Vector Search와 AI 기술 통합
표준 API를 통해 인기 있는 AI 공급자 및 LLM과 함께 AtlasVector Search를 사용할 수 있습니다. MongoDB와 파트너는 또한 RAG 및 AI 기반 애플리케이션에서 Atlas Vector Search를 활용하는 데 도움이 되는 특정 제품 통합을 제공합니다.
이 페이지에서는 MongoDB와 파트너가 개발한 주요 AI 통합을 중점적으로 다룹니다. 통합 및 파트너 서비스의 전체 목록을 보려면 MongoDB 파트너 생태계 살펴보기를 참조하세요.
프레임워크
Atlas Vector Search를 다음 오픈 소스 프레임워크와 통합하여 Atlas에 사용자 지정 데이터를 저장하고 Atlas Vector Search로 RAG 를 구현할 수 있습니다.
LangChain
LangChain 는 RAG 를 포함한 다양한 사용 사례에 대해 함께 결합할 수 있는 LangChain 특정 구성 요소인 "체인"을 사용하여 LLM 애플리케이션 생성을 간소화하는 프레임워크입니다.
시작하려면 다음 리소스를 참조하세요.
LlamaIndex
LlamaIndex 사용자 지정 데이터 소스를 LLM에 연결하는 방법을 간소화하는 프레임워크입니다. RAG 애플리케이션을 위한 벡터 임베딩을 로드하고 준비하는 데 도움이 되는 여러 도구를 제공합니다.
시맨틱 커널
Microsoft 시맨틱 커널 다양한 AI 서비스를 애플리케이션과 결합할 수 있는 SDK입니다. 시맨틱 커널은 RAG 를 포함한 다양한 사용 사례에 사용할 수 있습니다.
시작하려면 다음 튜토리얼을 참조하세요.
Haystack
Haystack은 LLM, 임베딩 모델, 벡터 검색 등을 사용하여 사용자 지정 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.
서비스
Atlas Vector Search를 다음 AI 서비스와 통합할 수도 있습니다.
Amazon Bedrock 지식 기반
Amazon 기반암 생성형 AI 애플리케이션을 구축하기 위한 완전 관리형 서비스입니다. Atlas Vector Search를 지식 기반 으로 통합할 수 있습니다. Amazon 베드락이 Atlas에 사용자 지정 데이터를 저장하고 RAG 를 구현할 수 있도록 합니다.
시작하려면 Amazon Bedrock 지식 기반 통합 시작하기를 참조하세요.
API 리소스
Atlas Vector Search용 AI 통합을 사용하여 개발할 때는 다음 API 리소스를 참조하세요.