Azure AI Search의 새로운 기능
Azure Cognitive Search는 이제 Azure AI Search입니다입니다. Azure AI Search 기능, 문서 및 샘플에 대한 최신 업데이트에 대해 알아봅니다.
참고 항목
미리 보기 기능은 여기에 공지되어 있지만 한곳에서 찾을 수 있도록 미리 보기 기능 목록도 유지하고 있습니다.
2024년 12월
| 항목 | Type | 설명 |
|---|---|---|
| Azure AI Search + Python을 사용하여 RAG 채팅 | 템플릿 | Azure AI Search 및 Python을 사용하여 RAG 솔루션을 빌드하기 위한 AI 애플리케이션 템플릿입니다. |
2024년 11월
| 항목 | Type | 설명 |
|---|---|---|
| 네트워크 보안 경계 | 보안 | 검색 서비스를 네트워크 보안 경계에 가입하여 검색 서비스에 대한 네트워크 액세스를 제어합니다. 2024-06-01-preview의 Azure Portal 및 관리 REST API를 사용하여 네트워크 보안 경계 구성을 보고 조정할 수 있습니다. |
| Azure AI 서비스 연결에 대한 공유 프라이빗 링크 지원 | 보안 | 기본 제공 기술 처리를 위한 Azure AI에 대한 연결은 이제 연결에서 공유 프라이빗 링크를 사용하여 비공개로 설정할 수 있습니다. |
| 압축된 벡터에 대한 다시 점수 지정 옵션 | 정확도 | 압축된 벡터 대신 원래 벡터로 다시 점수가 지정되도록 옵션을 설정할 수 있습니다. 이진 및 스칼라 압축을 사용하여 HNSW 및 철저한 KNN 벡터 알고리즘에 적용됩니다. 인덱스 만들기 또는 업데이트(2024-11-01-preview), Azure Portal 및 이 기능을 제공하는 Azure SDK 베타 패키지에서 사용할 수 있습니다. |
| 더 적은 벡터 인스턴스 저장 | 벡터 검색 | 벡터 압축 시나리오에서는 전체 전체 정밀도 벡터의 스토리지를 생략할 수 있습니다(다시 점수 지정에 필요하지 않은 경우). 인덱스 만들기 또는 업데이트(2024-11-01-preview), Azure Portal 및 이 기능을 제공하는 Azure SDK 베타 패키지에서 사용할 수 있습니다. |
| 의미 체계 재랜커에서 쿼리 다시 쓰기 | 정확도 | 의미 체계 쿼리에 대한 옵션을 설정하여 쿼리 입력을 수정되거나 확장된 쿼리로 다시 작성하여 L2 순위에서 더 관련성이 높은 결과를 생성할 수 있습니다. 검색 문서(2024-11-01-preview), Azure Portal 및 이 기능을 제공하는 Azure SDK 베타 패키지에서 사용할 수 있습니다. |
| 새로운 의미 체계 순위 모델 | 정확도 | 의미 체계 순위는 지원되는 모든 지역에서 향상된 모델을 사용하여 실행됩니다. API 또는 Azure Portal 환경은 변경되지 않습니다. |
| 문서 레이아웃 기술 | 응용 AI(기술) | 구조를 위해 문서를 분석하고 구조 인식(단락) 청크를 제공하는 데 사용되는 새로운 기술입니다. 이 기술은 문서 인텔리전스를 호출하고 문서 인텔리전스 레이아웃 모델을 사용합니다. 기술 세트 만들기 또는 업데이트(2024-11-01-preview), Azure Portal 및 이 기능을 제공하는 Azure SDK 베타 패키지를 통해 선택한 지역에서 사용할 수 있습니다. |
| Azure AI 기술 처리를 위한 키 없는 청구 | 응용 AI(기술) | 이제 기본 제공 기술 처리를 위해 Azure AI 서비스에 대한 키 없는 연결에 관리 ID 및 역할을 사용할 수 있습니다. 이 기능은 동일한 지역에 검색 및 AI 서비스를 둘 다 사용하는 제한을 제거합니다. 기술 세트 만들기 또는 업데이트(2024-11-01-preview), Azure Portal 및 이 기능을 제공하는 Azure SDK 베타 패키지에서 사용할 수 있습니다. |
| Markdown 구문 분석 모드 | 인덱서 데이터 원본 | 이 구문 분석 모드를 사용하면 인덱서가 Azure Storage 및 OneLake의 Markdown 파일에서 일대일 또는 일대다 검색 문서를 생성할 수 있습니다. 인덱서 만들기 또는 업데이트(2024-11-01-preview), Azure Portal 및 이 기능을 제공하는 Azure SDK 베타 패키지에서 사용할 수 있습니다. |
| 2024-11-01-preview | API | 쿼리 다시 쓰기, 문서 레이아웃 기술, 기술 처리를 위한 키 없는 청구, Markdown 구문 분석 모드 및 압축된 벡터에 대한 다시 점수 지정 옵션에 대한 REST API의 미리 보기 릴리스입니다. |
| 구조화된 데이터에 대한 포털 지원 | 기능 | 이제 데이터 가져오기 및 벡터화 마법사에서 Azure SQL, Azure Cosmos DB 및 Azure Table Storage를 지원합니다. |
2024년 10월
| 항목 | Type | 설명 |
|---|---|---|
| Azure OpenAI에서 MRL 학습 텍스트 포함 모델에 대한 차원 요구 사항 낮추기 | 기능 | Text-embedding-3-small 및 Text-embedding-3-large는 MRL(Matryoshka Representation Learning)을 사용하여 학습됩니다. 이렇게 하면 포함 벡터를 더 적은 차원으로 잘라내고 벡터 인덱스 크기 사용량과 검색 품질 간의 균형을 조정할 수 있습니다. 2024-09-01-preview의 새로운 truncationDimension 기능을 사용하면 텍스트 포함 모델의 MRL 압축에 액세스할 수 있습니다. 새 벡터 필드에 대해서만 구성할 수 있습니다. |
압축을 풀 @search.score 면 하이브리드 검색 결과에서 하위 점수 보기 |
기능 | 최종 병합 및 점수 매기기 결과의 개별 쿼리 하위 점수를 확인하여 RRF(상호 순위 Fusion) 순위 결과를 조사할 수 있습니다. 새 debug 속성은 검색 점수의 압축을 풉니다. QueryResultDocumentSubscores, QueryResultDocumentRerankerInput추가 QueryResultDocumentSemanticField 세부 정보를 제공합니다. 이러한 정의는 2024-09-01-preview에서 사용할 수 있습니다. |
| 하이브리드 검색에서 벡터 쿼리에 대한 대상 필터 | 기능 | 하이브리드 쿼리에 대한 필터에는 형식에 관계없이 요청에 대한 모든 하위 쿼리가 포함됩니다. 전역 필터를 재정의하여 필터 범위를 특정 하위 쿼리로 지정할 수 있습니다. 새 filterOverride 매개 변수는 2024-09-01-preview를 사용하여 하이브리드 쿼리에서 사용할 수 있습니다. |
| 텍스트 분할 기술(토큰 청크) | 응용 AI(기술) | 이 기술에는 모델을 포함하기 위한 데이터 청크를 개선하는 새로운 매개 변수가 있습니다. 새 unit 매개 변수를 사용하면 토큰 청크를 지정할 수 있습니다. 이제 토큰 길이를 청크하여 길이를 포함 모델에 적합한 값으로 설정할 수 있습니다. 또한 데이터 청크 분할 중에 분할하지 않아야 하는 토큰 및 토큰을 지정할 수도 있습니다. 새 unit 매개 변수 및 쿼리 하위 점수 정의는 2024-09-01-preview에서 찾을 수 있습니다. |
| 2024-09-01-preview | API | 텍스트 포함-3 모델의 잘린 차원에 대한 REST API의 미리 보기 릴리스, 하이브리드 쿼리에 대한 대상 벡터 필터링, 디버깅을 위한 RRF 하위 점수 세부 정보 및 텍스트 분할 기술에 대한 토큰 청크입니다. |
| CMK(고객 관리형 키 암호화)에 대한 포털 지원 | 기능 | 이제 Azure Portal에서 새 개체를 만들 때 CMK 암호화를 지정하고 Azure Key Vault를 선택하여 키를 제공할 수 있습니다. |
2024년 8월
| 항목 | Type | 설명 |
|---|---|---|
| 디버그 세션 개선 사항 | 기능 | 두 가지 중요한 개선 사항이 있습니다. 먼저 이제 통합 벡터화 및 데이터 청크 워크로드를 디버그할 수 있습니다. 둘째, 디버그 세션은 기술 및 매핑의 보다 간소화된 프레젠테이션을 위해 다시 디자인되었습니다. 흐름에서 개체를 선택하고 측면 패널에서 세부 정보를 보거나 편집할 수 있습니다. 이전 탭 레이아웃은 페이지의 상황에 맞는 정보로 완전히 대체되었습니다. |
| 2024-07-01 | API | 인덱싱 및 쿼리 중에 일반 공급되는 벡터 데이터 형식, 벡터 압축 및 통합 벡터화를 위한 REST API의 안정적인 릴리스입니다. |
| 통합 벡터화 | 기능 | 일반 공급 발표. 인덱싱 중 기술 기반 데이터 청크 및 포함. |
| 벡터라이저 | 기능 | 일반 공급 발표. 쿼리 실행 중 텍스트를 벡터로 변환합니다. Azure OpenAI 벡터화 도우미 및 사용자 지정 웹 API 벡터화 도우미가 일반 공급됩니다. |
| AzureOpenAIEmbedding 기술 | 기능 | 일반 공급 발표. Azure OpenAI 포함 모델을 호출하여 인덱싱 중에 포함을 생성하는 기술 형식입니다. |
| 지수 프로젝션 | 기능 | 일반 공급 발표. 보강 파이프라인의 콘텐츠가 여러 인덱스를 대상으로 할 수 있는 일대다 인덱스 패턴을 지원하는 보조 인덱스의 모양을 정의하는 기술 세트 정의의 구성 요소입니다. |
| 이진 및 스칼라 양자화 | 기능 | 일반 공급 발표. 기본 제공된 양자화를 사용하여 메모리와 디스크의 벡터 인덱스 크기를 압축합니다. |
| 좁은 데이터 형식 | 기능 | 일반 공급 발표. 들어오는 데이터가 해당 데이터 형식이라고 가정하고 벡터 필드에 더 작은 데이터 형식을 할당합니다. |
| 데이터 가져오기 및 벡터화 마법사 | Azure Portal | 일반 공급 발표. 데이터 청킹 및 벡터화가 포함된 전체 인덱싱 파이프라인을 만드는 마법사입니다. 마법사는 필요한 모든 개체 및 구성을 만듭니다. 이번 릴리스는 Azure Storage에서 Azure Data Lake에 대한 마법사 지원을 추가합니다. |
| 저장된 속성 | 기능 | 일반 공급 발표. 검색 가능한 벡터를 저장하지 않아 벡터 인덱스의 스토리지를 줄이는 부울입니다. |
| vectorQueries.Weight 속성 | 기능 | 일반 공급 발표. 검색 작업에서 각 벡터 쿼리의 상대적 가중치를 지정합니다. |
2024년 7월
| 항목 | Type | 설명 |
|---|---|---|
| 데이터로 채팅 | 액셀러레이터 | Azure에서 실행되는 RAG 패턴을 위한 솔루션 가속기로, 검색을 위해 Azure AI 검색을 사용하고 대화형 검색 환경을 만들기 위해 Azure OpenAI 대규모 언어 모델을 사용합니다. 샘플 데이터가 포함된 코드는 재무 고문, 계약 검토 및 요약과 같은 사용 사례 시나리오에 사용할 수 있습니다. |
| 대화형 지식 마이닝 | 액셀러레이터 | Azure AI 검색, Azure Speech 및 Azure OpenAI 서비스를 기반으로 빌드된 솔루션 가속기로, 고객이 연락 센터 대화 이후 실행 가능한 인사이트를 추출할 수 있도록 지원합니다. |
| 사용자 고유의 Copilot 빌드 | 액셀러레이터 | Client Advisor가 정형 및 비정형 데이터 모두에서 생성형 AI의 힘을 활용할 수 있도록 지원하는 맞춤형 Copilot 솔루션을 만드세요. 고객이 일상적인 작업을 최적화하고 더 많은 고객과 더 나은 상호 작용을 할 수 있도록 지원합니다. |
2024년 6월
| 항목 | Type | 설명 |
|---|---|---|
| Azure Portal에서 이미지 검색 | 기능 | 이제 검색 탐색기가 이미지 검색을 지원합니다. 벡터화된 이미지 콘텐츠가 있는 벡터 인덱스에서 검색 탐색기로 이미지를 끌어와 일치 항목을 쿼리할 수 있습니다. |
2024년 5월
| 항목 | Type | 설명 |
|---|---|---|
| 모든 계층에서 더 높은 용량과 더 많은 벡터 할당량(동일한 청구 요율) | 인프라 | 대부분의 지역에서는 2024년 4월 3일 이후에 만들어진 서비스에 대해 표준 2(S2), 표준 3(S3), 표준 3 고밀도(S3 HD)의 파티션 크기가 훨씬 더 커졌습니다. 더 큰 파티션을 얻으려면 최신 인프라를 제공하는 지역에 새 서비스를 만듭니다. 스토리지 최적화 계층(L1 및 L2)에도 더 많은 용량이 있습니다. L1 및 L2 고객은 더 높은 용량의 이점을 활용하려면 새로운 서비스를 만들어야 합니다. 지금은 현재 위치 업그레이드가 없습니다. 이제 다음의 더 많은 지역에서 추가 용량 사용 가능: 독일 북부, 독일 중서부, 남아프리카 공화국 북부, 스위스 서부및 Azure Government(텍사스, 애리조나, 버지니아). |
| OneLake 통합(미리 보기) | 기능 | OneLake 파일 및 OneLake 바로 가기를 위한 새로운 인덱서. AWS(Amazon Web Services) 및 Google 데이터 원본에 대한 데이터 액세스를 위해 Microsoft Fabric 및 OneLake를 사용하는 경우 이 인덱서를 사용하여 외부 데이터를 검색 인덱스로 가져옵니다. 이 인덱서는 Azure Portal, 2024-05-01-preview REST API 및 Azure SDK 베타 패키지를 통해 사용할 수 있습니다. |
| 벡터 관련성 하이브리드 쿼리 관련성 |
기능 | 네 가지 개선 사항으로 벡터 및 하이브리드 검색 관련성이 개선되었습니다. 첫째, 이제 벡터 검색 결과에 임계값을 설정하여 점수가 낮은 결과를 제외할 수 있습니다. 둘째, 쿼리 아키텍처의 변경 내용은 모든 쿼리 유형에 대한 쿼리 파이프라인의 끝에 채점 프로필을 적용합니다. 문서 부스팅은 일반적인 채점 프로필이며, 이제 벡터 및 하이브리드 쿼리에서 예상대로 작동합니다. 셋째, 하이브리드 쿼리에서 MaxTextRecallSize 및 countAndFacetMode를 설정하여 하이브리드 순위 모델로 이동하는 BM25 순위 검색 결과의 수량을 제어할 수 있습니다. 넷째, 벡터 및 하이브리드 검색의 경우 다중 쿼리 요청에서 벡터 쿼리에 가중치를 부여하여 중요도를 높이거나 낮출 수 있습니다. |
| 이진 벡터 지원 | 기능 | Collection(Edm.Byte)는 새로 지원되는 데이터 형식입니다. 이 데이터 형식은 Cohere v3 이진 파일 포함 모델 및 사용자 지정 이진 파일 양자화와의 통합을 제공합니다. 데이터 형식이 좁으면 대규모 벡터 데이터 세트의 비용이 낮아집니다. 자세한 내용은 벡터 검색용 이진 파일 데이터 인덱스을 참조하세요. |
| Azure AI 비전 다중 모달 포함 기술(미리 보기) | 기술 | Azure AI 비전의 다중 모드 포함 API에 바인딩된 새로운 기술입니다. 인덱싱 중에 텍스트 또는 이미지에 대한 포함을 생성할 수 있습니다. 이 기술은 Azure Portal 및 2024-05-01-preview REST API를 통해 사용할 수 있습니다. |
| Azure AI 비전 벡터라이저(미리 보기) | 벡터라이저 | 새로운 벡터라이저는 다중 모달 포함 API를 사용하여 Azure AI 비전 리소스에 연결하여 쿼리 시 포함을 생성합니다. 이 벡터라이저는 Azure Portal 및 2024-05-01-preview REST API를 통해 사용할 수 있습니다. |
| Azure AI Foundry 모델 카탈로그 벡터라이저(미리 보기) | 벡터라이저 | 새 벡터라이저는 Azure AI Foundry 모델 카탈로그에서 배포된 포함 모델에 연결합니다. 이 벡터라이저는 Azure Portal 및 2024-05-01-preview REST API를 통해 사용할 수 있습니다. Azure AI Foundry의 모델을 사용하여 통합 벡터화를 구현하는 방법입니다. |
| AzureOpenAIEmbedding 기술(미리 보기)은 Azure OpenAI에서 더 많은 모델을 지원함 | 기술 | 이제 이전 업데이트의 text-embedding-ada-002와 함께 text-embedding-3-large 및 text-embedding-3-small을 지원합니다. 새 dimensions 속성과 modelName 속성을 사용하면 Azure OpenAI에서 다양한 포함 모델을 지정할 수 있습니다. 이전에는 차원 제한이 1,536차원으로 고정되어 text-embedding-ada-002에만 적용되었습니다. 업데이트된 기술은 Azure Portal 및 2024-05-01-preview REST API를 통해 사용할 수 있습니다. |
| Azure Portal 업데이트 | 포털 | 이제 데이터 가져오기 및 벡터화 마법사 에서 OneLake 인덱서를 데이터 원본으로 지원합니다. 포함의 경우 Azure AI Vision 멀티모달, Azure AI Foundry 모델 카탈로그 및 Azure OpenAI에 더 많은 포함 모델에 대한 연결도 지원합니다. 인덱스로 필드를 추가할 때 이진 데이터 형식을 선택할 수 있습니다. 이제 검색 탐색기는 기본값이 2024-05-01-preview로 설정되며 벡터 및 하이브리드 쿼리에 대한 새로운 미리 보기 기능을 지원합니다. |
| 2024-05-01-preview | API | Search REST API의 새로운 미리 보기 버전은 새로운 기술과 벡터라이저, 새로운 이진 데이터 형식, OneLake 파일 인덱서 및 보다 관련성이 높은 결과를 위한 새로운 쿼리 매개 변수를 제공합니다. 2023-07-01-preview에 대해 작성된 기존 코드가 있고 이 버전으로 마이그레이션해야 하는 경우 REST API 업그레이드를 참조하세요. |
| Azure SDK 베타 패키지 | API | 새로운 기능 지원을 위해 다음 Azure SDK 베타 패키지의 변경 로그를 검토합니다. Python용 Azure SDK, .NET용 Azure SDK, Java용 Azure SDK |
| Python 코드 샘플 | 샘플 | 새로운 엔드투엔드 샘플은 Cohere Embed v3와의 통합, OneLake 및 Google과 AWS의 클라우드 데이터 플랫폼과의 통합, Azure AI 비전 멀티모달 API와의 통합을 보여 줍니다. |
2024년 4월
| 항목 | Type | 설명 |
|---|---|---|
| 정보 공개를 해결하는 보안 업데이트 | API | GET 응답은 더 이상 연결 문자열이나 키를 반환하지 않습니다. GET Skillset, GET Index 및 GET Indexer에 적용됩니다. 이 변경은 AI Search와 통합된 Azure 자산을 무단 액세스로부터 보호하는 데 도움이 됩니다. |
| 기본 및 표준 계층의 추가 스토리지 | 인프라 | 이제 기본은 최대 3개의 파티션과 3개의 복제본을 지원합니다. 기본 및 표준(S1, S2, S3) 계층에는 파티션당 동일한 파티션당 청구 속도로 훨씬 더 많은 스토리지가 있습니다. 추가 용량은 지역 가용성이 적용되며 2024년 4월 3일 이후에 생성된 새 검색 서비스에 적용됩니다. 현재는 업그레이드가 없으므로 추가 스토리지를 확보하려면 새 검색 서비스를 만들어야 합니다. |
| 벡터에 대한 추가 할당량 | 인프라 | 선택한 지역에서 2024년 4월 3일 이후에 생성된 새 서비스에서도 벡터 할당량이 더 높습니다. |
벡터 양자화, 좁은 벡터 데이터 형식 및 새로운 stored 속성(미리 보기) |
기능 | 종합적으로 이 세 가지 기능은 벡터 압축과 더욱 스마트한 저장 옵션을 추가합니다. 먼저 스칼라 양자화 메모리 및 디스크의 벡터 인덱스 크기를 줄입니다. 둘째, 좁은 데이터 형식은 더 작은 값을 저장하여 필드당 스토리지를 줄입니다. 셋째, stored를 사용하여 검색 결과에만 사용되는 벡터의 추가 복사본 저장을 선택 해제할 수 있습니다. 쿼리 응답에 벡터가 필요하지 않은 경우 stored를 false로 설정하여 공간을 절약할 수 있습니다. |
| 2024-03-01-preview 검색 REST API | API | 새 데이터 형식, 벡터 압축 속성, 벡터 스토리지 옵션에 대한 검색 REST API의 새 미리 보기 버전입니다. |
| 2024-03-01-preview 관리 REST API | API | 컨트롤 플레인 작업에 대한 관리 REST API의 새 미리 보기 버전입니다. |
| 2023-07-01-preview 사용 중단 공지 | API | 2024년 4월 8일에 사용 중단이 공지되었습니다. 2024년 7월 8일에 지원되지 않습니다. 이는 벡터 검색 지원을 제공하는 최초의 REST API였습니다. 최신 API 버전에는 벡터 구성이 다릅니다. 가능한 한 빨리 최신 버전으로 마이그레이션해야 합니다. |
2024년 2월
| 항목 | Type | 설명 |
|---|---|---|
| 새 차원 제한 | 기능 | 벡터 필드의 경우 이제 최대 차원 제한이 2048에서 3072로 증가했습니다. |
2023 알림
| Month | Type | 알림 |
|---|---|---|
| 11월 | 기능 | 벡터 검색(일반 공급). 이제 CMK(고객 관리형 키)에 대한 이전 제한이 해제되었습니다. 이제 사전 필터링 및 전체 K-가장 인접한 항목 알고리즘도 일반 공급됩니다. |
| 11월 | 기능 | 의미 순위매기기, 일반 공급 |
| 11월 | 기능 | 통합 벡터화(미리 보기)는 인덱싱 중에 데이터 청크 및 텍스트-벡터 변환을 추가하고 쿼리 시 텍스트-벡터 변환도 추가합니다. |
| 11월 | 기능 | 데이터 가져오기 및 벡터화 마법사(미리 보기)는 자동으로 데이터 청크 및 벡터화합니다. 이는 2023-10-01-Preview REST API를 대상으로 합니다. |
| 11월 | 기능 | 인덱스 프로젝션(미리 보기)은 보강 파이프라인의 콘텐츠가 여러 인덱스를 대상으로 할 수 있는 일대다 인덱스 패턴에 사용되는 보조 인덱스의 형태를 정의합니다. |
| 11월 | API | 2023-11-01 검색 REST API는 벡터 검색 및 의미 순위 지정을 위한 안정적인 검색 REST API 버전입니다. 일반 공급 기능으로의 마이그레이션 단계는 REST API 업그레이드를 참조하세요. |
| 11월 | API | 2023-11-01 Management REST API에는 의미 순위매기기를 사용하거나 사용하지 않도록 설정하는 API가 추가되었습니다. |
| 11월 | 기술 | Azure OpenAI Embedding 기술(미리 보기)은 Azure OpenAI 리소스에 배포된 포함 모델에 연결하여 기술 세트 실행 중에 포함을 생성합니다. |
| 11월 | 기술 | 텍스트 분할 기술(미리 보기)은 네이티브 데이터 청크를 지원하도록 2023-10-01-Preview에서 업데이트되었습니다. |
| 11월 | 동영상 | 벡터 검색 및 의미 순위 지정이 GPT 프롬프트를 개선하는 방법에서는 하이브리드 검색이 유용한 AI 응답을 생성하기 위한 최적의 기반 데이터를 제공하고 개념과 키워드 모두에 대한 검색을 지원하는 방법을 설명합니다. |
| 11월 | 예제 | 생성형 AI 애플리케이션의 역할 기반 액세스 제어에서는 Microsoft Entra ID 및 Microsoft Graph API를 사용하여 인덱스에 있는 청크 분할 콘텐츠에 대한 세분화된 사용자 권한을 적용하는 방법을 설명합니다. |
| 10월 | 예제 | "데이터와 채팅" 솔루션 가속기. Azure AI Search를 검색기로 사용하는 엔드투엔드 RAG 패턴입니다. 인덱싱, 데이터 청크 및 오케스트레이션을 제공합니다. |
| 10월 | 기능 | 벡터 공간에서 유사성 검색을 위한 Exhaust KNN(K-가장 인접한 항목) 채점 알고리즘입니다. 2023-10-01-Preview REST API에서만 사용할 수 있습니다. |
| 10월 | 기능 | 벡터 쿼리의 사전 필터는 쿼리 실행 전에 필터 조건을 평가하여 쿼리해야 하는 콘텐츠의 양을 줄입니다. 요구 사항에 따라 preFilter(기본값) 또는 postFilter으로 설정될 수 있는 새 vectorFilterMode 속성을 통해 2023-10-01-Preview REST API에서만 사용할 수 있습니다. |
| 10월 | API | 2023-10-01-Preview Search REST API, 벡터 필드 및 벡터 쿼리에 대한 정의가 변경되었습니다. |
| 8월 | 기능 | 향상된 의미 순위 지정. 업그레이드된 모델은 의미 체계 순서 재지정을 위해 롤아웃되고 있으며 가용성이 더 많은 지역으로 확장되고 있습니다. 최대 고유 토큰 수는 128개에서 256개로 두 배 증가했습니다. |
| 7월 | 예제 | 벡터 데모(JavaScript용 Azure SDK). Node.js 및 @azure/search-documents 12.0.0-beta.2 라이브러리를 사용하여 포함을 생성하고 인덱스를 만들고 로드하며 여러 벡터 쿼리를 실행합니다. |
| 7월 | 예제 | 벡터 데모(.NET용 Azure SDK). Azure.Search.Documents 11.5.0-beta.3 라이브러리를 사용하여 포함을 생성하고 인덱스를 만들고 로드하며 여러 벡터 쿼리를 실행합니다. Azure SDK 팀의 이 샘플을 사용해 볼 수도 있습니다. |
| 7월 | 예제 | 벡터 데모(Python용 Azure SDK) azure.search.documents의 최신 베타 릴리스를 사용하여 포함을 생성하고 인덱스를 만들고 로드하며 여러 벡터 쿼리를 실행합니다. 추가 벡터 검색 데모에 대해서는 azure-search-vector-samples/demo-python 리포지토리를 방문하세요. |
| 6월 | 기능 | 벡터 검색 공개 미리 보기. |
| 6월 | 기능 | 의미 체계 검색 가용성(기본 계층에서 사용 가능) |
| 6월 | API | 2023-07-01-Preview 검색 REST API. 벡터 검색을 지원합니다. |
| 5월 | 기능 | Azure RBAC(역할 기반 액세스 제어), 일반 공급. |
| 5월 | API | 2022-09-01 관리 REST API - Azure 역할을 사용하도록 검색 구성을 지원합니다. Azure PowerShell의 Az.Search 모듈 및 Azure CLI의 Az search 모듈은 검색 서비스 인증 옵션을 지원하도록 업데이트되었습니다. Terraform 공급자를 사용하여 인증 옵션을 구성할 수도 있습니다(자세한 내용은 이 Terraform 빠른 시작 참조). |
| April | 예제 | 비즈니스 연속성 및 재해 복구를 위한 Azure AI 검색의 다중 지역 배포. 엔드포인트가 실패할 경우 콘텐츠 동기화 및 요청 리디렉션 옵션을 사용하여 Azure AI Search에 대한 다중 지역 솔루션을 완전히 구성하는 배포 스크립트입니다. |
| March | 예제 | Azure OpenAI 및 Azure AI 검색(GitHub)를 사용한 ChatGPT + Enterprise 데이터. Azure AI Search를 OpenAI의 대규모 언어 모델과 결합하기 위한 Python 코드 및 템플릿입니다. 백그라운드 정보는 기술 커뮤니티 블로그 게시물 ChatGPT로 기업 데이터 혁신을 참조하세요. 핵심 내용: Azure AI Search를 사용하여 검색 가능한 콘텐츠를 통합하고 인덱스를 생성합니다. 초기 검색 결과에 대한 인덱스를 쿼리합니다. 해당 결과에서 프롬프트를 조합하고 Azure OpenAI의 gpt-35-turbo(미리 보기) 모델로 보냅니다. 사용자가 답변을 평가할 수 있도록 문서 간 답변을 반환하고 고객 대면 앱에서 인용 및 투명성을 제공합니다. |
작년 알림
서비스 리브랜딩
이 서비스는 수년에 걸쳐 여러 이름으로 지칭되었습니다. 여기서는 역순으로 표시됩니다.
- Azure AI Search(2023년 11월) Azure AI 서비스 및 고객의 기대에 맞게 이름이 변경되었습니다.
- Azure Cognitive Search(2019년 10월) 서비스 작업에서 인식 기술 및 AI 처리의 확장된 사용(아직 선택 사항임)을 반영하기 위해 이름이 변경되었습니다.
- Azure Search(2015년 3월) 원래 이름입니다.
서비스 업데이트
Azure AI Search에 대한 서비스 업데이트 공지는 Azure 웹 사이트에서 확인할 수 있습니다.
기능 이름 바꾸기
의미 체계 검색은 기존 결과 집합의 L2 순위를 제공하는 기능을 더 잘 설명하기 위해 2023년 11월에 의미 순위매기기로 이름이 바뀌었습니다.