맞춤 검색 소개

이 페이지에서는 맞춤 앱을 위한 Vertex AI Search의 기능을 소개하고 나열합니다. 이 페이지에는 맞춤 앱용 Vertex AI Search를 시작하는 데 사용할 수 있는 기능, 튜토리얼, 체크리스트 링크도 제공됩니다.

맞춤 앱용 Vertex AI Search란 무엇인가요?

맞춤 앱용 Vertex AI Search는 웹사이트 데이터 및 기타 정형 또는 비정형 데이터가 포함된 애플리케이션에 통합할 수 있는 강력한 Google 품질의 검색 및 콘텐츠 검색 엔진입니다. 이 검색 기능은 기본 키워드 검색을 넘어 AI를 사용하여 관련성 높은 결과를 제공하고, 맞춤형 탐색 및 검색 환경을 제공하며, 데이터에 기반한 AI 답변을 생성합니다.

공개 웹사이트에 있거나 구조화된 형식 또는 비정형 형식인 카테고리와 관계없는 데이터에 맞춤 검색 앱을 사용할 수 있습니다. 또한 Vertex AI Search는 다른 카테고리별 검색 및 추천 앱을 제공합니다.

주요 기능

Vertex AI Search의 주요 기능은 다음과 같습니다.

  • 고품질 검색: Google의 검색 전문성을 활용하여 복잡한 검색어와 자연어 검색어에서도 사용자 의도를 파악합니다. 키워드 검색과 시맨틱 검색을 결합하여 최적의 결과를 제공합니다.
  • 맞춤 탐색: 특정 검색어 없이 맞춤 결과를 제공하고 사용자의 컨텍스트 및 탐색 패턴을 기반으로 맞춤 피드를 제공합니다. 맞춤설정된 카테고리 페이지와 홈 피드를 확인하는 디스커버리 환경에 적합합니다.
  • 데이터 소스: 다음과 같은 다양한 데이터 소스와 호환됩니다.
    • 웹사이트: 공개 웹사이트의 색인을 생성하고 웹사이트의 구조화된 데이터를 사용한 색인 보강과 같은 고급 기능을 사용합니다.
    • 정형 데이터: 데이터베이스, Cloud Storage의 JSON 파일, BigQuery 테이블과 같이 정의된 형식으로 구성된 데이터(예: 호텔 카탈로그, 부동산 등록정보, 레스토랑 디렉터리)를 검색합니다.
    • 비정형 데이터: Cloud Storage 또는 BigQuery에 저장된 PDF, HTML 파일, TXT 파일과 같은 문서 또는 JPEG, PNG 파일과 같은 이미지 파일을 검색합니다.
    • 혼합 검색: 위에 언급된 데이터 소스의 데이터를 혼합하는 여러 데이터 스토어를 검색합니다. 예를 들어 검색 앱을 만들어 웹사이트 데이터 스토어 및 문서 데이터 스토어에 연결할 수 있습니다. 이렇게 하면 사용자가 모든 콘텐츠를 한 번에 검색할 수 있습니다.
  • 데이터 기반 AI 답변 생성: 소스 문서에 대한 인용과 함께 데이터에 기반한 AI 답변을 생성합니다. 후속 질문과 관련 검색어를 물을 수도 있습니다.
  • 맞춤설정: 클릭수, 전환수와 같은 사용자 이벤트에서 캡처된 사용자 상호작용에서 학습하여 시간이 지남에 따라 결과와 순위를 개선합니다.
  • 맞춤설정: 비즈니스 요구사항에 맞게 검색 및 탐색 환경을 조정하고 구성하는 여러 가지 방법을 제공합니다.

개요

다음 다이어그램은 맞춤 검색의 주요 구성요소와 이러한 구성요소가 함께 작동하는 방식을 보여줍니다.

일반 맞춤 검색의 주요 구성요소
그림 1. 맞춤 검색의 다양한 구성요소

맞춤 검색을 위한 Vertex AI Search의 구성요소는 다음과 같이 설명할 수 있습니다.

  • 데이터 스토어: 다양한 데이터 소스의 콘텐츠가 Vertex AI Search 데이터 스토어에 저장됩니다. 소스 데이터는 공개 웹사이트 데이터 또는 정형 및 비정형 데이터일 수 있습니다.
  • 데이터 처리 및 색인 생성: Vertex AI Search는 데이터를 이해하고 색인을 생성하여 검색 가능하고 검색 가능한 표현을 만듭니다. 여기에는 다음이 포함됩니다.
    • 키워드 추출: 올바른 정보를 검색하는 데 필요한 중요한 용어를 식별하고 생성합니다.
    • 임베딩을 사용한 시맨틱 이해: 벡터 임베딩을 만들어 콘텐츠의 의미를 포착합니다.
    • 메타데이터 처리: 문서의 구조화된 데이터 또는 메타데이터를 사용하여 문서를 처리합니다. 예를 들어 호텔 카탈로그의 위치, 웹페이지 메타데이터의 수정 또는 생성 날짜가 여기에 해당합니다.
    • 고급 문서 파싱: 문서 구조를 이해하고 OCR 또는 레이아웃 파싱을 사용하여 표, 이미지, 그래프와 같은 고급 정보에 주석을 추가합니다.
  • 검색 앱: 맞춤 검색의 핵심은 검색 앱으로, 검색 앱은 여러 소스에서 데이터를 가져오는 하나 이상의 데이터 스토어에 연결됩니다. 혼합 검색의 경우 데이터가 커넥터를 통해 수집됩니다. 앱 수준에서 검색 및 탐색 동작을 구성합니다.
  • 사용자 쿼리: 앱에서 정보를 검색하기 위한 사용자의 입력으로, 다음 두 가지 유형이 있습니다.
    • 검색어: 사용자가 텍스트 또는 이미지를 사용하여 타겟팅된 검색어를 입력합니다. 텍스트 검색은 자동 완성을 기반으로 합니다.
    • 탐색 검색어 또는 둘러보기: 특정 검색어 없이 맞춤설정된 관련성 높은 콘텐츠를 제공하기 위한 탐색 검색입니다. 사용자의 이전 활동과 현재 카테고리 페이지, 위치와 같은 기타 신호를 기반으로 합니다.
  • 검색 및 순위 지정: 검색 결과의 검색 및 순위 지정에는 다음과 같은 여러 하위 구성요소가 있습니다.
    • 검색을 위한 쿼리 이해: Vertex AI Search는 다음을 사용하여 검색어를 분석합니다.
      • 자연어 처리: 의도를 파악합니다.
      • 자연어 이해를 사용한 필터: 자연어 쿼리의 위치를 지리적 좌표로 변환하고 자연어 쿼리의 조건을 필터로 변환합니다.
      • 지식 그래프: 용어의 모호성을 해소하고 검색을 확장합니다.
      • 선택적 기능: 맞춤법 교정, 동의어, 문구 재구성이 포함됩니다.
    • 검색: Vertex AI Search는 다음 메서드를 기반으로 가장 관련성 높은 문서 또는 청크를 찾습니다.
      • 검색 키워드 일치: 검색어를 기반으로 하는 기존 검색입니다.
      • 시맨틱 검색: 임베딩을 사용하여 개념적으로 유사한 콘텐츠를 찾습니다.
      • 필터링: 구성한 필터(예: 날짜, 카테고리, 관련성 점수)를 적용합니다.
    • 순위: Vertex AI Search는 다음 요소를 기준으로 결과의 순위를 지정합니다.
      • 관련성: 검색 중에 키워드와 시맨틱 검색을 조합한 결과입니다.
      • 웹사이트 검색을 위한 웹 신호: 페이지 품질 및 인기도와 같은 요소
      • 부스팅 및 다른 항목 밑에 두기: 특정 결과를 상단으로 올리거나 하단으로 내리는 맞춤 규칙입니다.
      • 맞춤설정: 사용자 상호작용에서 학습합니다. 이는 선택사항이지만 적극 권장됩니다.
      • 정렬: 날짜별 정렬과 같은 정렬 안내를 적용합니다.
  • 결과 및 답변 생성:
    • 검색 결과: 관련 문서 또는 청크의 순위 목록이 스니펫, 추출 답변, 추출 세그먼트와 같은 선택적 기능과 함께 반환됩니다. 서빙 컨트롤을 사용하여 제공되는 결과를 구성할 수 있습니다. 검색 결과를 조정할 수도 있습니다.
    • 답변 생성: 상위 및 관련 결과를 기반으로 인용과 함께 간결하고 종합적인 답변이 생성됩니다. 이때 고급 LLM 기능이 사용됩니다.
    • 맞춤 탐색: 참여 또는 전환의 예측 확률이 가장 높은 맞춤 문서 모음이 반환됩니다. 이 예측은 사용자 상호작용에서 학습하는 고급 모델을 사용합니다.
  • 사용자 이벤트: 클릭수 및 조회수와 같은 사용자 상호작용을 추적하여 Vertex AI Search에서 검색 및 맞춤설정을 학습하고 개선하는 데 도움이 됩니다. 사용자 이벤트는 참여도, 전환, 수익을 비롯한 비즈니스 KPI를 최적화하는 데 도움이 됩니다.

주요 기능 및 구성

맞춤 검색 앱에서 사용할 수 있는 기능과 구성은 다음과 같습니다. 각 단계에서 사용자에게 최상의 결과를 제공하도록 이러한 설정을 맞춤설정할 수 있습니다.

일반 맞춤 검색의 주요 구성요소
그림 2. 맞춤 검색의 주요 기능 및 구성

자세히 살펴보면 다음과 같은 구성을 사용할 수 있습니다.

다음 단계