01
실시간 AI를 위한 분석,
에이전트 시대에 맞춰
Apache Doris를 사용하면 AI 애플리케이션이 신뢰할 수 있고 쿼리 가능한 엔터프라이즈 데이터에 실시간으로 접근할 수 있습니다. 데이터를 이해하는 에이전트를 구축하고, RAG 품질을 높이고, AI 동작을 모니터링하며, 정형·반정형·비정형 데이터 전반에서 분석과 하이브리드 검색을 대규모로 실행하세요.
에이전트 시대에AI를 위한 분석이중요한 이유.
분석 기반이 최신 데이터를 유지하고, 하이브리드 검색을 지원하며, 관측 가능하고, 하나로 통합되어 있으면 다섯 가지가 한꺼번에 달라집니다.
- 의사 결정 품질
- 애플리케이션 컨텍스트
- 검색 관련성
- 에이전트 가시성
- 전체 운영 비용
실시간 AI 의사 결정
AI 에이전트가 실시간 운영 데이터를 쿼리하여, 사용자 상호 작용이나 비즈니스 프로세스가 아직 진행 중일 때 바로 행동합니다.
데이터를 이해하는 애플리케이션
코파일럿, 에이전트, RAG 시스템이 최신의 신뢰할 수 있는 엔터프라이즈 데이터에서 컨텍스트와 메모리를 얻고, 믿을 수 있는 작업을 수행합니다.
RAG와 지식 검색
SQL 필터, 전문 검색, BM25, 벡터 검색을 하나의 쿼리로 실행하므로 LLM이 정확한 컨텍스트를 얻고 환각이 줄어듭니다.
AI 관측성
프롬프트, 응답, 트레이스, 도구 호출, 토큰 사용량, 비용을 쿼리 가능한 하나의 저장소에 모아 디버깅과 지속적인 품질 관리에 활용합니다.
단순해진 AI 데이터 스택
하나의 엔진으로 실시간 분석, 전문 검색과 벡터 검색, 로그 분석, AI 네이티브 SQL을 처리하므로 운영할 파이프라인이 줄어듭니다.
AI를 위한 분석의 요구 사항과Apache Doris의 해법.
AI를 위한 분석 플랫폼이 잘 해내야 하는 다섯 가지와, 각각을 충족하는 Apache Doris의 구체적인 기능을 소개합니다.
AI를 위한 Apache Doris 기능
각 기능 항목은 해당 기능 문서로 연결됩니다. 그 이면의 엔지니어링 세부 사항은 다음에서 확인하세요: Apache Doris 블로그.
실시간 수집과
02
프롬프트, 트레이스, 비용, 품질을
아우르는 AI 관측성
03
VARIANT 기반
유연한 JSON 분석
04
SQL·텍스트·벡터를 아우르는
하이브리드 검색
05