DBMS_CLOUD_AI 패키지
Select AI가 포함된 DBMS_CLOUD_AI 패키지는 SQL 문을 생성, 실행, 설명하기 위한 자연어 프롬프트의 번역을 용이하게 하고 구성합니다. 또한 검색 증강 생성 및 LLM과의 채팅을 비롯한 자연어 기반 상호 작용도 지원합니다.
필요 조건
- Oracle Cloud Infrastructure 문서의 NAT 게이트웨이 생성에 설명된 지침에 따라 자율운영 AI 데이터베이스 리소스가 상주하는 VCN(가상 클라우드 네트워크)에 NAT 게이트웨이를 생성합니다.
- NAT 게이트웨이를 생성한 후 각 서브넷에 자율운영 AI 데이터베이스 리소스가 상주하는 VCN의 경로 규칙 및 송신 보안 규칙을 추가하여 해당 리소스가 게이트웨이를 사용하여 Azure AD 인스턴스에서 퍼블릭 키를 얻을 수 있도록 합니다.
- 서브넷의 서브넷 세부 정보 페이지로 이동합니다.
- 서브넷 정보 탭에서 서브넷의 경로 테이블 이름을 눌러 경로 테이블 세부정보 페이지를 표시합니다.
- 기존 경로 규칙의 테이블에서 다음 특성을 가진 규칙이 이미 있는지 확인합니다.
- 대상: 0.0.0.0/0
- 대상 유형: NAT 게이트웨이
- 대상: VCN에서 방금 생성한 NAT 게이트웨이의 이름입니다.
해당 규칙이 없는 경우 경로 규칙 추가를 누르고 해당 특성을 가진 경로 규칙을 추가합니다.
- 서브넷에 대한 서브넷 세부정보 페이지로 돌아갑니다.
- 서브넷의 보안 목록 테이블에서 서브넷의 보안 목록 이름을 눌러 해당 보안 목록 세부정보 페이지를 표시합니다.
- 사이드 메뉴의 리소스에서 송신 규칙을 누릅니다.
- 기존 송신 규칙의 테이블에서 다음 특성을 가진 규칙이 이미 있는지 확인합니다.
- 대상 유형: CIDR
- 대상: 0.0.0.0/0
- IP 프로토콜: TCP
- 소스 포트 범위: 443
- 대상 포트 범위: 모두
해당 규칙이 없으면 Add Egress Rules를 누르고 이러한 특성을 가진 송신 규칙을 추가합니다.
환경의 HTTP 프록시 설정에서 데이터베이스가 클라우드 서비스 공급자에 액세스할 수 있도록 허용해야 합니다.
주:
HTTP 프록시를 포함한 네트워크 구성은 Exadata 인프라가 활성화 필요 상태가 될 때까지만 편집할 수 있습니다. 활성화된 후에는 해당 설정을 편집할 수 없습니다.이미 프로비전된 Exadata 인프라에 대해 HTTP 프록시를 설정하려면 My Oracle Support에서 SR(서비스 요청)이 필요합니다. 자세한 내용은 My Oracle Support에서 서비스 요청 생성을 참조하십시오.
DBMS_CLOUD_AI 서브 프로그램 요약
이 섹션에서는 Autonomous AI Database와 함께 제공되는 DBMS_CLOUD_AI 하위 프로그램에 대해 다룹니다.
| 하위 프로그램 | 설명 |
|---|---|
|
이 절차에서는 자연어 프롬프트를 SQL 문으로 변환하기 위한 새 AI 프로파일을 만듭니다. |
|
|
구성할 수 있는 AI 프로파일 속성을 제공합니다. |
|
|
이 절차에서는 기존 AI 프로파일을 삭제합니다. |
|
|
이 절차를 수행하면 AI 프로파일이 현재 데이터베이스에서 사용될 수 있습니다. |
|
|
이 절차에서는 현재 데이터베이스에서 AI 프로파일을 사용 안함으로 설정합니다. |
|
|
이 절차에서는 AI 프로파일 속성을 설정합니다. |
|
|
이 절차에서는 현재 데이터베이스에 대한 AI 프로파일을 설정합니다. |
|
| 이 함수는 번역할 AI를 사용하여 SQL 문을 생성합니다. | |
|
이 함수는 합성 데이터를 생성합니다. |
|
| ENABLE_DATA_ACCESS 프로시저 |
다음 절차에 따라 LLM으로 데이터를 전송할 수 있습니다. |
| DISABLE_DATA_ACCESS 프로시저 |
다음 절차에 따라 LLM으로 데이터 전송을 사용 안함으로 설정할 수 있습니다. |
|
이 프로시저는 지정된 벡터 데이터베이스에 벡터 인덱스를 생성하고 비동기 스케줄러 작업을 사용하여 객체 저장소의 데이터로 채웁니다. |
|
|
이 프로시저는 벡터 저장소 인덱스를 제거합니다. 일반적으로 벡터 저장소 인덱스 객체를 제거하고 벡터 데이터베이스를 삭제합니다. |
|
|
이 프로시저는 현재 데이터베이스의 벡터 인덱스 객체를 비활성화합니다. 사용 안함으로 설정된 경우 AI 프로파일은 벡터 인덱스를 사용할 수 없으며 시스템은 데이터를 벡터 저장소로 로드하지 않습니다. |
|
|
이 프로시저는 이전에 비활성화된 벡터 인덱스 객체를 활성화하거나 활성화합니다. |
|
|
이 프로시저는 벡터 인덱스 속성의 지정된 값으로 기존 벡터 저장소 인덱스를 갱신합니다. |
|
|
구성할 수 있는 벡터 인덱스 프로파일 속성을 제공합니다. |
|
| CREATE_CONVERSATION 프로시저 |
이 절차는 대화를 생성하는 데 도움이 됩니다. |
| CREATE_CONVERSATION 함수 |
이 기능은 대화를 생성하고 다른 절차에서 대화 ID를 사용하는 데 도움이 됩니다. |
| CREATE_CONVERSATION 속성 |
대화 속성을 사용하여 대화를 사용자정의합니다. |
| UPDATE_CONVERSATION 프로시저 |
이 프로시저는 유저가 지정한 파라미터로 기존 프로시저를 갱신합니다. |
| SET_CONVERSATION_ID 프로시저 |
이 절차에서는 현재 세션에서 대화 지원을 설정합니다. |
| GET_CONVERSATION_ID 함수 |
이 절차는 |
| CLEAR_CONVERSATION_ID 프로시저 |
이 절차는 현재 세션에서 설정된 |
| DELETE_CONVERSATION_PROMPT 프로시저 |
이 절차에서는 특정 프롬프트를 삭제합니다. |
| DROP_CONVERSATION 프로시저 |
이 절차에서는 전체 대화 및 해당 메타데이터를 삭제합니다. |
| FEEDBACK 프로시저 |
다음 절차에 따라 Select AI에 피드백을 제공하여 질의 생성 정확도를 향상시킬 수 있습니다. |
| FEEDBACK에 대한 벡터 인덱스 |
|
CREATE_PROFILE 프로시저
이 프로시저는 자연어 프롬프트를 SQL 문으로 변환하기 위한 새 AI 프로파일을 생성합니다.
구문
DBMS_CLOUD_AI.CREATE_PROFILE
profile_name IN VARCHAR2,
attributes IN CLOB DEFAULT NULL,
status IN VARCHAR2 DEFAULT NULL,
description IN CLOB DEFAULT NULL
);매개변수
| 매개변수 | 설명 |
|---|---|
|
|
AI 프로파일의 이름입니다. 프로파일 이름은 Oracle SQL 식별자의 이름 지정 규칙을 따라야 합니다. 프로파일 이름의 최대 길이는 125자입니다. 필수 매개변수입니다. |
|
|
JSON 형식의 프로파일 속성입니다. 자세한 내용은 AI 프로파일 속성을 참조하십시오. 기본값은 NULL입니다. |
status |
프로파일의 상태입니다. 기본값은 enable입니다. |
|
|
AI 프로파일에 대한 설명입니다. 기본값은 NULL입니다. |
예
BEGIN
DBMS_CLOUD_AI.CREATE_PROFILE(
profile_name => 'OpenAI,
attributes => JSON_OBJECT('provider' value 'openai',
'credential_name' value 'openai_cred'),
description => 'AI profile to use OpenAI for SQL translation'
);
END;
/프로파일 속성
속성
| 속성 이름 | 설명 |
|---|---|
|
|
Azure OpenAI 서비스 배포 모델의 이름입니다. 이름에는 영숫자, 밑줄 문자(_) 및 하이픈(-)만 포함될 수 있습니다. 이름은 밑줄(_) 또는 하이픈(-)으로 끝날 수 없습니다. |
|
|
Azure OpenAI 서비스 리소스의 이름입니다. 리소스 이름은 영숫자와 하이픈만 포함할 수 있으며 하이픈으로 시작하거나 끝날 수 없습니다. |
|
|
AI를 사용하여 자연어 프롬프트를 번역하는 데 사용되는 메타데이터에 열 설명을 포함합니다. 주: attribute_value 매개변수는 CLOB 데이터 유형이므로 단일 속성을 설정할 때 부울 값을 DBMS_CLOUD_AI.SET_ATTRIBUTE 프로시저에 적용할 수 없습니다.
|
|
|
프로파일에 대해 대화 기록이 사용으로 설정되었는지 여부를 나타내는 |
|
|
AI 제공자 API에 액세스할 인증서의 이름입니다. Bearer 토큰을 사용하는 인증서는 제공자 이름을 사용자 이름으로, Bearer 토큰을 비밀번호로 사용하여 생성할 수 있습니다. 필수 속성입니다. CREATE_CREDENTIAL Procedure를 참조하십시오. |
|
|
AI 프로파일에 정의된 포함 모델입니다. 다음은 기본값이 포함된 임베딩 모델에 대해 지원되는 AI 제공자입니다.
주: embedding_model 매개변수는 Anthropic 및 Hugging Face에 적용할 수 없습니다.
|
|
|
세대당 예측할 토큰 수를 나타냅니다. 기본값은 1024입니다. 자세한 내용은 토큰 및 토큰 생성자를 참조하십시오. |
|
|
응답을 생성하는 데 사용되는 AI 모델의 이름입니다. 지원되는 모델:
주: Azure OpenAI Service 포털에서 배포를 생성할 때 모델이 결정되므로 이 매개변수는 Azure에 사용되지 않습니다. |
|
|
SQL에 대한 자연어 번역에 적격인 소유자 및 객체 이름을 지정하는 JSON 객체의 배열입니다. 지정된 사용자의 모든 객체를 포함하려면 "name"을 생략하고 JSON 객체에 "owner" 키만 지정하십시오. 자연어를 SQL로 변환하기 위해 객체 이름, 객체 소유자, 객체 열 및 의견이 HTTPS 요청을 사용하여 AI 제공자에게 전송됩니다. 객체 목록에 중요한 객체 이름, 열 이름 또는 주석을 사용하여 객체를 지정하지 마십시오. AI 공급자는 번역 요청에 허용된 메타데이터의 크기를 제한할 수 있습니다. 응용 프로그램 유저가 자연어 프롬프트에 적합한 객체 리스트를 제한해 보십시오. 형식:
|
|
|
OCI 생성형 AI 서비스를 호출할 때 액세스가 허용된 컴파트먼트의 OCID를 지정합니다. 컴파트먼트 ID에는 영숫자, 하이픈 및 점이 포함될 수 있습니다. 기본값은 자율운영 AI 데이터베이스의 컴파트먼트 ID입니다. |
|
|
이 속성은 Oracle 전용 AI 호스팅 클러스터의 끝점 OCID를 나타냅니다. 끝점 ID에는 영숫자, 하이픈 및 점이 포함될 수 있습니다. 끝점 OCID를 찾으려면 Getting an Endpoint's Details in Generative AI를 참조하십시오. Oracle 전용 AI 클러스터를 사용하려면 호스팅 클러스터의 끝점 OCID를 제공해야 합니다. 기본적으로 끝점 ID는 비어 있으며 모델은 공유 기반구조에서 요청 시 제공됩니다. |
|
|
이 속성은 제공된 모델의 런타임 유형을 나타냅니다. 이 속성은 허용되는 모든 값은 OCI Generative AI runtimeType에서 확인할 수 있습니다. LlmInferenceRequest Reference를 참조하십시오. 지원되는 값은 다음과 같습니다.
|
|
|
AI 프로파일에 대한 AI 제공자입니다. 지원되는 제공자:
필수 속성입니다. |
|
|
이 속성은 사용할 생성형 AI 클러스터의 위치를 나타냅니다. 영역에는 영숫자와 하이픈이 포함될 수 있습니다.
주: Oracle Generative AI 클러스터는 시카고, 프랑크푸르트 및 런던 지역에서 사용할 수 있습니다. 생성형 AI의 사전 학습된 기본 모델을 참고하세요.us-chicago-1입니다.
AWS의 기본 리전은 us-east-1입니다. |
|
|
생성된 텍스트는 가장 이른 중지 시퀀스의 시작 부분에 종료됩니다. 순서가 텍스트에 통합됩니다. 속성 값은 JSON 형식의 적합한 문자열 값 배열이어야 합니다. |
|
|
텍스트 생성 모델의 샘플링은 무작위성을 통합하므로 "생성"을 누를 때마다 동일한 프롬프트가 다른 출력을 산출할 수 있습니다. 온도는 무작위 정도를 조정하는 데 사용되는 음수가 아닌 부동 숫자입니다. 낮은 온도는 덜 무작위 세대를 의미합니다. 자세한 내용은 온도를 참조하십시오. 이 매개변수는 지원되는 모든 서비스 제공자에 적용할 수 있습니다. |
BEGIN
DBMS_CLOUD_AI.CREATE_PROFILE(
profile_name => 'COHERE',
attributes =>
'{"provider": "cohere",
"credential_name": "COHERE_CRED",
"object_list": [{"owner": "ADB_USER"}],
"max_tokens":512,
"stop_tokens": [";"],
"model": "command-nightly",
"temperature": 0.5,
"comments": true
}');
END;
/다음 예에서는 OCI Generative AI를 사용하는 사용자정의 프로파일 속성을 보여줍니다.
BEGIN
DBMS_CLOUD_AI.CREATE_PROFILE(
profile_name => 'GENAI',
attributes => '{"provider": "oci",
"credential_name": "GENAI_CRED",
"object_list": [{"owner": "SH", "name": "customers"},
{"owner": "SH", "name": "countries"},
{"owner": "SH", "name": "supplementary_demographics"},
{"owner": "SH", "name": "profits"},
{"owner": "SH", "name": "promotions"},
{"owner": "SH", "name": "products"}],
"oci_compartment_id": "ocid1.compartment.oc1...",
"oci_endpoint_id": "ocid1.generativeaiendpoint.oc1.us-chicago-1....",
"region": "us-chicago-1",
"model": "cohere.command-light",
"oci_runtimetype": "COHERE"
}');
END;
/ DROP_PROFILE 프로시저
이 절차에서는 기존 AI 프로파일을 삭제합니다. 프로파일이 없으면 프로시저에서 오류가 발생합니다.
구문
DBMS_CLOUD_AI.DROP_PROFILE(
profile_name IN VARCHAR2,
force IN BOOLEAN DEFAULT FALSE
);매개변수
| 매개변수 | 설명 |
|---|---|
|
|
AI 프로파일의 이름 |
|
|
이 매개변수의 기본값은 |
예
BEGIN
DBMS_CLOUD_AI.DROP_PROFILE(profile_name => 'OPENAI');
END;
/사용법 참고
force를 사용하여 프로파일을 삭제하고 AI 프로파일이 없는 경우 오류를 무시합니다.
ENABLE_PROFILE 프로시저
이 절차에서는 사용자가 지정하는 AI 프로파일을 사용으로 설정합니다. 이 절차에서는 AI 프로파일의 상태를 ENABLED로 변경합니다.
구문
DBMS_CLOUD_AI.ENABLE_PROFILE(
profile_name IN VARCHAR2
);매개변수
| 매개변수 | 설명 |
|---|---|
|
|
사용으로 설정할 AI 프로파일의 이름 이 매개변수는 필수입니다. |
AI 프로파일을 사용으로 설정하는 예
BEGIN
DBMS_CLOUD_AI.ENABLE_PROFILE(
profile_name => 'OPENAI'
);
END;
/DISABLE_PROFILE 프로시저
이 절차에서는 현재 데이터베이스에서 AI 프로파일을 사용 안함으로 설정합니다. 이 절차에 따라 AI 프로파일의 상태가 DISABLED로 변경됩니다.
구문
DBMS_CLOUD_AI.DISABLE_PROFILE(
profile_name IN VARCHAR2
);매개변수
| 매개변수 | 설명 |
|---|---|
|
|
AI 프로파일의 이름입니다. 이 매개변수는 필수입니다. |
예
BEGIN
DBMS_CLOUD_AI.DISABLE_PROFILE(
profile_name => 'OPENAI'
);
END;
/SET_ATTRIBUTE 프로시저
이 절차에서는 AI 프로파일 속성을 설정할 수 있습니다.
구문
DBMS_CLOUD_AI.SET_ATTRIBUTE(
profile_name IN VARCHAR2,
attribute_name IN VARCHAR2,
attribute_value IN CLOB
);매개변수
소유자만 AI 프로파일의 속성을 설정하거나 수정할 수 있습니다. 지원되는 속성 목록은 Profile Attributes을 참조하십시오.
| 매개변수 | 설명 |
|---|---|
|
|
속성을 설정할 AI 프로파일의 이름입니다. 이 매개변수는 필수입니다. |
|
|
AI 프로파일 속성의 이름 이 매개변수는 필수입니다. |
|
|
프로파일 속성의 값입니다. 기본값은 NULL입니다. |
예
BEGIN
DBMS_CLOUD_AI.SET_ATTRIBUTE(
profile_name => 'OPENAI',
attribute_name => 'credential_name',
attribute_value => 'OPENAI_CRED_NEW'
);
END;
/SET_PROFILE 프로시저
이 절차에서는 현재 세션에 대한 AI 프로파일을 설정합니다.
데이터베이스 세션에 대해 AI 프로파일을 설정한 후 접두어가 SELECT AI인 모든 SQL 문은 자연어 프롬프트로 간주됩니다. AI 접두어로 지정된 작업에 따라 AI를 사용하여 응답이 생성됩니다. AI 접두어를 사용하려면 Use AI Keyword to Enter Prompts를 참조하십시오. 선택적으로 JSON 형식으로 지정하여 프로파일 속성을 무효화하거나 속성을 수정할 수 있습니다. 속성 설정은 SET_ATTRIBUTE Procedure를 참조하십시오.
AI 프로파일의 소유자가 세션 사용자인 경우에만 현재 세션에 대해 AI 프로파일을 설정할 수 있습니다.
특정 데이터베이스 사용자 또는 데이터베이스의 모든 사용자 세션의 모든 세션에 대해 AI 프로파일을 설정하려면 특정 사용자 또는 전체 데이터베이스의 AFTER LOGON 이벤트에 대해 데이터베이스 이벤트 트리거를 사용하는 것이 좋습니다. 자세한 내용은 Oracle Database 19c 데이터베이스 PL/SQL 언어 참조의 CREATE TRIGGER 문 또는 Oracle Database 26ai 데이터베이스 PL/SQL 언어 참조를 참조하십시오.
구문
DBMS_CLOUD_AI.SET_PROFILE(
profile_name IN VARCHAR2,
);매개변수
| 매개변수 | 설명 |
|---|---|
|
|
현재 세션의 AI 프로파일에 대한 이름입니다. 이 매개변수는 필수입니다. |
예
BEGIN
DBMS_CLOUD_AI.SET_PROFILE(
profile_name => 'OPENAI'
);
END;
/GENERATE 함수
showsql, narrate 또는 chat와 같은 지원되는 작업을 수행할 수 있습니다. 기본 작업은 showsql입니다.
이 함수를 사용하면 프로파일 속성의 일부 또는 전부를 대체할 수도 있습니다.
구문
DBMS_CLOUD_AI.GENERATE(
prompt IN CLOB,
profile_name IN VARCHAR2 DEFAULT NULL,
action IN VARCHAR2 DEFAULT NULL,
attributes IN CLOB DEFAULT NULL
) RETURN CLOB;매개변수
| 매개변수 | 설명 |
|---|---|
|
|
AI를 사용하여 번역할 자연어 프롬프트입니다. 프롬프트에 접두어로 이 매개변수는 필수입니다. |
|
|
AI 프로파일의 이름입니다. AI 프로파일이 기본값은 NULL입니다. 다음 조건이 적용됩니다.
주: Database Actions의 경우DBMS_CLOUD_AI.GENERATE에서 profile_name 인수를 지정하거나 PL/SQL 스크립트로 DBMS_CLOUD_AI.SET_PROFILE 및 DBMS_CLOUD_AI.GENERATE의 두 단계를 실행할 수 있습니다.
|
action |
AI를 사용하여 자연 프롬프트를 번역하는 작업입니다. 지원되는 작업에는 주: 이 함수는runsql 작업을 지원하지 않습니다. runsql 작업을 제공하면 다음 오류가 반환됩니다. |
attributes |
JSON 형식으로 속성을 제공하여 특정 AI 프로파일 속성을 무효화합니다. 자세한 내용은 프로파일 속성을 참조하십시오. |
예
다음 예에서는 DBMS_CLOUD_AI.GENERATE 함수와 함께 사용할 수 있는 showsql, narrate 및 chat 작업을 보여 줍니다.
showsql 작업의 예는 다음과 같습니다.
SELECT DBMS_CLOUD_AI.GENERATE(prompt => 'how many customers',
profile_name => 'OPENAI',
action => 'showsql')
FROM dual;
narrate 작업의 예는 다음과 같습니다.
SELECT DBMS_CLOUD_AI.GENERATE(prompt => 'how many customers',
profile_name => 'OPENAI',
action => 'narrate')
FROM dual;
chat 작업의 예는 다음과 같습니다.
SELECT DBMS_CLOUD_AI.GENERATE(prompt => 'what is oracle autonomous database',
profile_name => 'OPENAI',
action => 'chat')
FROM dual;GENERATE_SYNTHETIC_DATA 함수
다음은 단일 테이블에 대한 합성 데이터를 생성하는 구문입니다.
구문
DBMS_CLOUD_AI.GENERATE_SYNTHETIC_DATA(
profile_name IN VARCHAR2,
object_name IN DBMS_ID,
owner_name IN DBMS_ID,
record_count IN NUMBER,
user_prompt IN CLOB DEFAULT NULL,
params IN CLOB DEFAULT NULL
);다음은 여러 테이블에 대해 합성 데이터를 생성하는 구문입니다.
DBMS_CLOUD_AI.GENERATE_SYNTHETIC_DATA(
profile_name IN VARCHAR2,
object_list IN CLOB,
params IN CLOB DEFAULT NULL
);
테이블 데이터 또는 벡터 검색 문서를 LLM으로 전송하지 않으려는 경우 관리자 권한이 있는 사용자는 지정된 데이터베이스의 모든 사용자에 대해 해당 액세스를 사용 안함으로 설정할 수 있습니다. 실제로 narrate 작업을 사용 안함으로 설정합니다.
매개변수
| 매개변수 | 필수 | 설명 |
|---|---|---|
|
|
예 |
필요한 LLM 서비스 정보를 포함하는 AI 프로파일입니다. CREATE_PROFILE 프로시저를 통해 생성할 수 있습니다. |
|
|
예 | 합성 데이터를 채울 테이블 이름을 지정합니다.
|
owner_name |
아니요 |
참조된 객체를 소유하는 데이터베이스 사용자를 지정합니다. 특정 소유자가 제공되지 않은 경우 프로시저는 기본적으로 소유자를 실행하는 사용자의 스키마를 사용합니다. |
record_count |
아니요 |
합성적으로 생성할 레코드 수입니다. |
|
|
아니요 | 사용자가 합성 데이터를 생성하기 위해 언급할 수 있는 추가 정보입니다. 예를 들어, release_date 열이 있는 MOVIE라는 테이블에 대한 레코드를 생성하려면 user_prompt가 다음과 같을 수 있습니다.
영화의 출시 날짜는 2019 년이어야합니다. |
|
|
아니요 |
API의 동작을 수정하기 위해 JSON 객체 문자열 형식으로 제공되는 선택적 속성입니다. 선택적 매개변수를 참조하십시오. |
|
|
예 | 다중 테이블에 합성 데이터를 생성하려면 이 매개변수를 사용합니다. 이 매개변수는 테이블 객체 정보를 인수와 함께 사용하고 단일 테이블에 제공된 동일한 인수를 포함합니다. object_list 매개변수를 참조하십시오. |
선택적 매개변수
| 매개변수 | 값 데이터 유형 | 값 | 설명 |
|---|---|---|---|
|
|
번호 |
|
데이터 생성 시 LLM을 안내하는 샘플로 사용할 테이블의 행 수를 지정합니다. 값이 0이면 샘플 행이 사용되지 않습니다. 기본값은 |
|
|
Boolean |
|
테이블 통계 정보 사용을 사용 또는 사용 안함으로 설정하십시오. 기본값은 |
|
|
String |
적합한 값은 다음과 같습니다.
|
합성 데이터 생성을 위해 LLM에 전송된 병렬 요청 수를 정의하는 우선순위 값을 지정합니다. 우선 순위가 높은 작업은 더 많은 데이터베이스 리소스를 소비하고 더 빠르게 완료됩니다. 기본값은
합성 데이터 생성에 사용되는 최대 동시 병렬 프로세스 수는 64개로 제한됩니다. |
|
|
Boolean |
|
데이터 생성을 안내하기 위해 LLM에 대한 의견 전송을 사용 또는 사용 안함으로 설정합니다. 기본값은 |
object_list 매개변수
| 매개변수 | 값 데이터 유형 | 필수 | 설명 |
|---|---|---|---|
|
|
String |
예 |
참조되는 객체를 소유하는 데이터베이스 사용자를 지정합니다. 특정 소유자가 제공되지 않은 경우 프로시저는 기본적으로 소유자를 실행하는 사용자의 스키마를 사용합니다. |
|
|
String |
아니요 |
합성 데이터를 채울 테이블 이름을 지정합니다. 테이블 객체에 대한 SELECT 및 INSERT 권한은 it.The 테이블을 사용하는 사용자가 비어 있거나 해당 테이블에 레코드가 있는 경우에 필요합니다.
|
|
|
번호 |
아니요 |
합성적으로 생성할 레코드 수입니다. 0보다 큰 숫자를 제공하십시오.
|
|
|
번호 |
아니요 |
합성적으로 생성할 레코드 수의 퍼센트입니다. 0보다 큰 숫자를 제공하십시오. 통계를 포함한 테이블 메타데이터가 보존되는 메타데이터 복제 데이터베이스의 경우
record_count_percentage 매개변수를 사용하는 경우 테이블의 최종 레코드 수는 다음과 같이 계산됩니다.
|
|
|
String | 아니요 | 매개변수의 user_prompt와 동일합니다. user_prompt는 특정 테이블 객체와 연관됩니다.
|
예
다음 예에서는 단일 테이블 및 다중 테이블에 대한 합성 데이터를 생성하기 위한 DBMS_CLOUD_AI.GENERATE_SYNTHETIC_DATA 함수를 보여줍니다. 전체 예와 추가 예제를 보려면 를 참조하십시오.
BEGIN
DBMS_CLOUD_AI.GENERATE_SYNTHETIC_DATA(
profile_name => 'GENAI',
object_name => 'Director',
owner_name => 'ADB_USER',
record_count => 5
);
END;
/
PL/SQL procedure successfully completed.BEGIN
DBMS_CLOUD_AI.GENERATE_SYNTHETIC_DATA(
profile_name => 'GENAI',
object_list => '[{"owner": "ADB_USER", "name": "Director","record_count":5},
{"owner": "ADB_USER", "name": "Movie_Actor","record_count":5},
{"owner": "ADB_USER", "name": "Actor","record_count":10},
{"owner": "ADB_USER", "name": "Movie","record_count":5,"user_prompt":"all movies are released in 2009"}]'
);
END;
/
PL/SQL procedure successfully completed.ENABLE_DATA_ACCESS 프로시저
이 절차에서는 적용 가능한 Select AI 기능에 대한 데이터를 LLM으로 전송할 수 있습니다. 이는 기본 동작입니다. 관리자만 이 절차를 실행할 수 있습니다.
이 절차에서는 다음 AI 선택 기능에 대한 데이터 액세스를 제어합니다.
narrate작업- 검색 증강 생성(RAG)
- 합성 데이터 생성
구문
DBMS_CLOUD_AI.ENABLE_DATA_ACCESS();매개변수
이 프로시저에는 파라미터가 필요하지 않습니다.
데이터 액세스를 사용으로 설정하는 예
BEGIN
DBMS_CLOUD_AI.ENABLE_DATA_ACCESS();
END;
/DISABLE_DATA_ACCESS 프로시저
이 절차에서는 적용 가능한 Select AI 기능에 대해 LLM으로 데이터 전송을 사용 안함으로 설정합니다. 관리자만 이 절차를 실행할 수 있습니다.
이 절차에서는 다음과 같은 Select AI 기능을 제한합니다.
narrate작업- 검색 증강 생성(RAG)
- 합성 데이터 생성
구문
DBMS_CLOUD_AI.DISABLE_DATA_ACCESS();매개변수
이 프로시저에는 파라미터가 필요하지 않습니다.
데이터 액세스를 사용 안함으로 설정하는 예
BEGIN
DBMS_CLOUD_AI.DISABLE_DATA_ACCESS();
END;
/CREATE_VECTOR_INDEX 프로시저
이 프로시저는 지정된 벡터 데이터베이스에 벡터 인덱스를 생성하고 비동기 스케줄러 작업을 사용하여 객체 저장소의 데이터로 채웁니다.
구문
PROCEDURE CREATE_VECTOR_INDEX(
index_name IN VARCHAR2,
attributes IN CLOB DEFAULT NULL,
status IN VARCHAR2 DEFAULT NULL,
description IN CLOB DEFAULT NULL
); 매개변수
| 매개변수 | 설명 |
|---|---|
|
|
벡터 인덱스의 이름입니다. 벡터 인덱스 이름은 Oracle SQL 식별자의 이름 지정 규칙을 따라야 합니다. 벡터 저장소 이름의 최대 길이는 125자입니다. 필수 매개변수입니다. |
|
|
JSON의 벡터 인덱스에 대한 사용자정의 속성입니다. 구성 가능한 매개변수 목록을 보려면 벡터 인덱스 속성을 참조하십시오. 기본값은 NULL입니다. |
status |
벡터 인덱스의 상태입니다. 가능한 값은 다음과 같습니다.
기본값은 비활성화됨입니다. |
|
|
벡터 인덱스에 대한 설명입니다. 기본값은 NULL입니다. |
예
다음 예제는 벡터 인덱스를 생성하고 속성을 JSON 매개변수로 구성하는 방법을 보여줍니다.
BEGIN
DBMS_CLOUD_AI.CREATE_VECTOR_INDEX(
index_name => 'MY_INDEX'
attributes => JSON_OBJECT(
'vector_db_provider' value 'oracle',
'vector_table_name' value 'oracle_mycollection',
'profile_name' value 'OCIGENAI',
'location' value
'https://objectstorage.us-phoenix-1.' ||
'oraclecloud.com/n/mynamespace/b/mybucket',
'object_store_credential_name' value 'OS_CRED',
'chunk_size' value 2048,
'chunk_overlap' value 256,
'refresh_rate' value 720)
);
END;
/DROP_VECTOR_INDEX 프로시저
이 프로시저는 벡터 저장소 인덱스를 제거합니다. 일반적으로 벡터 저장소 인덱스 객체를 제거하고 벡터 저장소를 삭제합니다. FALSE로 설정된 경우 include_data 인수는 벡터 저장소를 유지하면서 프로시저가 벡터 저장소 인덱스 객체만 제거하도록 합니다.
구문
PROCEDURE DROP_VECTOR_INDEX(
index_name IN VARCHAR2,
include_data IN BOOLEAN DEFAULT TRUE,
force IN BOOLEAN DEFAULT FALSE
);매개변수
| 매개변수 | 설명 |
|---|---|
|
|
벡터 인덱스의 이름입니다. 벡터 인덱스 이름은 Oracle SQL 식별자의 이름 지정 규칙을 따라야 합니다. 벡터 저장소 이름의 최대 길이는 125자입니다. 필수 매개변수입니다. |
|
|
벡터 인덱스 객체와 함께 고객의 벡터 저장소 및 벡터 인덱스를 모두 삭제할지 여부를 나타냅니다. 가능한 값:
기본값은 |
force |
벡터 인덱스가 없는 경우 발생하는 오류를 무시할지 여부를 나타냅니다. 가능한 값:
기본값은 |
예
BEGIN
DBMS_CLOUD_AI.DROP_VECTOR_INDEX(
index_name => 'MY_INDEX',
include_data => FALSE,
force => TRUE
);
END;
/DISABLE_VECTOR_INDEX 프로시저
이 프로시저는 현재 데이터베이스의 벡터 인덱스 객체를 비활성화합니다. 사용 안함으로 설정된 경우 AI 프로파일은 벡터 인덱스를 사용할 수 없으며, 객체 저장소에 새 데이터가 추가되고 인덱스를 기반으로 인덱스화, 검색 또는 쿼리를 수행하지 않으므로 시스템이 벡터 저장소에 데이터를 로드하지 않습니다.
구문
DBMS_CLOUD_AI.DISABLE_VECTOR_INDEX(
index_name IN VARCHAR2
);매개변수
| 매개변수 | 설명 |
|---|---|
|
|
벡터 인덱스의 이름입니다. 벡터 인덱스 이름은 Oracle SQL 식별자의 이름 지정 규칙을 따라야 합니다. 벡터 저장소 이름의 최대 길이는 125자입니다. 필수 매개변수입니다. |
예
벡터 인덱스의 이름을 제공하여 벡터 인덱스를 비활성화할 수 있습니다.
BEGIN
DBMS_CLOUD_AI.DISABLE_VECTOR_INDEX(index_name => 'MY_INDEX');
END;
/ENABLE_VECTOR_INDEX 프로시저
이 프로시저는 이전에 비활성화된 벡터 인덱스 객체를 활성화하거나 활성화합니다. 일반적으로 벡터 인덱스를 생성할 때 기본적으로 AI 프로파일에서 인덱스화 및 검색을 수행하는 데 사용할 수 있도록 사용으로 설정됩니다.
사용으로 설정된 경우, 벡터 인덱스는 AI 프로파일이 객체 저장소의 새 데이터를 사용자 지정 새로고침 속도로 벡터 저장소로 로드하는 데 사용할 수 있게 해줍니다. JSON 객체 목록을 통해 refresh_rate 매개변수를 지정할 수 있습니다. JSON 속성을 구성하려면 벡터 인덱스 속성을 참조하십시오.
구문
DBMS_CLOUD_AI.ENABLE_VECTOR_INDEX(
index_name IN VARCHAR2
);매개변수
| 매개변수 | 설명 |
|---|---|
|
|
벡터 인덱스의 이름입니다. 벡터 인덱스 이름은 Oracle SQL 식별자의 이름 지정 규칙을 따라야 합니다. 벡터 저장소 이름의 최대 길이는 125자입니다. 필수 매개변수입니다. |
예
벡터 인덱스 이름을 다음과 같이 지정하여 벡터 인덱스를 활성화하거나 활성화할 수 있습니다.
BEGIN
DBMS_CLOUD_AI.ENABLE_VECTOR_INDEX(index_name => 'MY_INDEX');
END;
/UPDATE_VECTOR_INDEX 프로시저
- 다양한 유형의 속성 값입니다.
- vector index 속성은 JSON 문서로서, 지정된 속성 이름 및 값 쌍으로 기존 벡터 저장소 인덱스의 하나 이상의 속성을 업데이트합니다.
구문
DBMS_CLOUD_AI.UPDATE_VECTOR_INDEX(
index_name IN VARCHAR2,
attributes IN CLOB
);
DBMS_CLOUD_AI.UPDATE_VECTOR_INDEX(
index_name IN VARCHAR2,
attribute_name IN VARCHAR2,
attribute_value IN VARCHAR2
);
DBMS_CLOUD_AI.UPDATE_VECTOR_INDEX(
index_name IN VARCHAR2,
attribute_name IN VARCHAR2,
attribute_value IN CLOB DEFAULT NULL
);
매개변수
| 매개변수 | 설명 |
|---|---|
|
|
벡터 인덱스의 이름입니다. 벡터 인덱스 이름은 Oracle SQL 식별자의 이름 지정 규칙을 따라야 합니다. 벡터 저장소 이름의 최대 길이는 125자입니다. 필수 매개변수입니다. |
|
|
벡터 인덱스 속성을 JSON 형식으로 지정합니다. 필수 매개변수입니다. |
|
|
다음 속성은 수정할 수 없습니다.
필수 매개변수입니다. |
attribute_value |
사용자정의 기본값은 NULL입니다. |
주:
attributes 매개변수를 사용하여 attribute_name 및 값 쌍을 JSON 형식으로 지정하거나 attribute_name 및 attribute_value 매개변수를 함께 지정합니다.
예
BEGIN
DBMS_CLOUD_AI.UPDATE_VECTOR_INDEX(
index_name => 'MY_INDEX',
attribute_name => 'object_storage_credential_name',
attribute_value => 'NEW_CRED'
);
END;
/다음 예에서는 NUMBER 유형을 attribute_value로 허용합니다.
BEGIN
DBMS_CLOUD_AI.UPDATE_VECTOR_INDEX(
index_name => 'MY_INDEX',
attribute_name => 'match_limit',
attribute_value => 10
);
END;
/다음 예에서는 VARCHAR2 유형을 attribute_value로 허용합니다.
BEGIN
DBMS_CLOUD_AI.UPDATE_VECTOR_INDEX(
index_name => 'MY_INDEX',
attribute_name => 'profile_name',
attribute_value => 'AI_PROF2'
);
END;
/다음 예에서는 attributes를 JSON 형식으로 허용합니다.
BEGIN
DBMS_CLOUD_AI.UPDATE_VECTOR_INDEX(
index_name => 'MY_VECTOR_INDEX',
attributes => '{"match_limit": 10,
"refresh_rate": 30}'
);
END;
/벡터 인덱스 속성
속성
| 속성 이름 | 값 | 필수 | 설명 |
|---|---|---|---|
chunk_size |
1024(기본값)
|
아니요 |
입력 데이터 조각화의 텍스트 크기입니다. 텍스트 데이터의 경우 문자 수를 의미합니다. |
chunk_overlap |
128(기본값)
|
아니요 |
인접한 텍스트 조각 사이에 겹치는 문자의 양을 지정합니다. 이 속성은 세그먼트 간 겹침을 허용하여 텍스트 처리에서 컨텍스트 연속성과 정확성을 보장하는 데 유용합니다. 이를 통해 조각 경계에서 컨텍스트 정보가 손실되지 않도록 방지할 수 있습니다. |
|
|
NA | 예 |
이 매개변수는 소스 파일 URI 또는 디렉토리와 소스 파일을 지정합니다. 와일드카드 패턴은 소스 파일 URI와 디렉토리 모두에 지원됩니다. 클라우드 소스 파일 URI: 버킷 또는 하위 폴더에 대한 소스 파일 URI를 지정할 수 있습니다. 와일드카드를 사용하여 하위 폴더 또는 파일 이름을 지정할 수 있습니다. " 와일드카드를 사용하는 예: location_uri => 'https://objectstorage.my$region.oraclecloud.com/n/namespace-string/b/bucketname/o/year=????/month=??/*.csv URI 형식은 사용 중인 클라우드 오브젝트 스토리지 서비스에 따라 달라집니다. 자세한 내용은 클라우드 오브젝트 스토리지 URI 형식을 참조하십시오. 디렉토리: 하나의 디렉토리와 파일 이름을 지정할 수 있습니다. 디렉토리를 지정하는 형식은 와일드카드를 사용하여 디렉토리에 파일 이름만 지정할 수 있습니다. 큰따옴표를 사용하여 대소문자를 구분하는 디렉토리 이름을 지정합니다. 예: 따옴표를 포함하려면 두 개의 따옴표를 사용합니다. 예: 이 위치의 파일은 PDF, DOC, JSON, XML 또는 HTML과 같은 형식의 문서일 수 있습니다. 지원되는 문서 형식을 참조하십시오. |
|
|
5(기본값)
|
아니요 |
벡터 검색 질의에서 반환할 최대 결과 수를 지정하여 출력 크기를 제어하고 데이터 검색 작업의 효율성을 향상시킵니다. |
|
|
NA | 예 |
오브젝트 스토리지에 액세스하기 위한 인증서의 이름을 지정합니다. |
|
|
<vector_index_name>$VECPIPELINE |
아니요 |
벡터 인덱스 데이터 로드 파이프라인의 이름을 지정합니다. 이 속성은 벡터 인덱스에 대해 자동으로 설정되므로 지정하거나 수정할 수 없습니다. 파이프라인 이름은 파이프라인 모니터링 및 문제 해결을 사용하여 벡터 인덱스 데이터 로드를 모니터하는 데 사용할 수 있습니다. |
|
|
NA | 예 |
소스 데이터 및 사용자 프롬프트 임베딩에 사용되는 AI 프로파일의 이름입니다. |
|
|
1440분(기본값)
|
아니요 |
벡터 저장소에서 데이터 업데이트 간격입니다. 단위는 분입니다. |
|
|
0(기본값)
|
아니요 |
두 항목이 일치 항목으로 간주되는 데 필요한 최소 유사성 레벨을 정의합니다. 일치 알고리즘에서 결과를 필터링하여 관련성을 확인하는 데 유용합니다. |
|
|
설명에 지정된 값 중 하나에 해당하는 문자열입니다. |
아니요 |
항목 간의 유사성이 정량화되는 방법을 결정하는 데이터베이스의 벡터를 비교하는 데 사용되는 거리 계산 유형을 지정합니다. Oracle 23ai에 적합한 값은 다음과 같습니다.
|
|
|
|
예 |
벡터 저장소를 관리하고 제공하는 제공자 이름을 지정합니다. |
|
|
NA | 아니요 |
벡터 저장소 내의 각 벡터에 있는 요소 수를 지정하여 데이터 표현의 크기와 구조를 정의합니다. |
|
|
|
아니요 |
벡터 임베딩 및 조각 데이터를 저장할 테이블 또는 컬렉션의 이름을 지정합니다. |
BEGIN
DBMS_CLOUD_AI.CREATE_VECTOR_INDEX(
index_name => 'MY_INDEX',
attributes => '{"vector_db_provider": "oracle",
"location": "https://swiftobjectstorage.us-phoenix-1.oraclecloud.com/v1/my_namespace/my_bucket/my_data_folder",
"object_storage_credential_name": "OCI_CRED",
"profile_name": "OPENAI_ORACLE",
"vector_dimension": 1024,
"vector_distance_metric": "cosine",
"chunk_overlap":128,
"chunk_size":1024
}');
END;
/
/이 예에서는 오브젝트 스토리지 URI의 와일드카드 패턴(*)을 location 매개변수로 지정합니다. 오브젝트 스토리지 URI에서 모든 CSV 파일을 로드합니다.
BEGIN
DBMS_CLOUD_AI.CREATE_VECTOR_INDEX(
index_name => 'MY_INDEX',
attributes => JSON_OBJECT(
'vector_db_provider' value 'oracle',
'vector_table_name' value 'oracle_mycollection',
'profile_name' value 'OCIGENAI',
'location' value 'https://objectstorage.myregion.oraclecloud.com/n/my$namespace/b/bucketname/o/year=????/month=??/file*.csv)',
'object_storage_credential_name' value 'OS_CRED',
'chunk_size' value 2048,
'chunk_overlap' value 256,
'refresh_rate' value 720)
);
END;
/이 예에서는 와일드카드 패턴을 사용하여 location 매개변수에 디렉토리 객체를 지정합니다. MY_DIR 디렉토리의 모든 CSV 파일을 로드합니다.
BEGIN
DBMS_CLOUD_AI.CREATE_VECTOR_INDEX(
index_name => 'MY_INDEX',
attributes => JSON_OBJECT(
'vector_db_provider' value 'oracle',
'vector_table_name' value 'oracle_mycollection',
'profile_name' value 'OCIGENAI',
'location' value 'MY_DIR:*.csv',
'object_storage_credential_name' value 'OS_CRED',
'chunk_size' value 2048,
'chunk_overlap' value 256,
'refresh_rate' value 720)
);
END;
/이 예에서는 와일드카드 패턴을 사용하여 location 매개변수에서 대소문자를 구분하는 디렉토리 객체를 지정합니다. My_Dir 디렉토리의 모든 CSV 파일을 로드합니다.
BEGIN
DBMS_CLOUD_AI.CREATE_VECTOR_INDEX(
index_name => 'MY_INDEX',
attributes => JSON_OBJECT(
'vector_db_provider' value 'oracle',
'vector_table_name' value 'oracle_mycollection',
'profile_name' value 'OCIGENAI',
'location' value '"My_Dir":*.csv',
'object_storage_credential_name' value 'OS_CRED',
'chunk_size' value 2048,
'chunk_overlap' value 256,
'refresh_rate' value 720)
);
END;
/이 예에서는 와일드카드 패턴(*)을 사용하여 location 매개변수에 대소문자를 구분하는 디렉토리 객체를 지정합니다. My_Dir 디렉토리에 있는 모든 파일을 로드합니다.
BEGIN
DBMS_CLOUD_AI.CREATE_VECTOR_INDEX(
index_name => 'MY_INDEX',
attributes => JSON_OBJECT(
'vector_db_provider' value 'oracle',
'vector_table_name' value 'oracle_mycollection',
'profile_name' value 'OCIGENAI',
'location' value '"My_Dir":*',
'object_storage_credential_name' value 'OS_CRED',
'chunk_size' value 2048,
'chunk_overlap' value 256,
'refresh_rate' value 720)
);
END;
/이 예에서는 디렉토리 객체를 지정하고 location 매개변수에서 파일 이름 접두어(예: test)를 사용합니다. 이름은 test로 시작하는 MY_DIR 디렉토리의 모든 파일을 로드합니다.
BEGIN
DBMS_CLOUD_AI.CREATE_VECTOR_INDEX(
index_name => 'MY_INDEX',
attributes => JSON_OBJECT(
'vector_db_provider' value 'oracle',
'vector_table_name' value 'oracle_mycollection',
'profile_name' value 'OCIGENAI',
'location' value 'MY_DIR:test*',
'object_storage_credential_name' value 'OS_CRED',
'chunk_size' value 2048,
'chunk_overlap' value 256,
'refresh_rate' value 720)
);
END;
/CREATE_CONVERSATION 프로시저
이 절차에서는 대화를 생성하고 절차 내에서 conversation_id를 자동으로 설정할 수 있습니다.
주:
DBMS_CLOUD_AI.CREATE_CONVERSATION 절차를 사용하는 경우 절차에서 자동으로 설정하므로 conversation_id 설정을 건너뛸 수 있습니다.
구문
DBMS_CLOUD_AI.CREATE_CONVERSATION(
attributes IN CLOB DEFAULT NULL
);매개변수
| 매개변수 | 설명 |
|---|---|
|
|
JSON 형식의 대화에 대한 속성입니다. 자세한 내용은 CREATE_CONVERSATION 속성을 참조하십시오. 기본값은 NULL입니다. |
예
다음 예에서는 사용자 정의 없이 대화를 생성하는 방법을 보여줍니다.
EXEC DBMS_CLOUD_AI.CREATE_CONVERSATION;결과:
PL/SQL procedure successfully completed.다음 예에서는 사용자 정의 매개변수(예: title, description, retention_days 및 conversation_length)로 대화를 생성하는 방법을 보여줍니다.
-- Create conversation with custom attributes
SELECT DBMS_CLOUD_AI.CREATE_CONVERSATION(
attributes => '{"title":"Conversation 1",
"description":"this is a description",
"retention_days":5,
"conversation_length":5}')
AS conversation_id FROM dual;CREATE_CONVERSATION 함수
이 함수는 대화를 생성하고 DBMS_CLOUD_AI.SET_CONVERSATION_ID 및 DBMS_CLOUD_AI.GENERATE와 같은 다른 프로시저나 함수에서 사용할 수 있는 conversation_id를 반환합니다.
Oracle은 대화를 사용으로 설정하려면 conversation_id을 설정할 것을 권장합니다. 대신 DBMS_CLOUD_AI.GENERATE 함수에서 conversation_id를 설정할 수 있습니다.
주:
DBMS_CLOUD_AI.CREATE_CONVERSATION 절차를 사용하는 경우 절차에서 자동으로 설정하므로 conversation_id 설정을 건너뛸 수 있습니다.
구문
DBMS_CLOUD_AI.CREATE_CONVERSATION(
attributes IN CLOB DEFAULT NULL
) RETURN VARCHAR2;매개변수
| 매개변수 | 설명 |
|---|---|
|
|
JSON 형식의 대화에 대한 속성입니다. 자세한 내용은 CREATE_CONVERSATION 속성을 참조하십시오. 기본값은 NULL입니다. |
예
다음 예에서는 DBMS_CLOUD_AI.CREATE_CONVERSATION 함수를 사용하여 사용자 정의 없이 대화를 생성하는 방법을 보여줍니다.
SELECT DBMS_CLOUD_AI.CREATE_CONVERSATION FROM DUAL;결과:
CREATE_CONVERSATION
------------------------------------
30C9DB6E-EA4D-AFBA-E063-9C6D46644B92다음 예에서는 DBMS_CLOUD_AI.CREATE_CONVERSATION 함수를 사용하여 title, retention_days 및 conversation_length와 같은 속성을 지정하는 방법을 보여줍니다.
SELECT DBMS_CLOUD_AI.CREATE_CONVERSATION(
attributes => '{"title":"This is a test conversation",
"retention_days":7,
"conversation_length":20}')
FROM DUAL;CREATE_CONVERSATION 속성
속성
| 속성 이름 | 기본값 | 설명 |
|---|---|---|
|
|
새 대화 |
대화에 대한 사용자 지정 이름입니다. 제공하지 않을 경우 Select AI는 대화가 프롬프트와 함께 처음 사용될 때 LLM이 LLM을 생성하도록 합니다. |
|
|
NULL |
대화의 목적 또는 컨텍스트를 요약하는 사용자 정의 설명을 제공합니다. 제공되지 않은 경우 LLM은 대화가 프롬프트와 함께 처음 사용될 때 하나를 생성하고 5번째 사용 시 다시 업데이트하여 더 정확하고 관련성이 높은 정보를 포함합니다. |
|
|
7 |
대화 내역을 보존할 일 수를 지정합니다. 생성일로부터 데이터베이스에 저장됩니다. 이 값을 생략하면 기본값인 7로 설정됩니다. 0으로 설정하면 사용자가 |
|
|
NULL |
현재 프롬프트에 포함할 최근 프롬프트 및 응답 수를 지정합니다. 허용되는 최대값은 999입니다.
DBMS_CLOUD_AI.GENERATE 함수에서 conversation_length 매개변수를 지정하거나 SELECT AI <ACTION> <PROMPT>를 사용하여 AI 프로파일에서 설정하여 이 값을 대체할 수 있습니다. conversation_length에 대해 다음 우선 순위 규칙을 적용합니다.
|
DBMS_CLOUD_AI.CREATE_CONVERSATION 프로시저에서 대화 속성을 사용자정의하는 방법을 보여줍니다.-- Create conversation with custom attributes
SELECT DBMS_CLOUD_AI.CREATE_CONVERSATION(
attributes => '{"title":"Conversation 1",
"description":"this is a description",
"retention_days":5,
"conversation_length":5}')
AS conversation_id FROM dual;UPDATE_CONVERSATION 프로시저
이 프로시저는 지정된 대화 속성 값으로 기존 대화를 업데이트합니다.
구문
DBMS_CLOUD_AI.UPDATE_CONVERSATION(
conversation_id IN VARCHAR2,
attributes IN CLOB
);매개변수
| 매개변수 | 설명 |
|---|---|
|
|
대화에 지정된 고유 번호입니다. 필수 매개변수입니다. |
|
|
JSON 형식의 대화에 대한 속성입니다. 자세한 내용은 CREATE_CONVERSATION 속성을 참조하십시오. |
예
EXEC DBMS_CLOUD_AI.UPDATE_CONVERSATION(
conversation_id => '30C9DB6E-EA4E-AFBA-E063-9C6D46644B92',
attributes => '{"retention_days":20,
"description":"This a sample description",
"title":"Sample title",
"conversation_length":20}');결과:
PL/SQL procedure successfully completed.SET_CONVERSATION_ID 프로시저
이 절차에서는 현재 대화를 지정된 ID로 설정합니다. 후속 프롬프트에는 대화의 구성된 속성을 기반으로 하는 기존 대화 프롬프트가 포함됩니다.
구문
DBMS_CLOUD_AI.SET_CONVERSATION_ID(
conversation_id IN VARCHAR2
);매개변수
| 매개변수 | 설명 |
|---|---|
|
|
현재 세션의 대화에 지정된 고유 번호입니다. 이 매개변수는 필수입니다. |
예
EXEC DBMS_CLOUD_AI.SET_CONVERSATION_ID('30C9DB6E-EA4D-AFBA-E063-9C6D46644B92');
결과:
PL/SQL procedure successfully completed.GET_CONVERSATION_ID 함수
DBMS_CLOUD_AI.SET_CONVERSATION_ID 또는 DBMS_CLOUS_AI.CREATE_CONVERSATION 프로시저를 사용하여 세션에 현재 설정된 대화 ID를 반환합니다. 대화를 설정하지 않은 경우 함수는 NULL을 반환합니다. 대화를 삭제하면 세션에서도 대화가 지워집니다. CLEAR_CONVERSATION_ID Procedure를 참조하십시오.
구문
DBMS_CLOUD_AI.GET_CONVERSATION_ID
RETURN VARCHAR2;예
이 예에서는 현재 세션에서 설정된 대화 ID를 표시합니다.
SELECT DBMS_CLOUD_AI.GET_CONVERSATION_ID;결과:
--------------------------------------------------------------------------------
30C9DB6E-EA4F-AFBA-E063-9C6D46644B92CLEAR_CONVERSATION_ID 프로시저
이 절차에서는 SELECT AI <ACTION> <PROMPT>에 대한 대화 기능을 사용 안함으로 설정하기 위해 세션에서 설정된 대화 ID를 지웁니다. 대화를 설정하지 않은 경우 시스템에서 오류가 발생하지 않습니다.
구문
DBMS_CLOUD_AI.CLEAR_CONVERSATION_ID;예
이 예에서는 세션에서 현재 대화 ID를 표시하고, ID를 지우고, 변경 사항을 확인하는 방법을 보여줍니다.
-- A conversation id is set in the session
SELECT DBMS_CLOUD_AI.GET_CONVERSATION_ID FROM dual;
GET_CONVERSATION_ID
--------------------------------------------------------------------------------
3A88BFF0-1D7E-B3B8-E063-9C6D46640ECD
-- Clear the conversation id
EXEC DBMS_CLOUD_AI.CLEAR_CONVERSATION_ID;
PL/SQL procedure successfully completed.
-- The conversation id is removed from the session
SELECT DBMS_CLOUD_AI.GET_CONVERSATION_ID FROM dual;
GET_CONVERSATION_ID
--------------------------------------------------------------------------------DELETE_CONVERSATION_PROMPT 프로시저
이 절차에서는 대화에서 특정 프롬프트를 제거합니다.
구문
DBMS_CLOUD_AI.DELETE_CONVERSATION_PROMPT(
conversation_prompt_id IN VARCHAR2,
force IN BOOLEAN DEFAULT FALSE
);매개변수
| 매개변수 | 설명 |
|---|---|
|
|
대화의 프롬프트에 지정된 고유 번호입니다. 프롬프트 ID는 필수 매개변수입니다. |
|
|
이 매개변수의 기본값은 |
예
EXEC DBMS_CLOUD_AI.DELETE_CONVERSATION_PROMPT('30C9DB6E-EA61-AFBA-E063-9C6D46644B92');결과:
PL/SQL procedure successfully completed.DROP_CONVERSATION 프로시저
프로시저는 대화 및 연관된 모든 프롬프트와 연관된 응답을 제거합니다. 삭제하면 conversation_id가 잘못됩니다. 세션에서 설정된 동안 대화가 삭제되면 자동으로 지워집니다.
구문
DBMS_CLOUD_AI.DROP_CONVERSATION(
conversation_id IN VARCHAR2,
force IN BOOLEAN DEFAULT FALSE
);매개변수
| 매개변수 | 설명 |
|---|---|
|
|
대화에 지정된 고유 번호입니다. 필수 매개변수입니다. |
|
|
이 매개변수의 기본값은 |
예
EXEC DBMS_CLOUD_AI.DROP_CONVERSATION('30C9DB6E-EA4D-AFBA-E063-9C6D46644B92');결과:
PL/SQL procedure successfully completed.FEEDBACK 프로시저
구문
DBMS_CLOUD_AI.FEEDBACK(
profile_name IN VARCHAR2,
sql_id IN DBMS_ID,
feedback_type IN VARCHAR2 DEFAULT NULL,
response IN CLOB DEFAULT NULL,
feedback_content IN CLOB DEFAULT NULL,
operation IN VARCHAR2 DEFAULT 'ADD'
);
DBMS_CLOUD_AI.FEEDBACK(
profile_name IN VARCHAR2,
sql_text IN CLOB,
feedback_type IN VARCHAR2 DEFAULT NULL,
response IN CLOB DEFAULT NULL,
feedback_content IN CLOB DEFAULT NULL,
operation IN VARCHAR2 DEFAULT 'ADD'
);매개변수
| 매개변수 | 설명 |
|---|---|
|
|
사용할 AI 프로파일을 지정합니다. 필수 매개변수입니다. |
|
|
SQL 질의를 식별합니다. 하나의 필수 매개변수입니다. |
|
|
SQL 질의의 전체 텍스트를 포함합니다. 필수 매개변수입니다. |
|
|
피드백 유형을 지정합니다. 사용 가능한 값은 다음과 같습니다.
주: DBMS_CLOUD_AI.FEEDBACK 프로시저를 사용하면 sql_id 또는 sql_text를 지정할 수 있으므로 feedback_type가 필요한 반면, feedback 작업을 사용하는 경우 LLM은 피드백 유형을 동적으로 결정하거나 해석합니다.
|
|
|
사용자가 예상하는 올바른 SQL 질의 결과를 나타냅니다.
|
|
|
사용자의 자연어 피드백을 수집합니다. 이 매개변수를 |
|
|
수행할 작업을 지정합니다. 허용되는 값은 다음과 같습니다.
|
예
다음 예제는 DBMS_CLOUD_AI.FEEDBACK 프로시저를 사용하여 프로시저의 매개변수를 지정함으로써 생성된 SQL을 수락하거나 개선하는 방법을 보여줍니다.
EXEC DBMS_CLOUD_AI.FEEDBACK(profile_name=>'OCI_FEEDBACK1',
sql_id=> '852w8u83gktc1',
feedback_type=>'positive',
operation=>'add');
EXEC DBMS_CLOUD_AI.FEEDBACK(profile_name=>'OCI_FEEDBACK1',
sql_text=> 'select ai showsql how many movies',
feedback_type=> 'negative',
response=>'SELECT SUM(1) FROM "ADB_USER"."MOVIES"',
feedback_content=>'Use SUM instead of COUNT');
EXEC DBMS_CLOUD_AI.FEEDBACK(profile_name=>'OCI_FEEDBACK1',
sql_id=> '852w8u83gktc1',
operation=>'delete');FEEDBACK에 대한 벡터 인덱스
<profile_name>_FEEDBACK_VECINDEX라는 기본 벡터 인덱스를 생성합니다.
DBMS_CLOUD_AI.UPDATE_VECTOR_INDEX 프로시저를 사용하여 similarity_threshold 및 match_limit와 같은 속성을 수정할 수 있습니다. 이 인덱스는 제공된 피드백을 기반으로 나중에 생성된 SQL을 세분화하는 데 도움이 됩니다. 연관된 AI 프로파일이 삭제되면 이 테이블이 삭제됩니다. <profile_name>_FEEDBACK_VECINDEX도 삭제할 수 있습니다. 이 경우 Select AI는 더 이상 피드백을 runsql, showsql 및 explainsql 작업에 대한 힌트로 사용하지 않습니다. 그러나 AI 선택 피드백 기능을 사용하여 새 피드백을 제출하는 경우 Select AI가 자동으로 새 피드백 벡터 인덱스를 생성합니다.
주:
feedback에 대한 match_limit의 기본값은 3입니다.
벡터 테이블 이름
<profile_name>_FEEDBACK_VECINDEX$VECTAB 테이블에는 다른 매개변수와 함께 사용자 피드백의 벡터 표현(임베딩)이 포함되어 있습니다. Select AI는 시간이 지남에 따라 SQL 생성을 개선하는 데 사용합니다.
매개변수
| 열 | 설명 |
|---|---|
|
|
FEEDBACK Procedure에 따라 JSON 객체 속성을 포함합니다. |
|
|
사용자 프롬프트를 포함합니다. |
|
|
사용자 프롬프트의 벡터 표현(임베딩)을 포함합니다. |
예
다음 예제는 자동으로 생성된 벡터 인덱스 테이블을 사용하여 피드백을 질의하고 제공하는 방법을 보여줍니다.
SQL> select content, attributes from OCI_FEEDBACK1_FEEDBACK_VECINDEX$VECTAB where JSON_VALUE(attributes, '$.sql_text') = 'select ai showsql how many movies';
CONTENT
----------------------------------------------------------------------------------------------------
how many movies
ATTRIBUTES
----------------------------------------------------------------------------------------------------
{"response":"SELECT SUM(1) FROM \"ADB_USER\".\"MOVIES\"","feedback_type":"negative","sql_id":null,"sql_text":"select ai showsql how many movies","feedback_content":null}
DBMS_CLOUD_AI.feedback Procedure(Positive Feedback)