AI 프로파일 만들기

AI 프로파일 생성 단계

Data Studio 설정을 열려면 임의의 도구로 이동하고 왼쪽 탐색 창에서 설정 레이블이 지정된 기어 아이콘을 누릅니다.

Data Studio 설정에서 AI 프로파일 탭으로 이동합니다.
검증을 눌러 생성형 AI 서비스에 액세스할 수 있고 AI 프로파일이 올바르게 작동하는지 확인합니다.
Click the plus (+) button next to the AI Profile name and select a mode.
- 필수 AI 프로파일 생성: 제한된 기능으로 기본 AI 프로파일을 생성합니다.
- NL2SQL AI 프로파일 생성: 질의 생성을 위해 테이블 메타 데이터의 객체 리스트를 사용합니다.
- RAG AI 프로파일 생성: 비구조적 데이터에 대한 의미 검색에 벡터 인덱스를 사용합니다.
AI 프로파일 생성 페이지가 열리고 특정 모드에 대한 설정을 제공합니다.
AI 프로파일에 대한 필수 서비스 설정을 지정합니다.
- 프로파일 이름: AI 프로파일의 이름을 입력합니다. 프로파일이 생성된 후에는 이름을 수정할 수 없습니다.
- AI 제공자: AI 서비스 제공자를 선택합니다.
  - OCI
  - 오픈 AI
  - Azure OpenAI 서비스
  - Cohere
  - Google
  - 인류학
  - Hugging Face
  프로파일이 생성된 후에는 AI 제공자를 수정할 수 없습니다.
- 인증서: API 서비스 제공자 API에 액세스할 인증서를 선택합니다. 이들은 데이터베이스에 저장되며 외부 AI 서비스 제공업체에 안전하게 연결하는 데 도움이 됩니다.
- OCI 지역: 사용하려는 생성형 AI 클러스터의 위치입니다.
  
  각 OCI 리전은 서로 다른 LLM을 지원합니다. 예를 들어, us-chicago-1, uk-london-1, ap-osaka-1는 많은 LLM을 제공하며, 다른 리전은 적은 수의 LLM을 제공합니다. 페이지에는 선택한 영역에서 사용할 수 있는 모델이 표시됩니다. AI 모델이 나타나지 않으면 영역을 전환하여 모델 목록을 새로 고칠 수 있습니다.
  
  이 필드는 OCI를 AI 제공자로 선택한 경우에만 사용할 수 있습니다. 자세한 내용은 생성형 AI를 활용한 지역, 생성형 AI의 사전 학습 기반 모델을 참고하세요.
- AI 모델: 응답을 생성하는 데 사용할 AI 모델을 선택합니다. 사용할 수 있는 AI 모델은 선택한 AI 제공자에 따라 다릅니다.
코드 표시 토글 단추를 사용하여 선택한 설정에 대해 자동으로 생성된 SQL 문을 볼 수 있습니다.
고급 설정에서 추가 속성을 제공할 수 있습니다.
- 서비스 설정
  
  AI 프로파일에서 사용할 수 있는 클라우드 서비스에 대한 설정을 제공합니다. 서비스 설정은 OCI 및 Azure OpenAI Service에만 사용할 수 있습니다. 선택한 AI 제공자에 따라 페이지에 해당 서비스 설정이 표시됩니다.
  
  OCI를 AI 제공자로 선택하는 경우 다음을 구성할 수 있습니다.
  - OCI API 형식: API가 데이터를 송수신하는 데 사용할 수 있는 형식을 선택합니다. 이 속성은 OCI 생성형 AI 채팅 모델에 적용됩니다. 값은 없음, 코어, 일반입니다.
  - OCI 컴파트먼트 ID: OCI 생성형 AI 서비스 사용을 위해 액세스할 컴파트먼트의 OCID를 지정합니다. 기본값은 PDB(플러그인할 수 있는 데이터베이스)의 컴파트먼트 ID입니다.
  - OCI 끝점 ID: 전용 AI 클러스터의 끝점 OCID를 나타냅니다. 공유 기반구조에서 온디맨드 모델 대신 전용 끝점을 사용하려면 이 필드를 지정합니다.
  Azure OpenAI Service를 AI 제공자로 선택하는 경우 다음을 구성할 수 있습니다.
  - Azure 리소스 이름: Azure OpenAI Service 리소스 인스턴스의 이름을 입력합니다. 서비스에 액세스하기 위한 끝점 URL의 일부가 됩니다. 예:
```
https://[your-resource-name].openai.azure.com/
```
  - Azure 배포 이름: Azure OpenAI 리소스 내에서 배포할 언어 모델의 이름을 입력합니다.
  - Azure 포함 배치 이름: 배포된 포함 모델의 이름(예: text-embedding-ada-002, text-embedding-3-large 등)을 지정합니다. 이는 주로 텍스트의 벡터 표현을 작성하는 데 사용됩니다.
  자세한 내용은 Azure OpenAI 임베딩 기술 - Azure AI 검색 | Microsoft Learn을 참조하십시오.
- 생성 설정
  
  AI 프로파일에서 사용할 수 있는 생성형 AI 서비스에 대한 설정을 제공합니다.
  
  AI 프로파일을 통해 액세스되는 AI 모델의 동작 및 제한을 구성할 수 있습니다. 자율운영 AI 데이터베이스의 생성형 AI 채팅, SQL 생성, 자연어 쿼리 등 다양한 시나리오에 대한 커스터마이징이 가능합니다.
  - 대화: 일반적으로 AI 프로파일이 대화형 컨텍스트를 지원하는지 여부를 나타내므로 모델이 여러 상호 작용 또는 프롬프트 교환을 통해 컨텍스트를 유지할 수 있습니다. 이는 채팅 스타일의 AI 애플리케이션에 유용합니다.
  - 대소문자 구분 값: 이 설정은 입력 값 또는 매개변수가 AI 처리에 의해 대소문자를 구분하는 것으로 처리되어야 하는지 여부를 나타냅니다. 입력 및 매개변수 값에 대해 정확한 대소문자를 적용하려면 사용으로 설정합니다.
  - 온도: AI 응답의 무작위성을 제어하는 슬라이더 매개변수입니다. 저온(예: 0.2)은 출력을 보다 집중적이고 결정적으로 만드는 반면, 고온(예: 0.8)은 보다 창의적이고 다양한 텍스트 생성을 제공합니다.
  - 토큰 정지: 추가 텍스트 출력 생성을 중지할 AI 모델에 지시하는 토큰 시퀀스입니다. 모델이 이러한 토큰을 생성하면 중지됩니다. 이렇게 하면 응답 길이를 제어하고 원치 않는 후행 텍스트를 방지할 수 있습니다.
  - 최대 토큰: AI 모델이 프롬프트에 대한 응답으로 생성할 수 있는 최대 토큰 수를 정의합니다. 이렇게 하면 응답이 지나치게 길거나 비용이 많이 들지 않도록 생성된 출력 길이가 제한됩니다.
  - 목표 언어: AI 제공업체가 응답하는 데 사용하는 언어를 선택합니다.
  - 소스 언어: AI 제공자가 입력 텍스트에서 허용하는 언어를 선택합니다.

필수 AI 프로파일을 선택한 경우 AI 프로파일 생성을 눌러 기본 AI 프로파일을 생성합니다.

NL2SQL 설정

NL2SQL AI 프로파일을 생성하려면 다음 테이블 메타데이터를 지정합니다.

객체 목록 모드: 다음 중에서 선택합니다.
- 모두: 이 옵션은 지정된 스키마의 모든 테이블에 대한 메타데이터를 LLM으로 전송하므로 모든 테이블에 대해 SQL을 생성할 수 있습니다.
- 자동화됨: 이 옵션을 사용하면 Select AI가 스키마 메타데이터에서 벡터 검색을 실행하여 관련 테이블의 하위 집합을 자동으로 선택할 수 있으므로, 지정된 프롬프트에 대해 가장 가능성이 높은 테이블만 사용됩니다.
- 선택된 테이블: 이 옵션은 메타데이터를 AI 프로파일에 나열하는 특정 테이블로만 제한하므로 SQL 생성이 해당 테이블로 제한됩니다.
- 없음: 이 옵션은 객체 목록에서 테이블 메타데이터를 전송하지 않으므로 AI가 테이블을 통해 SQL을 생성하거나 명시적 객체 목록을 사용하지 않는 다른 구성에 의존할 수 없습니다.
객체 목록: LLM에서 사용할 수 있는 데이터베이스 객체를 지정합니다.

이 옵션을 선택하면 다른 옵션인 객체 목록 적용이 표시됩니다. 객체 목록에 언급된 객체만 사용하여 SQL 질의를 생성하도록 LLM을 제한하려면 사용으로 설정합니다.
주석: 결과를 생성할 때 AI가 데이터베이스 객체에 대한 추가 메타데이터(예: 열 설명 또는 태그)를 제공할 수 있도록 합니다.
설명: AI가 데이터 딕셔너리의 테이블 및 열 설명을 사용하여 데이터를 더 잘 이해할 수 있도록 허용하려면 이 옵션을 사용으로 설정합니다.
제약 조건: AI가 기본 키, 외래 키 및 기타 제약 조건에 대한 정보에 액세스하고, 쿼리 정확도를 높이기 위해 테이블 간의 관계를 이해할 수 있도록 제어하려면 이 옵션을 사용으로 설정합니다.

NL2SQL 모드를 선택한 경우 AI 프로파일 생성을 눌러 NL2SQL에 대한 AI 프로파일을 생성합니다.

RAG 설정

RAG AI 프로파일의 경우 다음을 지정합니다.

벡터 인덱스: 문서의 임베딩을 저장하고 검색하는 데 사용할 벡터 인덱스를 선택합니다. 이를 통해 AI는 데이터베이스에서 벡터를 사용하고 쿼리에 대한 정확한 응답을 찾을 수 있습니다. 자세한 내용은 벡터 인덱스 생성을 참조하십시오.
모델 포함: 텍스트를 해당 인덱스에 저장된 벡터 표현으로 변환하는 데 사용되는 임베딩 모델을 지정하여 의미 검색 동작이 RAG에 대해 구성한 모델과 일치하도록 합니다.
소스 사용: RAG 결과에 기여한 소스 문서 링크 또는 파일 이름을 포함하도록 사용으로 설정합니다.
소스 오프셋 사용: RAG 결과에서 문서의 변환된 텍스트 내에 시작 및 종료 오프셋을 포함하도록 사용으로 설정합니다.
사용자 정의 소스 URI 사용: 오브젝트 스토리지 URL 대신 RAG 결과에 표시할 사용자 정의 소스 URI를 지정하려면 사용으로 설정합니다.

RAG 모드를 선택한 경우 AI 프로파일 생성을 눌러 RAG에 대한 AI 프로파일을 생성합니다.

참조:

AI 프로파일 관리