Google Cloud 실습 - Vertex AI Gemini API를 사용한 멀티모달 검색 증강 생성(RAG)

이 글은 Google Cloud Skills Boost 의 실습을 진행하고 정리한 내용입니다. 실습을 시작하기 전에2021년도에 Google Cloud Study Jam 을 통해서 구글 클라우드에서 직접 실습해 보면서 스터디를 진행했었는데 그 당시에는 무료로 여러 실습을 진행할 수 있었다. 올해에도 마찬가지로 Study Jam 을 통해서 사용해 볼 수 있는 기회가 있었는데 기간 내에 신청하지 못해서 별도로 크레딧을 받아서 실습을 해보려고 한다. 크레딧 같은 경우는 아래와 같이 Innovators 를 구독하면 35 크레딧을 매달 무료로 준다고 해서 구독했다. 크레딧을 사용해서 실습해 보기내가 하려고 하는 실습은 Vertex AI Gemini API를 사용한 멀티모달 검색 증강 생성(RAG) 라는 내용이다...

• format_list_bulleted AI/RAG
• · 2025. 5. 17.
• textsms

RAG Retriever 검색 방법 알아보기

RAG 를 사용하는 과정에서 벡터 스토어에 저장된 임베딩 데이터들을 검색하는 과정에서 검색 알고리즘을 통해 유사한 데이터를 가져오게 되는데 이때 벡터 스토어에 검색하는 과정에서 코사인 유사도를 계산해서 유사한 문서를 가져온다거나 MMR 검색 알고리즘을 사용해서 유사하지만 서로 다른 문서를 가져온다는 등 여러 방법을 통해서 데이터를 검색해서 가져오는 것으로 알고 있다. RAG 에 대해서 하나씩 알아가는 과정에서 retriever 를 통해 검색을 할 때 어떠한 방식으로 가져오는지 retriever 에서 사용하는 검색 알고리즘에 대해서 알아보고 간단하게 정리해보려고 한다. 먼저, 각 검색 방법에 대해서 알아보자. 검색 방법similarity기본값으로 사용되는 검색 방식이다.입력한 값과 벡터 스토어에 저장된 값..

• format_list_bulleted AI/RAG
• · 2025. 4. 22.
• textsms