2025년 12월 11일
판단 목록을 사용하여 검색 쿼리의 관련성을 평가합니다.
Elasticsearch에서 확장 가능한 검색 테스트를 위해 검색 쿼리 관련성을 객관적으로 평가하고 리콜과 같은 성능 메트릭을 개선하기 위해 판단 목록을 구축하는 방법을 살펴보세요.
2025년 11월 11일
Elasticsearch에서 구조화된 문서에 대한 재귀 청크 구성하기
최적의 구조화된 문서 색인을 위해 청크 크기, 구분자 그룹, 사용자 정의 구분자 목록을 사용하여 Elasticsearch에서 재귀적 청크를 구성하는 방법을 알아보세요.
2025년 10월 6일
Elasticsearch용 에이전트 AI 도구 개선 실험
확장 가능한 RAG 최적화를 위해 선형 검색기, 하이브리드 검색, semantic_text를 결합하여 반복적인 실험을 통해 Elasticsearch의 AI 에이전트 워크플로우를 개선한 방법을 알아보세요.
첫 번째 Elastic 에이전트: 단일 쿼리에서 AI 기반 채팅까지
Elastic의 AI 에이전트 빌더를 사용해 전문화된 AI 에이전트를 생성하는 방법을 알아보세요. 이 블로그에서는 금융 AI 에이전트를 구축하는 방법을 소개합니다.
Elasticsearch로 AI 에이전트 워크플로우 구축하기
하이브리드 검색을 사용해 에이전트가 추론하고 행동하는 데 필요한 컨텍스트를 제공하는 AI 에이전트 워크플로우를 구축하기 위한 프레임워크를 제공하는 Elasticsearch의 새로운 AI 계층인 에이전트 빌더에 대해 알아보세요.
벡터 검색 필터링: 관련성 유지
쿼리와 가장 유사한 결과를 찾기 위해 벡터 검색을 수행하는 것만으로는 충분하지 않습니다. 검색 결과의 범위를 좁히기 위해 필터링이 필요한 경우가 많습니다. 이 문서에서는 Elasticsearch와 Apache Lucene에서 벡터 검색을 위한 필터링이 어떻게 작동하는지 설명합니다.