빠른 시작: Azure Portal에서 기술 세트 만들기

이 빠른 시작에서는 Azure AI Search의 기술 세트가 OCR(광학 문자 인식), 이미지 분석, 언어 감지, 텍스트 번역 및 엔터티 인식을 추가하여 검색 인덱스에 텍스트 검색 가능한 콘텐츠를 생성하는 방법을 알아봅니다.

Azure Portal에서 데이터 가져오기 마법사를 실행하여 인덱싱 중에 텍스트 콘텐츠를 만들고 변환하는 기술을 적용할 수 있습니다. 입력은 원시 데이터(일반적으로 Azure Storage의 Blob)입니다. 출력은 AI에서 생성된 이미지 텍스트, 캡션 및 엔터티를 포함하는 검색 가능한 인덱스입니다. 생성된 콘텐츠는 검색 탐색기를 사용하여 포털에서 쿼리할 수 있습니다.

준비하려면 마법사를 실행하기 전에 몇 가지 리소스를 만들고 샘플 파일을 업로드합니다.

필수 조건

시작하기 전에 다음과 같은 필수 구성 요소를 갖추어야 합니다.

• 활성 구독이 있는 Azure 계정. 체험 계정을 만듭니다.

• Azure AI 검색. 서비스를 만들거나기존 서비스를 찾습니다. 이 빠른 시작에서는 체험 서비스를 사용할 수 있습니다.

• Blob Storage를 사용한 Azure Storage 계정.

데이터를 설정합니다.

다음 단계에서는 다른 유형의 콘텐츠 파일을 저장하도록 Azure Storage에 Blob 컨테이너를 설정합니다.

1. 다양한 형식의 작은 파일 집합으로 구성된 샘플 데이터를 다운로드합니다.

2. Azure 계정을 사용하여 Azure Portal 에 로그인합니다.

3. Azure Storage 계정을 만들거나 기존 계정을 찾습니다.

   • 대역폭 요금이 부과되지 않도록 Azure AI Search와 동일한 지역을 선택합니다.

   • StorageV2(범용 V2)를 선택합니다.

4. Azure Portal에서 Azure Storage 페이지를 열고 컨테이너를 만듭니다. 기본 액세스 수준을 사용할 수 있습니다.

5. 컨테이너에서 업로드를 선택하여 샘플 파일을 업로드합니다. 기본 형식으로 검색할 수 있는 전체 텍스트가 아닌 이미지 및 애플리케이션 파일을 포함하여 다양한 콘텐츠 형식이 있습니다.

   

이제 데이터 가져오기 마법사로 이동할 준비가 되었습니다.

데이터 가져오기 마법사 실행

1. Azure 계정을 사용하여 Azure Portal 에 로그인합니다.

2. 검색 서비스를 찾고 개요 페이지에서 명령 모음에서 데이터 가져오기를 선택하여 4단계로 검색 가능한 콘텐츠를 만듭니다.

   

1단계: 데이터 소스 만들기

1. 데이터에 커넥트 Azure Blob Storage를 선택합니다.

2. 스토리지 계정에 대한 기존 연결을 선택하고 만든 컨테이너를 선택합니다. 데이터 원본에 이름을 지정하고 나머지는 기본값을 사용합니다.

   

   다음 페이지를 계속합니다.

"데이터 원본에서 인덱스 스키마 검색 오류"가 발생하면 마법사를 구동하는 인덱서는 데이터 원본에 연결할 수 없습니다. 대부분의 경우 데이터 원본에는 보안 보호가 있습니다. 다음 솔루션을 시도한 다음 마법사를 다시 실행합니다.

2단계: 인지 기술 추가

다음으로, OCR, 이미지 분석 및 자연어 처리를 호출하도록 AI 보강을 구성합니다.

1. 이 빠른 시작에서는 무료 Azure AI 서비스 리소스를 사용합니다. 샘플 데이터는 14개의 파일로 구성되므로 Azure AI 서비스에서 20개의 트랜잭션을 무료로 할당하면 이 빠른 시작에 충분합니다.

   

2. 보강 추가를 확장하고 6가지 항목을 선택합니다.

   OCR을 사용하여 마법사 페이지에 이미지 분석 기술을 추가합니다.

   엔터티 인식(사람, 조직, 위치) 및 이미지 분석 기술(태그, 캡션)을 선택합니다.

   

   다음 페이지를 계속합니다.

3단계: 인덱스 구성

인덱스에는 검색 가능한 콘텐츠가 포함되며 데이터 가져오기 마법사는 일반적으로 데이터 원본을 샘플링하여 스키마를 만들 수 있습니다. 이 단계에서는 생성된 스키마를 검토하고 설정을 수정할 수 있습니다.

이 빠른 시작에서 마법사는 기본값을 적절하게 설정합니다.

• 기본 필드는 기존 Blob의 메타데이터 속성과 보강 출력에 대한 새 필드(예: people, , organizationslocations)를 기반으로 합니다. 데이터 형식은 메타데이터 및 데이터 샘플링을 통해 유추됩니다.

• 기본 문서 키는 metadata_storage_path (필드에 고유한 값이 포함되어 있기 때문에 선택됨).

• 기본 특성은 검색 가능 및 검색 가능입니다. 검색 가능은 필드의 전체 텍스트 검색을 허용합니다. 검색 가능 은 결과에서 필드 값을 반환할 수 있습니다. 마법사는 기술 세트를 통해 필드를 만들었기 때문에 이러한 필드를 검색하고 검색할 수 있도록 한다고 가정합니다. 필터 식에서 필드를 사용하려면 필터링 가능을 선택합니다.

  

필드를 검색 가능으로 표시한다고 해서 검색 결과에 필드가 있어야 한다는 의미는 아닙니다. 선택 쿼리 매개 변수를 사용하여 포함할 필드를 지정하여 검색 결과 컴퍼지션을 제어할 수 있습니다.

다음 페이지를 계속합니다.

4단계: 인덱서 구성

인덱서는 인덱싱 프로세스를 구동합니다. 데이터 원본 이름, 대상 인덱스 및 실행 빈도를 지정합니다. 데이터 가져오기 마법사는 재설정하고 반복적으로 실행할 수 있는 인덱서 등 여러 개체를 만듭니다.

1. 인덱서 페이지에서 기본 이름을 적용하고 한 번 선택합니다.

   

2. 제출을 선택하여 인덱서를 만들고 동시에 실행합니다.

상태 모니터링

왼쪽 탐색 창에서 인덱서를 선택하여 상태 모니터링한 다음, 인덱서를 선택합니다. 기술 기반 인덱싱은 텍스트 기반 인덱싱, 특히 OCR 및 이미지 분석보다 오래 걸립니다.

실행 상태 대한 세부 정보를 보려면 성공(또는 실패)을 선택하여 실행 세부 정보를 봅니다.

이 데모에는 몇 가지 경고가 있습니다 "Could not execute skill because one or more skill input was invalid." . 데이터 원본의 PNG 파일이 엔터티 인식에 대한 텍스트 입력을 제공하지 않는다는 것을 알려줍니다. 이 경고는 업스트림 OCR 기술이 이미지의 텍스트를 인식하지 못하여 다운스트림 엔터티 인식 기술에 텍스트 입력을 제공할 수 없기 때문에 발생합니다.

경고는 기술 세트 실행에서 일반적입니다. 데이터를 반복하는 기술에 익숙해지면 패턴을 확인하고 무시해도 안전한 경고를 학습할 수 있습니다.

검색 탐색기의 쿼리

인덱스가 만들어지면 검색 탐색기를 사용하여 결과를 반환합니다.

1. 왼쪽에서 인덱스를 선택한 다음, 인덱스를 선택합니다. 검색 탐색기가 첫 번째 탭에 있습니다.

2. 검색 문자열을 입력하여 인덱스(예: satya nadella.)를 쿼리합니다. 검색 창에는 키워드(keyword), 따옴표로 묶인 구 및 연산자()가"Satya Nadella" +"Bill Gates" +"Steve Ballmer" 허용됩니다.

결과는 특히 큰 문서에서 읽기 어려울 수 있는 자세한 JSON으로 반환됩니다. 이 도구에서 검색하기 위한 몇 가지 팁은 다음과 같습니다.

• JSON 보기로 전환하여 결과를 셰이프하는 매개 변수를 지정합니다.

• 추가 select 하면 결과의 필드가 제한됩니다.

• 일치 항목 수를 표시하려면 추가 count 합니다.

• Ctrl-F를 사용하여 JSON 내에서 특정 속성 또는 용어를 검색합니다.

  

보기에 붙여넣을 수 있는 몇 가지 JSON은 다음과 같습니다.

{
"search": "\"Satya Nadella\" +\"Bill Gates\" +\"Steve Ballmer\"",
"count": true,
"select": "content, people"
}

핵심 내용

이제 첫 번째 기술 세트를 만들고 기술 기반 인덱싱의 기본 단계를 배웠습니다.

선택했으면 하는 몇 가지 주요 개념에는 종속성이 포함됩니다. 기술 세트는 인덱서에 바인딩되고 인덱서는 Azure 및 원본별입니다. 이 빠른 시작에서는 Azure Blob Storage를 사용하지만 다른 Azure 데이터 원본도 가능합니다. 자세한 내용은 Azure AI Search의 인덱서를 참조하세요.

또 다른 중요한 개념은 기술이 콘텐츠 형식에 대해 작동하고 다른 유형의 콘텐츠로 작업할 때 일부 입력을 건너뛰는 것입니다. 또한 대용량 파일 또는 필드가 서비스 계층의 인덱서 제한을 초과할 수 있습니다. 이러한 이벤트가 발생할 때 경고를 보는 것은 정상입니다.

출력은 검색 인덱스로 라우팅되며 인덱싱 중에 만든 이름-값 쌍과 인덱스의 개별 필드 간에 매핑이 있습니다. 내부적으로 마법사는 보강 트리를 설정하고 기술 세트를 정의하여 작업 순서 및 일반 흐름을 설정합니다. 이러한 단계는 마법사에서 숨겨지지만 코드 작성을 시작하면 이러한 개념이 중요해집니다.

마지막으로 인덱스 쿼리를 통해 콘텐츠를 확인할 수 있다는 것을 배웠습니다. 결국 Azure AI Search에서 제공하는 것은 단순 또는 완전히 확장된 쿼리 구문을 사용하여 쿼리할 수 있는 검색 가능한 인덱스입니다. 보강된 필드가 포함된 인덱스는 다른 인덱스와 비슷합니다. 표준 또는 사용자 지정 분석기, 점수 매기기 프로필, 동의어, 패싯 탐색, 지역 검색 또는 기타 Azure AI Search 기능을 통합하려는 경우 확실히 그렇게 할 수 있습니다.

리소스 정리

본인 소유의 구독으로 이 모듈을 진행하고 있는 경우에는 프로젝트가 끝날 때 여기에서 만든 리소스가 계속 필요한지 확인하는 것이 좋습니다. 계속 실행되는 리소스에는 요금이 부과될 수 있습니다. 리소스를 개별적으로 삭제하거나 리소스 그룹을 삭제하여 전체 리소스 세트를 삭제할 수 있습니다.

왼쪽 탐색 창의 모든 리소스 또는 리소스 그룹 링크를 사용하여 포털에서 리소스를 찾고 관리할 수 있습니다.

무료 서비스를 사용한 경우 세 개의 인덱스, 인덱서 및 데이터 원본으로 제한됩니다. 포털에서 개별 항목을 삭제하여 제한 이하로 유지할 수 있습니다.

다음 단계

포털, .NET SDK 또는 REST API를 사용하여 기술 세트를 만들 수 있습니다. 지식을 더 자세히 알아보려면 REST 클라이언트 및 더 많은 샘플 데이터를 사용하여 REST API를 사용해 보세요.