 임베딩을 로드하고 준비하는 데 도움이 되는 여러 도구를 제공합니다.
시맨틱 커널
Microsoft 시맨틱 커널 은 다양한 AI 서비스를 애플리케이션과 결합할 수 있는 SDK입니다. 시맨틱 커널은 RAG를 포함한 다양한 사용 사례에 사용할 수 있습니다.
시작하려면 다음 튜토리얼을 참조하세요.
Haystack
Haystack은 LLM, 임베딩 모델, 벡터 검색 등을 사용하여 맞춤형 애플리케이션을 구축하기 위한 프레임워크입니다. 질문-답변, RAG 등의 사용 사례를 지원합니다.
시작하려면 Haystack 통합 시작하기를 참조하세요.
Spring AI
Spring AI는 Spring 설계 원칙을 AI 애플리케이션에 적용할 수 있는 애플리케이션 프레임워크입니다. Spring AI는 시맨틱 검색 및 RAG를 비롯한 다양한 사용 사례에 사용할 수 있습니다.
시작하려면 Spring AI 통합 시작하기를 참조하세요.
에이전트 프레임워크
다음 오픈 소스 프레임워크를 사용하여 MongoDB 사용하여 에이전트형 RAG 및 에이전트 메모리와 같은 기능을 구현 AI 에이전트 및 멀티 에이전트 애플리케이션을 빌드 할 수 있습니다.
LangGraph
LangGraph는 LangChain 에코시스템 내에서 AI 에이전트와 복잡한 다중 에이전트 워크플로를 구축하기 위해 설계된 전문 프레임워크입니다. LangGraph의 그래프 기반 접근 방식은 애플리케이션의 실행 경로를 동적으로 결정할 수 있게 하여 고급 에이전트 애플리케이션 및 사용 사례를 가능하게 합니다. 또한 지속성, 스트리밍 및 메모리와 같은 기능을 지원합니다.
시작하려면 다음 리소스를 참조하세요.
CrewAI
CrewAI 는 특수한 역할, 도구 및 작업을 가진 자율 AI 에이전트를 빌드 할 수 있는 Python 프레임워크 입니다. 이러한 에이전트는 '크루'로 함께 구성될 수 있으며, 이들은 LLM을 활용하고 서로 간에 작업을 위임하여 복잡한 작업을 완료하기 위해 함께 협력할 수 있습니다.
시작하려면 MongoDB 와 CrewAI 통합을 참조하세요.
플랫폼
MongoDB Vector Search를 다음 엔터프라이즈 플랫폼과 통합하여 생성형 AI 애플리케이션을 빌드 할 수도 있습니다. 이러한 플랫폼은 프로덕션 환경에서 AI 애플리케이션 및 에이전트 빌드 도움이 되는 사전 훈련된 모델 및 기타 도구를 제공합니다.
Amazon Bedrock
Amazon 베드락은 생성형 AI 애플리케이션을 구축하기 위한 관리형 플랫폼입니다. MongoDB Vector Search를 Amazon 기반의 지식 기반으로 통합하여 MongoDB Atlas 에 사용자 지정 데이터를 저장 ,RAG를 구현 , 에이전트를 배포 수 있습니다.
시작하려면 Amazon Bedrock 지식 기반 통합 시작하기를 참조하세요.
Google Vertex AI
Vertex AI AI 애플리케이션 및 에이전트를 빌드하고 배포하기 위한 Google Cloud Platform 의 플랫폼입니다. Vertex AI 플랫폼에는 RAG 용 MongoDB Atlas 및 언어 쿼리와 같은 기타 사용 사례와 함께 사용할 수 있는 Google의 여러 도구와 사전 학습된 모델이 포함되어 있습니다.
시작하려면 Atlas와 Google Vertex AI 통합을 참조하세요.
도구
MongoDB 다음 AI 도구와 통합할 수도 있습니다.
MongoDB MCP 서버
MCP(Model Context Protocol)는 LLM이 외부 리소스 및 서비스에 연결되고 상호 작용 방법에 대한 개방형 표준입니다. 공식 MCP 서버 구현 사용하여 에이전트적 AI 도구, 어시스턴트 및 플랫폼에서 MongoDB 데이터 및 클러스터와 상호 작용 수 있습니다.
자세한 학습 은 MongoDB MCP 서버를 참조하세요.