Azure OpenAI RAG 기능을 갖춘 Grounded Model connections 생성
- 최종 업데이트2025/04/09
Azure OpenAI RAG 기능을 갖춘 Grounded Model connections 생성
Azure AI Search의 엔터프라이즈 데이터를 대규모 언어 모델과 결합한 풍부한 검색 경험을 구축하려면 Azure OpenAI의 기본 검색 증강 생성(RAG) 기능을 사용하여 Grounded by AI Search Model connections을(를) 생성합니다.
이제 Azure AI Search 서비스를 Azure OpenAI 서비스와 통합하여 RAG 솔루션을 만들 수 있습니다. 이에 따라 LLM은 사용자의 자체 데이터에서 정보를 검색하여 더 정확하고 맥락에 맞는 응답을 제공할 수 있게 됩니다.
- Azure AI Search 서비스 설정: 이는 Azure OpenAI 포털에서 AI 검색 서비스를 생성하는 것을 포함합니다. 서비스 엔드포인트 URL 설정, API 키, 인덱스 생성이 포함됩니다. Azure AI Search 검색을 만드는 방법에 대한 자세한 내용은 Azure 포털에서 Azure AI Search 서비스 만들기를 참조하세요.
-
데이터 수집 및 색인: 문서는 blob 저장소와 같은 데이터 소스에 업로드되고, 그런 다음 저장소의 파일을 사용하여 인덱스가 생성됩니다. 문서는 여러 조각으로 나뉘며, 벡터 검색이 활성화된 경우 임베딩 모델을 사용하여 콘텐츠가 벡터화됩니다.
Automation 360 Grounded by AI Search Model connections와(과) 통합하기 위해 Azure AI Search 서비스를 설정할 때, 벡터 임베딩을 생성하기 위해 데이터 수집 및 인덱싱 프로세스를 구성하는 것이 중요합니다. Azure AI Search은(는) 다른 콘텐츠 유형 및 구성(예: 텍스트만 또는 의미만)을 지원하지만, Automation Anywhere 통합은 벡터 임베딩의 사용을 최적화하여 의미 이해 및 검색을 주로 지원합니다.
전제 조건
- 역할: AAE_Basic, 자동화 관리자 사용자 정의 역할
- 권한: 유인 Bot Runner
- 설정: 자동화 관리자가 AI 데이터 관리를 활성화해야 하며, 사용자가 AI 기술에 대한 로그를 비활성화하도록 허용하는 확인란을 선택해야 합니다. Bot Creator 라이선스를 가진 사용자가 AI 기술을 사용할 때 AI Skills 화면에서 데이터 로깅 토글을 활성화하여 데이터 로깅을 비활성화할 수 있도록 허용합니다.
자동화 관리자 사용자 정의 역할 권한은 역할 및 권한 항목을 참조하십시오.
기타 요구 사항:
- 앞서 언급했듯이, 먼저 Grounded by AI Search Model connection을 만들기 위해 Azure AI Search를 생성하고, 이를 AI Skill에서 성공적으로 사용해야 합니다.
- 인증 정보를 자격증명 저장소에 저장하려는 경우 정보를 편리하게 보관할 수 있습니다. Credential Vault를 통한 안전한 자격증명 저장소 항목을 참조하십시오.
- Model connection을 테스트하려면 Bot Agent 22.60.10 이상에 연결되어 있어야 합니다. 테스트를 위해 데스크톱에서 bot을 실행해야 합니다. 테스트를 통해 Bot Agent가 사용자에 맞게 구성되었는지 확인하십시오. 이 태스크를 위해 다른 Control Room으로 연결을 전환해야 하는 경우 Control Room 인스턴스 간 기기 등록 전환 항목을 참조하십시오.
- 연결을 성공적으로 테스트하려면 AI Skills 패키지에 액세스할 수 있어야 합니다. 테스트 Prompt를 실행하여 Model connection을 테스트합니다.
프로시저
다음 단계
AI Governance 항목을 참조하십시오.