해야 할 일을 언제나 정확히 이해하는 AI 에이전트를 위한 컨텍스트 엔지니어링

컨텍스트 엔지니어링과 에이전트 AI를 위한 개방형 통합 플랫폼인 Elasticsearch를 사용해 비정형 비즈니스 데이터를 신뢰할 수 있는 컨텍스트로 전환하여 LLM에 활용하세요.

무료 체험판 시작

컨텍스트 엔지니어링의 핵심 역량

신뢰할 수 있는 AI 구축은 컨텍스트에서 시작됩니다.

컨텍스트 엔지니어링은 모델이 올바른 정보로부터 학습하고, 추론하고, 행동할 수 있도록 하는 필수 구성 요소인 데이터, 검색, 도구 및 메모리를 연결합니다.

  • 올바른 데이터 연결

    시스템과 형식에 걸쳐 연결된 모든 데이터는 추론 모델이 흩어진 정보를 의미 있는 컨텍스트로 전환할 수 있도록 합니다.

  • 가장 중요한 것을 검색하기

    인간의 단기 기억처럼, 모델의 컨텍스트도 제한적입니다. 스마트 검색은 모든 결정이 관련성을 유지할 수 있도록 적시에 컨텍스트를 제공합니다.

  • 구조화된 이해와 도구

    명확한 구조와 표준화된 도구는 에이전트가 컨텍스트를 해석하고 정확한 결론을 내리며 목적에 맞게 행동할 수 있도록 돕습니다.

  • 적응형 메모리 및 워크플로우

    메모리와 워크플로우는 과거의 컨텍스트를 미래의 행동에 연결하여 일관되고 정보에 입각한 결정을 내릴 수 있게 합니다.

Elastic의 장점: 에이전트에게 올바른 정보, 도구 및 가드레일 제공

  • 복잡한 엔터프라이즈 데이터를 위한 하나의 데이터 저장소

    데이터의 다양성이 클수록 컨텍스트가 더 풍부해집니다. 티켓, 로그, 문서, 피드백과 같은 비정형 엔터프라이즈 데이터를 하나의 데이터 저장소에 통합하고, AI를 위한 실시간 검색과 신뢰할 수 있는 컨텍스트를 제공하는 효율적인 컬럼형 저장 공간을 제공합니다.

    Elasticsearch 벡터 데이터베이스

  • 컨텍스트 엔지니어링을 위한 최고의 관련성 엔진

    네이티브 Jina AI 및 서드파티 모델을 사용한 하이브리드 검색, 시맨틱 순위 재지정 및 기본 제공 GPU 추론을 통해 탁월한 관련성을 달성하세요. Elasticsearch는 의도를 해석하고 권한에 따라 필터링하며 관련 컨텍스트의 순위를 매길 수 있는 도구를 제공하여 에이전트가 정말로 중요한 것을 검색할 수 있도록 합니다.

    컨텍스트 엔지니어링이란 무엇인가요?

  • Agent Builder: 데이터와 의사 결정이 만나는 지점

    컨텍스트 레이어에 액션과 제어 기능을 추가하세요. ES|QL을 통해 사용자 지정 도구를 만들고, 데이터와 안전하게 채팅하며, 외부 에이전트와 통합하세요. Elastic Agent Builder는 프롬프트, 데이터, 워크플로우를 연결하여 컨텍스트 기반 에이전트를 몇 분 안에 전송할 수 있습니다.

    Agent Builder에 대해 자세히 알아보세요

  • 안전하게 구축하세요. 모든 것을 측정하세요.

    관련 컨텍스트를 제공하는 것은 데이터 저장 공간 및 검색부터 도구를 통한 노출에 이르기까지 모든 계층에 걸쳐 이루어집니다. 기본 제공 원격 측정, 제어 및 가드레일을 통해 프로덕션 환경에서 안전하게 작동하고 정확성을 유지하는 에이전트를 구축하세요. 민감한 데이터가 사용자 환경을 떠나지 않도록 온프레미스나 완전한 에어갭 네트워크에 배포하세요.

    LLM 통합 가시성 탐색

모든 데이터. 컨텍스트를 위한 단일 플랫폼.

Elasticsearch를 사용하여 컨텍스트를 엔지니어링하세요. 정확한 검색 기능을 추가하거나 대화형 AI 스택 전체를 구성하세요. 기본값과 확장 옵션을 사용하여 원하는 지점에서 시작하고, 간단한 Q&A부터 정교한 에이전트 워크플로우까지 관련성 여정을 설계하세요. 클라우드, 온프레미스 또는 완전한 에어갭 환경에 배포하여 데이터가 있는 위치에서 컨텍스트 계층을 운영하세요.

컨텍스트 엔지니어링용 런치패드

데이터 수명 주기를 위한 견고한 API. 텍스트, 임베딩, 지리 정보, 시계열 데이터, 메타데이터에 대해 인덱싱, 검색, 필터링을 수행하고 역할 기반 접근 제어(RBAC)를 적용하세요.

POST /_ingest/pipeline
{
  "description": "Clean and enrich documents",
  "processors": [
    {
      "set": {
        "field": "source",
        "value": "access_logs_prod"
      }
    },
    {
      "grok": {
        "field": "message",
        "patterns": [
          "{TIMESTAMP_ISO8601:timestamp} User %{WORD:user} accessed - %{IP:ip}"
        ]
      }
    }
  ]
}

에이전트 구성

단일 스니펫으로 도구, 에이전트 및 채팅 인터페이스를 생성하고 확장하세요.

POST /api/agent_builder/tools
{
  "id": "find_client_exposure_to_negative_news",
  "type": "esql",
  "description": "Finds client portfolio exposure to negative news",
  "configuration": { "query": "ES|QL query here" },
  "params": { "time_duration": { "type": "keyword" } }
}

동급 최고입니까? 바로 내장되어 있습니다

Elastic Inference Service(EIS)에서 Jina AI 모델로 시작해 보세요. 또한 AI 에코시스템 전반에 걸친 네이티브 통합을 통해 기존에 사용 중인 모델을 연동할 수도 있습니다.

A four-column ecosystem diagram displaying the logos of leading AI and machine learning partners across Model Providers, Platform Providers, MLOps and orchestration tools, and Open Standard API clients. The visual shows Elastic connecting natively to the full AI stack to enhance search and power intelligent applications.

관련성 여정 최적화

Elasticsearch는 정밀 검색부터 전체 대화형 AI 스택에 이르기까지 모든 수준에서 관련성을 제어할 수 있습니다.

Elasticsearch Labs 블로그에서 전체 튜닝 과정을 살펴보세요.

  • 관련성부터 시작

    정형 및 비정형 데이터를 저장합니다. 하이브리드 검색을 사용하여 소스 전반에서 정확하고 의미 있는 컨텍스트를 검색하세요.

  • 컨텍스트 엔지니어링

    Jina AI 모델을 하이브리드 검색 및 순위 재지정기와 함께 사용하여 에이전트에게 정확한 도메인별 컨텍스트를 제공하세요.

  • 에이전트 오케스트레이션

    에이전트 빌더를 사용하여 도구를 연결하고 워크플로우를 정의하며 데이터에 대해 추론하고 행동하는 신뢰할 수 있는 컨텍스트 기반 에이전트를 생성하세요.

자주 묻는 질문

컨텍스트가 AI와 에이전트에 중요한 이유는 무엇인가요?

에이전트는 워크플로우 전반에 걸쳐 장기적인 컨텍스트, 상태 및 메모리를 유지관리하는 데 어려움을 겪습니다. 컨텍스트가 있어야 시간이 지나도 일관성과 인식을 유지할 수 있습니다. 컨텍스트가 없으면 아무리 강력한 모델이라도 중요한 사항을 놓쳐 격차, 환각 또는 오해로 이어질 수 있습니다. 컨텍스트 엔지니어링은 모든 응답이 정확하고 관련성 있으며 시기적절한 정보에 기반하게 합니다.

Elasticsearch는 어떻게 컨텍스트 엔지니어링을 가능하게 하나요?

Elasticsearch는 대규모 확장 환경에서도 관련성을 유지하도록 설계되어 있으며, 이는 컨텍스트 엔지니어링의 기반이 됩니다. 단일 플랫폼에 벡터, 키워드, 정형 데이터 검색을 분석, 추론 및 가시성과 함께 통합하기 때문에 개발자가 정형화 및 비정형화 비즈니스 데이터를 정밀하게 저장, 검색 및 순위화할 수 있으며, 그 결과 에이전트는 항상 정확한 컨텍스트를 제공할 수 있습니다.

Elasticsearch는 Agent Builder를 통해 채팅, 검색, 도구 생성 및 오케스트레이션 기능을 플랫폼 내부로 직접 통합하여 기능을 확장합니다. 개발자는 자체 데이터, 모델 및 도구를 활용하여 몇 분 만에 컨텍스트 중심의 에이전트를 구축하고 테스트 및 확장할 수 있습니다. 이 모든 과정은 Elasticsearch의 관련성과 보안성 그리고 성능으로 지원됩니다.

자체 모델이나 프레임워크를 사용할 수 있습니까?

예. 개방형 추론 API와 LangChain, LlamaIndex, 모델 컨텍스트 프로토콜(MCP) 통합을 통해 자체 모델을 가져와 Elasticsearch에서 에이전트 빌더 워크플로우를 직접 확장할 수 있습니다.

컨텍스트 엔지니어링을 온프레미스 환경이나 에어갭 환경에서 수행할 수 있나요?

예. Elasticsearch는 외부 연결이 필요하지 않은 완전한 온프레미스와 에어갭 배포 환경에서 주권형 클라우드를 지원합니다. 국방, 정부, 금융 서비스, 의료 분야의 조직은 하이브리드 검색, 시맨틱 순위 재지정, 에이전틱 워크플로우, RBAC를 포함한 완전한 컨텍스트 엔지니어링 파이프라인을 전적으로 자체 인프라 내에서 구축할 수 있습니다. Elastic Cloud Enterprise(ECE)를 사용하면 Elastic이 Elastic Cloud를 운영하는 데 사용하는 것과 동일한 도구로 온프레미스 Elasticsearch 클러스터를 대규모로 오케스트레이션할 수 있습니다.