WEBINARFeb. 27, 2025 12 p.m. ET — Scaling Vector Database Operations with MongoDB Register now >

인공지능을 위한 MongoDB

MongoDB는 AI 애플리케이션을 구축하고 사용자 환경을 혁신하는 데 필요한 핵심 기능을 제공합니다.

MongoDB를 기반으로 구축된 AI 애플리케이션

MongoDB는 개발자가 새로운 세대의 현대적 애플리케이션을 위한 혁신적인 AI 기반 경험을 창출하는 데 필요한 모든 유연성, 성능, 보안을 제공합니다.
mdb_document_model

유연한 데이터 모델

MongoDB의 문서 데이터 모델은 개발자의 사고와 작업 방식에 맞춰 설계되었으며, AI로 강화된 애플리케이션이 요구하는 규모에서 벡터와 모든 유형의 데이터를 매끄럽게 처리합니다.

general_features_flexibility

분산된 아키텍처

MongoDB의 현대적인 아키텍처는 핵심 운영 데이터베이스와 독립적으로 AI 워크로드를 격리하고 확장하여 성능을 최적화하고 비용을 절감할 수 있게 해줍니다.

atlas_global_deployments

빠른 혁신

개발자가 빠르게 움직일 수 있는 유연한 도구를 갖추면 더 빠르게 혁신할 수 있습니다. MongoDB는 경직된 데이터 모델의 제약 없이 AI로 강화된 애플리케이션을 출시하고 새로운 기능을 더 빠르게 배포할 수 있도록 팀을 지원합니다.

mdb_availability

모든 환경에 최적화

MongoDB를 사용하면 노트북, 데이터 센터, 클라우드, 하이브리드 환경 등 어디에서나 실행할 수 있어 지연 시간이 짧은 성능과 데이터 주권 요구 사항을 벤더 종속 없이 쉽게 충족할 수 있습니다.

mdb_vector_search

정교한 단순성

MongoDB는 지능형 애플리케이션을 위한 시맨틱 검색, 생성형 AI를 위한 벡터 검색 등 AI에 필요한 기능을 단일 데이터베이스에서 제공하여 기술 스택을 간소화하고 복잡성과 운영 비용을 줄여줍니다.

general_security_default

강력한 보안

보안과 데이터 보호는 MongoDB의 핵심입니다. 업계 최초의 쿼리 가능한 암호화는 저장된 상태의 데이터, 네트워크를 통한 전송 중인 데이터, 그리고 처리 중 사용되는 데이터를 보호하여 가장 엄격한 규제 및 컴플라이언스 요구 사항을 충족합니다.


MongoDB를 통해 AI 혁신을 이루세요

mdb_vector_search

벡터가 핵심입니다.

벡터 검색은 사용자가 무엇을 찾고 있는지 모르는 경우에도 데이터 간의 관계를 파악하여 관련 결과를 제공합니다.

벡터 검색이란?
industry_ai

AI를 더 똑똑하게 만들기

검색 증강 생성(RAG)은 애플리케이션에 더 유용한 상황에 맞는 최신 데이터를 AI의 기반인 거대 언어 모델(LLM)에 제공합니다.

RAG란 무엇인가요?
atlas_full_text_search

키워드를 넘어서

시맨틱 검색은 검색의 의미와 의도를 파악하여 보다 정확하고 문맥에 맞는 검색 결과를 제공합니다.

의미 검색이란 무엇입니까?
atlas_integration

인기 LLM 통합

MongoDB를 사용하면 OpenAI 및 기타 LLMs에서 생성한 벡터 임베딩을 나머지 운영 데이터와 함께 저장하고 검색할 수 있습니다.

LLM 활용
atlas_search

강력한 하이브리드 검색

하이브리드 검색은 텍스트 검색과 벡터 검색의 고급 기능을 결합하여 더 정확하고 관련성 있는 검색 결과를 제공합니다.

하이브리드 검색을 수행하는 방법
atlas_database

모든 사용 사례에 적합한 하나의 데이터베이스

벡터화된 데이터를 독점적인 비즈니스 데이터와 함께 저장하여 사용자 경험을 혁신하는 데 필요한 정보를 AI 기반 애플리케이션에 제공합니다.

벡터 검색 튜토리얼

원하는 경로 선택

ON YOUR OWN

Atlas Vector Search 빠른 시작

MongoDB의 강력한 도구와 리소스를 활용하여 AI 여정을 스스로 개척하고 첫 번째 AI 애플리케이션을 독립적으로 구축 및 배포하세요.

지금 구축 시작하기
벡터 그림

고객 사례 보기

모든 사례 연구 보기
클라우드 제공자
"데이터 플랫폼 계층에서 업계 역사상 매우 큰 기술적 진보 중 하나를 활용하는 방법을 실험할 수 있는 유연성과 확장성을 제공하는 것은 MongoDB Atlas뿐입니다."
Louise Lind Skov
Novo Nordisk, 콘텐츠 디지털화 책임자
고객 사례 읽기
클라우드 제공자
"데이터 플랫폼 계층에서 업계 역사상 매우 큰 기술적 진보 중 하나를 활용하는 방법을 실험할 수 있는 유연성과 확장성을 제공하는 것은 MongoDB Atlas뿐입니다."
Louise Lind Skov
Novo Nordisk, 콘텐츠 디지털화 책임자
고객 사례 읽기
인공지능
"AI는 거의 모든 것에 통합될 예정입니다. 어떤 제품에 AI가 포함될지가 중요한 것이 아니라, 미래에 어떤 제품에 AI가 포함되지 않을지가 중요합니다."
Omar Santos
수석 엔지니어, Cisco
고객 사례 읽기
이벤트 중심 앱
“Atlas Vector Search는 당사가 직면한 문제를 해결해 준 솔루션이었습니다. 덕분에 Okta Inbox를 고객들이 쉽게 사용할 수 있도록 만드는 작업이 크게 단순화되었습니다."
Suchit Agarwal
Okta 엔지니어링 디렉터
고객 사례 읽기
"Atlas Vector Search를 사용하여 제품 데이터, 고객 선호도 및 벡터 임베딩을 빠르게 필터링하는 정교한 쿼리를 작성하여 실시간으로 매우 관련성이 높은 제품 추천을 정확하게 파악할 수 있습니다."
Mundher Al-Shabi
Delivery Hero, 수석 데이터 과학자
고객 사례 읽기

강력한 AI 통합 에코시스템

MongoDB의 LLM 프레임워크 및 서비스 통합은 고급 검색 및 생성형 AI 애플리케이션 구축을 가속화하는 데 기여할 수 있습니다.
Microsoft Azure 로고

MongoDB와 Microsoft Azure OpenAI 간의 심층 통합을 통해 엔터프라이즈 데이터로 지원되는 생성형 AI 애플리케이션의 개발 및 배포를 간소화하고 최적화하세요.

자세히 보기
AWS 로고

버튼 클릭 한 번으로 Amazon Bedrock은 완전 관리형 엔드 투 엔드 검색 증강 생성(RAG) 워크플로에 MongoDB Atlas를 벡터 데이터베이스로 통합합니다.

자세히 보기
Google 로고

MongoDB와 Google Cloud Vertex AI 및 BigQuery를 통합하여 배포를 가속화하고 AI 혁신의 최전선에 서서 생성형 AI 경험을 자신 있게 구축하세요.

자세히 보기
LangChain 로고

MongoDB Atlas와 LangChain을 결합하면 생성형 인공지능 애플리케이션의 개발 및 배포가 간소화되고 효율적으로 진행됩니다.

자세히 보기
Anthropic 로고

Anthropic의 Claude 모델과 MongoDB를 사용하여 내부 데이터 소스를 활용하는 AI 애플리케이션을 배포하면 더 정확하고 관련성 있는 결과를 얻을 수 있습니다.

자세히 보기
LlamaIndex 로고

검색 기능과 데이터 검색을 향상시키고, 효과적인 추천 시스템을 스크립트로 작성하며, 심층 문서 분석을 수행하고, 정교한 챗봇을 생성하는 등의 작업을 수행합니다.

자세히 보기

MongoDB로 AI 애플리케이션 구축을 시작하세요

AI 사용 사례를 위해 구축된 운영 데이터베이스와 프로토타입에서 프로덕션으로 빠르게 전환할 수 있는 전담 전문가 지원을 통해 가능성이 무한해집니다.
시작하기
시작할 때 제공되는 이점:
  • LLM 및 AI 프레임워크 통합
  • 포괄적인 참고 아키텍처
  • 클라우드 전반에 걸친 125개 이상의 리전
  • 전문가 지원 및 맞춤형 솔루션
  • 온디맨드 AI 교육