Vertex AI Search와 Google Cloud Search는 각각의 강점과 사용 사례를 가지고 있으며, 기업의 환경과 요구사항에 따라 선택이 달라질 수 있습니다. 두 서비스를 비교하고 각 기능과 구현 방식을 정리합니다.
Vertex AI Search
특징
- 광범위한 데이터 소스 지원
- Google Drive뿐만 아니라, 외부 데이터베이스, CRM, CMS 등 다양한 데이터 소스 통합 가능.
- 기업 내부 및 외부 데이터를 모두 통합 검색 가능.
- 고급 AI 및 머신러닝 기반
- 자연어 처리(NLP)와 머신러닝 기술을 활용한 의미 기반 검색.
- 사용자의 의도에 맞는 검색 결과 제공.
- 문서 내용 분석 및 추천
- 문서 내부 키워드 및 문맥을 분석하여 관련 문서를 추천.
- PDF, Word, Excel 등 다양한 문서 형식 지원.
- 맞춤형 검색 시스템
- 특정 도메인 또는 기업 환경에 맞춘 커스텀 모델 학습 가능.
- 고유한 비즈니스 요구사항에 맞게 확장성과 맞춤화를 제공.
- 데이터 인덱싱
- 데이터 소스의 내용을 미리 인덱싱하여 검색 속도와 정확도를 향상.
구현 방식
- Google Drive와 통합
- Google Cloud Console에서 Vertex AI Search를 설정하고 Google Drive를 데이터 소스로 연결.
- API 사용
- 검색 API를 활용해 애플리케이션에서 검색 기능을 커스터마이징 가능.
- 검색 결과 맞춤화
- 결과를 필터링 및 분류(날짜, 파일 형식 등)하여 필요에 맞게 사용자화 가능.
활용 사례
- 기업 문서 검색 및 분석
- 고객 지원을 위한 이전 데이터 검색
- 법무팀의 계약서 키워드 기반 검색
Google Cloud Search
특징
- Google Workspace 통합
- Gmail, Google Drive, Docs, Sheets, Calendar 등 Google Workspace 애플리케이션과 자동 통합.
- 권한 기반 검색
- Google Workspace 권한 모델을 따라 보안 및 프라이버시 유지.
- 사용자가 접근 권한이 있는 데이터만 검색 가능.
- 추천 및 개인화
- 사용자 활동 기반으로 맞춤형 검색 결과 제공.
- 자주 사용하는 문서와 데이터를 자동 추천.
- 간단한 구현
- Google Workspace 사용자를 위한 빠른 검색 기능 구현 가능.
구현 방식
- Google Workspace 데이터 인덱싱
- Gmail, Drive 등에서 데이터를 자동으로 인덱싱.
- 검색 API 제공
- Gmail, Drive 등 특정 애플리케이션 데이터를 효율적으로 검색.
활용 사례
- Google Workspace 사용자 팀 내 협업 문서 검색
- 캘린더 일정 검색 및 이메일 내용 추적
- 일상적인 업무 문서 검색
Google Cloud Search와 Vertex AI Search 비교
| 항목 | Google Cloud Search | Vertex AI Search |
|---|---|---|
| 검색 대상 | Google Workspace 애플리케이션 데이터 | Google Workspace + 외부 데이터 소스 |
| AI 활용 수준 | 기본적인 AI 추천 기능 | 고급 AI 및 머신러닝, 커스텀 모델 지원 |
| 확장성 및 맞춤화 | 제한적 | 높은 확장성 및 맞춤화 가능 |
| 권한 관리 | Google Workspace 권한 기반 | 세분화된 권한 관리 가능 |
| 주요 사용자 | Google Workspace 사용자 | 복잡한 데이터 환경을 가진 기업 |
선택 기준
- Google Cloud Search를 선택해야 하는 경우:
- Google Workspace를 사용하는 팀에서 협업 문서 검색이 필요한 경우.
- 복잡하지 않은 환경에서 간단한 검색 기능이 필요할 경우.
- Vertex AI Search를 선택해야 하는 경우:
- Google Workspace 외에 다양한 데이터 소스를 통합해야 하는 기업.
- 대규모 데이터 및 고급 AI 기반 검색이 필요한 경우.
- 비즈니스 맞춤형 검색 시스템을 구축하려는 경우.
Vertex AI Search는 다양한 데이터 소스를 포괄하며 고급 AI를 기반으로 한 검색 기능을 제공하기 때문에, 특히 복잡한 데이터 환경에서 유용한 선택이 될 수 있습니다. 반면, Google Workspace 중심의 간단한 검색 환경을 선호한다면 Google Cloud Search가 적합합니다.
아래는 Vertex AI Search와 Google Cloud Search의 각각의 구현 및 활용 예시를 코드와 명령어를 통해 설명한 내용입니다.
Vertex AI Search
Vertex AI Search는 Google Cloud의 AI 플랫폼으로, 데이터 소스를 통합하고 AI를 활용해 검색 기능을 제공합니다.
Google Drive 데이터 소스 인덱싱
Vertex AI Search를 통해 Google Drive 데이터를 인덱싱하려면 Google Cloud SDK와 Vertex AI Search API를 사용합니다.
Google Drive 데이터 소스 연결
- Google Cloud SDK 설치
gcloud auth login gcloud config set project [PROJECT_ID] gcloud services enable aiplatform.googleapis.com - Vertex AI Search 데이터 소스 생성
gcloud ai indexes create \ --display-name="Google Drive Index" \ --metadata-schema-uri="gs://vertex-ai-search/google-drive-schema.json" - Google Drive 데이터 인덱싱
Vertex AI Search API를 호출하여 데이터를 인덱싱합니다.from google.cloud import aiplatform aiplatform.init(project="YOUR_PROJECT_ID", location="us-central1") # Vertex AI Search Index 생성 index = aiplatform.MatchingEngineIndex.create( display_name="google-drive-index", metadata_schema_uri="gs://your-bucket/google-drive-schema.json", ) # 데이터 추가 index.add_items(items=[ { "id": "doc123", "content": "2023년 매출 보고서 내용...", "metadata": { "author": "John Doe", "date": "2023-01-01" }, } ])
Vertex AI Search를 활용한 검색 API 호출
다음은 특정 키워드를 검색하는 REST API 호출 예입니다.
- API 호출
curl -X POST \ -H "Authorization: Bearer $(gcloud auth print-access-token)" \ -H "Content-Type: application/json" \ https://us-central1-aiplatform.googleapis.com/v1/projects/YOUR_PROJECT_ID/locations/us-central1/indexes/YOUR_INDEX_ID:query \ -d '{ "query": { "text": "2023년 매출 보고서" } }' - Python 코드
from google.cloud import aiplatform aiplatform.init(project="YOUR_PROJECT_ID", location="us-central1") index_endpoint = aiplatform.MatchingEngineIndexEndpoint( index_endpoint_name="projects/YOUR_PROJECT_ID/locations/us-central1/indexEndpoints/YOUR_INDEX_ID" ) response = index_endpoint.match( deployed_index_id="YOUR_DEPLOYED_INDEX_ID", queries=["2023년 매출 보고서"], num_neighbors=5, ) print(response)
Google Cloud Search
Google Cloud Search는 Google Workspace 사용자에게 최적화된 검색 서비스입니다.
Google Cloud Search 활성화
- Google Cloud Search API 활성화
gcloud services enable cloudsearch.googleapis.com - OAuth 2.0 클라이언트 생성
Google Workspace 관리 콘솔에서 OAuth 클라이언트를 생성하여 인증 정보를 가져옵니다. - Python 코드로 Google Cloud Search 사용
from google.auth.transport.requests import Request from google.oauth2.credentials import Credentials from googleapiclient.discovery import build # 인증 정보 설정 creds = Credentials.from_authorized_user_file("credentials.json", SCOPES) service = build("cloudsearch", "v1", credentials=creds) # 검색 요청 query = { "query": { "queryString": "2023년 매출 보고서", } } results = service.query().search(body=query).execute() for result in results["results"]: print(result["title"], result["snippet"])
차이점
Vertex AI Search
- 다양한 데이터 소스 통합 및 AI 기반 고급 검색.
- 커스텀 모델을 활용한 맞춤형 검색 가능.
Google Cloud Search
- Google Workspace와의 깊은 통합.
- 설정이 간단하며 기본적인 검색 기능 제공.
위 코드를 사용해 Vertex AI Search와 Google Cloud Search를 설정하고 활용할 수 있습니다.
728x90
댓글