이 튜토리얼에서는 API 키 또는 크레딧 없이 로컬에서 검색 보강 생성(RAG)을 구현 방법을 보여 줍니다. RAG에 대해 자세히 학습 MongoDB 사용한 RAG(검색 보강 생성)를 참조하세요.
구체적으로 다음 조치를 수행합니다.
로컬 Atlas 배포서버를 생성합니다.
환경을 설정합니다.
로컬 임베딩 모델을 사용하여 벡터 임베딩을 생성합니다.
데이터에 MongoDB Vector Search 인덱스 생성합니다.
로컬 LLM을 사용하여 데이터에 대한 질문에 답합니다.
이 튜토리얼에서는 Atlas CLI 사용하여 로컬 Atlas 배포서버 생성합니다. Atlas CLI 는 MongoDB Atlas 의 명령줄 인터페이스로, Atlas CLI 사용하여 터미널에서 Atlas 와 상호 작용 하여 로컬 Atlas 배포서버 생성을 포함한 다양한 작업을 수행할 수 있습니다. 자세한 학습 은 Atlas CLI 에서 로컬 및 클라우드 배포 관리를 참조하세요.
Search 및 Vector Search가 설치된 MongoDB Community 또는 Enterprise 클러스터 사용할 수도 있습니다.
참고
로컬 Atlas 배포는 테스트 목적으로만 사용할 수 있습니다. 프로덕션 환경의 경우에는 클러스터를 배포하세요.
전제 조건
일반적인 전제 조건 외에 이 튜토리얼에는 다음이 필요합니다.
로컬 배포 만들기
이 섹션에서는 벡터 데이터베이스로 사용할 샘플 AirBnB 목록 데이터 세트가 로드된 로컬 Atlas 배포를 생성합니다.
참고
sample_airbnb.listingsAndReviews 샘플 데이터가 로드된 기존 로컬 배포서버 또는 검색 및 벡터 검색 이 설치된 MongoDB Community 또는 엔터프라이즈 클러스터가 이미 있는 경우 이 단계를 건너뛸 수 있습니다.
Atlas CLI를 사용하여 로컬 배포를 만듭니다.
atlas deployments setup을 실행하고 메시지에 따라 로컬 배포를 만듭니다.
자세한 지침은 로컬 Atlas 배포 생성을 참조하세요.
환경 설정
로컬 모델로 임베딩 생성
이 섹션에서는 임베딩 모델을 로컬에 로드하고 listingsAndReviews라는 컬렉션이 포함된 sample_airbnb 데이터베이스의 데이터를 사용하여 벡터 임베딩을 생성합니다.
이 코드는 실행 데 몇 분 정도 걸릴 수 있습니다. 완료되면 에서 로컬 배포서버 에 연결하거나 배포의 연결 문자열 사용하여 애플리케이션 연결하여 벡터 임베딩을 볼 수 있습니다.mongosh 그런 다음 컬렉션 에서 읽기 작업을 실행 수 sample_airbnb.listingsAndReviews 있습니다.
팁
Atlas에서 벡터를 효율적으로 저장하고 수집하기 위해 샘플 데이터의 임베딩을 BSON 벡터로 변환합니다. 자세한 내용은 네이티브 임베딩을 BSON 벡터로 변환하는 방법을 참조하세요.
MongoDB Vector Search 인덱스 만들기
sample_airbnb.listingsAndReviews 컬렉션 에서 벡터 검색 활성화 하려면 MongoDB Vector Search 인덱스 만듭니다.