PostgreSQL용 AlloyDB에서 텍스트 임베딩 생성

이 페이지에서는 등록된 모델 엔드포인트를 사용하여 텍스트 임베딩을 생성하는 방법을 설명합니다.

시작하기 전에

모델 엔드포인트 관리에 모델 엔드포인트를 등록했는지 확인합니다. 자세한 내용은 모델 엔드포인트 관리에 모델 엔드포인트 등록을 참고하세요.

임베딩 생성

google_ml.embedding() SQL 함수를 사용하여 텍스트 임베딩 모델 유형으로 등록된 모델 엔드포인트를 호출하여 임베딩을 생성합니다.

모델을 호출하고 임베딩을 생성하려면 다음 SQL 쿼리를 사용하세요.

SELECT
  embedding(
    model_id => 'MODEL_ID',
    content => 'CONTENT');

다음을 바꿉니다.

  • MODEL_ID: 모델 엔드포인트를 등록할 때 정의한 모델 ID입니다.
  • CONTENT: 벡터 임베딩으로 변환할 텍스트.

예시

이 섹션에는 등록된 모델 엔드포인트를 사용하여 임베딩을 생성하는 몇 가지 예시가 나와 있습니다.

기본 지원이 포함된 텍스트 임베딩 모델

등록된 text-embedding-large-exp-03-07 모델 엔드포인트에 대해 임베딩을 생성하려면 다음 문을 실행합니다.

    SELECT
      google_ml.embedding(
        model_id => 'text-embedding-large-exp-03-07',
        content => 'AlloyDB is a managed, cloud-hosted SQL database service');

등록된 text-embedding-005 모델 엔드포인트에 대해 임베딩을 생성하려면 다음 문을 실행합니다.

    SELECT
      google_ml.embedding(
        model_id => 'text-embedding-005',
        content => 'AlloyDB is a managed, cloud-hosted SQL database service');

OpenAI에서 등록된 text-embedding-ada-002 모델 엔드포인트에 대한 임베딩을 생성하려면 다음 문을 실행합니다.

    SELECT
      google_ml.embedding(
        model_id => 'text-embedding-ada-002',
        content => 'e-mail spam');

OpenAI에서 등록된 text-embedding-3-small 또는 text-embedding-3-large 모델 엔드포인트에 대한 임베딩을 생성하려면 다음 문을 실행합니다.

  SELECT
    google_ml.embedding(
      model_id => 'text-embedding-3-small',
      content => 'Vector embeddings in AI');

다음 단계