Preparing vectors
출처: 문서
본문
벡터 준비하기
OpenSearch에서는 직접 벡터를 가져오거나 OpenSearch가 데이터에서 자동으로 생성하도록 할 수 있어요. OpenSearch가 임베딩을 자동으로 생성하면 수집 및 검색 시 데이터 전처리 작업이 줄어들어요.
옵션 1: 직접 원시 벡터 또는 생성된 임베딩 가져오기
이미 외부 도구나 서비스에서 사전 계산된 임베딩이나 원시 벡터를 가지고 있어요.
-
수집: 사전 생성된 임베딩을 OpenSearch에 직접 수집해요.
-
검색: 쿼리 벡터와 가장 가까운 벡터를 찾기 위해 벡터 검색을 수행해요.
단계
{: .fs-5 .fw-700}OpenSearch 외부에서 생성된 임베딩을 사용하려면 다음 단계를 따라요:
{% include list.html list_items=page.pre_items%}
{% include cards.html cards=page.quickstart_cards %}
옵션 2: OpenSearch 내에서 임베딩 생성하기
이 옵션을 사용하면 OpenSearch가 머신러닝(ML) 모델을 사용하여 데이터에서 벡터 임베딩을 자동으로 생성해요.
-
수집: 일반 데이터를 수집하면 OpenSearch가 ML 모델을 사용하여 동적으로 임베딩을 생성해요.
-
검색: 쿼리 시점에 OpenSearch가 동일한 ML 모델을 사용하여 입력 데이터를 임베딩으로 변환하고, 이 임베딩을 벡터 검색에 사용해요.
단계
{: .fs-5 .fw-700}OpenSearch 내에서 자동으로 임베딩으로 변환되는 텍스트를 사용하려면 다음 단계를 따라요:
{% include list.html list_items=page.auto_items%}
{% include cards.html cards=page.tutorial_cards %}