구현

이 솔루션을 구현하려면 RAG 지식 기반을 생성하고 RAG 검색을 확인해야 합니다.

Dify RAG Knowledge Base 및 쓰기 데이터 생성

Dify Knowledge Pipeline을 통해 엔터프라이즈 전용 데이터에 대한 RAG 애플리케이션을 빠르게 구축할 수 있습니다.

Dify 지식 기반을 생성하려면 다음 단계를 수행합니다.

1. 다중 모달 파일을 업로드하려면 Dify 콘솔에 로그인하고 Knowledge Base 모듈로 이동한 다음 Add File을 눌러 다중 모달 문서(예: 텍스트 및 다이어그램이 포함된 test_cn.pdf)를 업로드합니다.
   Dify는 자동으로 파일을 의미 조각으로 세분화하여 벡터 데이터로 변환합니다.
2. Oracle AI Database 26ai에서 벡터 쓰기를 확인할 수 있습니다.
3. 벡터 데이터는 Oracle AI Database 26ai와 동기화됩니다. 데이터베이스에 로그인한 후 다음 SQL을 실행합니다.

   select * from cat;

4. 생성된 벡터 인덱스 관련 테이블이 표시되어야 합니다.
   다음은 데이터가 성공적으로 기록되었음을 나타냅니다.

   DR$IDX_DOCS_EMBEDDING_VECTOR_INDEX_4B55F797_89B4_4EEF_832C_FF2495C42CCC_NODE$I

RAG 검색 결과 확인

Oracle AI Database 26ai가 검색 효율성 및 정확성을 보장하는지 확인해 보세요. Oracle AI Database 26ai는 벡터 데이터를 저장합니다.

Follow these steps to run a recall test in the Dify Knowledge Base:

1. Recall Test 함수에서 Oracle 26ai 벡터 기능과 같은 쿼리 키워드를 입력합니다.
2. 이 시스템은 Oracle AI Database 26ai에서 관련 벡터 스니펫을 검색하고 유사성 점수로 결과를 반환합니다. 일치하는 예제:

   • AI vector search built into Oracle AI Database and leveraging partitioning, RAC, sharding, and Exadata for industrial-grade scalability (SCORE 0.65)

   • Oracle AI Database 26ai supports a variety of vector operations (SCORE 0.64)