데이터베이스 솔루션에서 AI 기능 구현

이 학습 경로에서는 Azure SQL Database에서 AI 기능을 직접 구현하는 방법을 살펴봅니다. 전체 텍스트 및 벡터 검색을 사용하여 지능형 검색을 설계하고, AI 모델 및 포함을 통합하고, 완전히 T-SQL에서 RAG(검색 증강 세대) 솔루션을 빌드하는 방법을 알아봅니다.

사전 요구 사항

이 학습 경로를 시작하기 전에 Azure SQL Database 또는 SQL Server 작업, Transact-SQL 쿼리 작성 및 AI 개념에 대한 일반적인 이해가 있어야 합니다.

이 학습 경로의 모듈

외부 모델 및 기본 제공 AI 함수를 사용하여 AZURE SQL Database와 AI 모델을 통합합니다. 효과적인 포함 전략을 설계하고 유지 관리 패턴을 구현하여 포함을 원본 데이터에 맞게 유지합니다.

기존 전체 텍스트 검색과 의미 체계 벡터 검색을 결합하여 SQL Server 및 Azure SQL에서 지능형 검색 기능을 구현합니다. 다양한 검색 방법에 대한 정신 모델을 설정하고, 벡터 기반 검색을 위해 SQL을 준비하고, 성능 고려 사항을 사용하여 벡터, 하이브리드 및 순위 기반 검색 패턴을 구현합니다.

이 모듈에서는 Azure SQL Database를 사용하여 RAG(검색 보강 세대)를 구현하는 방법을 설명합니다. 적절한 RAG 시나리오를 식별하고, SQL 결과를 LLM 컨텍스트로 준비하고, 보강 프롬프트를 생성하고, 모델 응답을 처리하는 방법을 알아봅니다.