{"product_id":"138969","title":"엘라스틱서치를 활용한 벡터 검색 실무 가이드","description":"\u003ccenter\u003e\u003cdiv style=\"text-align:center\"\u003e\u003cimg src=\"https:\/\/tmgdisk01.cafe24.com\/images\/vs\/4172\/sv\/3jXPeMA8fF0PSq4pYxxzQkmHVTvPCh.png?v=1765071356\" style=\"max-width:100%;max-height:10px\"\u003e\u003c\/div\u003e\u003c\/center\u003e\u003ccenter\u003e\u003ctable\u003e\u003ctr\u003e\u003ctd style=\"height:10px\"\u003e\u003c\/td\u003e\u003c\/tr\u003e\u003c\/table\u003e\u003c\/center\u003e\u003ccenter\u003e\u003ctable\u003e\u003ctr\u003e\u003ctd style=\"height:10px\"\u003e\u003c\/td\u003e\u003c\/tr\u003e\u003c\/table\u003e\u003c\/center\u003e\u003ccenter\u003e\n\u003cdiv style=\"width:95%\"\u003e\n\u003cdiv style=\"text-align:center;font-size:30px;font-weight:bolder;line-height:1.6em\"\u003e엘라스틱서치를 활용한 벡터 검색 실무 가이드\u003c\/div\u003e\n\u003ccenter\u003e\u003ctable\u003e\u003ctr\u003e\u003ctd style=\"height:10px\"\u003e\u003c\/td\u003e\u003c\/tr\u003e\u003c\/table\u003e\u003c\/center\u003e\n\u003ccenter\u003e\u003ctable\u003e\u003ctr\u003e\u003ctd style=\"height:10px\"\u003e\u003c\/td\u003e\u003c\/tr\u003e\u003c\/table\u003e\u003c\/center\u003e\n\u003ccenter\u003e\u003ctable\u003e\u003ctr\u003e\u003ctd style=\"height:10px\"\u003e\u003c\/td\u003e\u003c\/tr\u003e\u003c\/table\u003e\u003c\/center\u003e\n\u003ccenter\u003e\u003ctable\u003e\u003ctr\u003e\u003ctd style=\"height:10px\"\u003e\u003c\/td\u003e\u003c\/tr\u003e\u003c\/table\u003e\u003c\/center\u003e\n\u003cdiv style=\"border-bottom:1px;border-bottom-style:dotted;border-color:;padding-bottom:20px\"\u003e\u003ccenter\u003e\u003ctable align=\"center\" width=\"100%\"\u003e\u003ctbody style=\"border:0px\"\u003e\n\u003ctr\u003e\u003ctd align=\"center\" style=\"line-height:1.2em;text-align:center;font-size:18px;color:black;font-weight:bold;padding-bottom:20px;\"\u003e\u003c\/td\u003e\u003c\/tr\u003e\n\u003ctr\u003e\u003ctd style=\"text-align:center\"\u003e\u003cimg src=\"https:\/\/image.yes24.com\/goods\/127948088\/XL\" style=\"max-width:100%;height:auto\"\u003e\u003c\/td\u003e\u003c\/tr\u003e\n\u003c\/tbody\u003e\u003c\/table\u003e\u003c\/center\u003e\u003c\/div\u003e\n\u003ccenter\u003e\u003ctable\u003e\u003ctr\u003e\u003ctd style=\"height:10px\"\u003e\u003c\/td\u003e\u003c\/tr\u003e\u003c\/table\u003e\u003c\/center\u003e\n\u003ccenter\u003e\u003ctable\u003e\u003ctr\u003e\u003ctd style=\"height:10px\"\u003e\u003c\/td\u003e\u003c\/tr\u003e\u003c\/table\u003e\u003c\/center\u003e\n\u003cdiv style=\"width:95%;{split_style6}padding-top:20px;padding-bottom:20px\"\u003e\n\u003cdiv style=\"text-align:left;font-size:16px;font-weight:bold;padding-bottom:20px\"\u003eDescription\u003c\/div\u003e\n\u003cdiv style=\"text-align:left;word-break:break-all;font-size:14px;line-height:1.6em;\"\u003e\n\u003cdiv\u003e \u003ch5\u003e\u003cb\u003e책소개\u003c\/b\u003e\u003c\/h5\u003e \u003c\/div\u003e \u003cdiv\u003e \u003cdiv\u003e \u003cdiv\u003e  \u003cb\u003e엘라스틱을 활용해 벡터 검색과 가관측성, 사이버 보안, 챗GPT 통합을 최적화하는 방법을 배워보자!\u003c\/b\u003e\u003cbr\u003e\u003cbr\u003e자연어 처리(NLP)는 주로 검색 사례에 활용되지만, 이 책은 벡터를 활용해 가관측성과 사이버 보안 같은 중요한 도메인 과제를 해결하는 데 영감을 주는 것이 목표이다.\u003cbr\u003e각 장은 벡터 검색과 엘라스틱을 통합해 검색 사례뿐만 아니라 가관측성과 사이버 보안 기능도 개선하는 데 초점을 맞춘다.\u003cbr\u003e\u003cbr\u003e이 책은 먼저 NLP와 NLP 프로세스에서 엘라스틱의 기능을 소개합니다.\u003cbr\u003e다음으로 자원 요구사항을 파악하고 빠른 응답 시간을 위한 특정 페이지 캐시 요구사항과 함께 벡터가 밀집 벡터(dense vector) 유형에 어떻게 저장되는지 알아본다.\u003cbr\u003e계속 읽다 보면 노드 스케일링, 설정 튜닝, Rally와 파이썬을 사용한 부하 테스트 등 머신러닝 모델 배포를 개선하려는 다양한 튜닝 기법과 전략을 발견하게 된다.\u003cbr\u003e또한 이미지를 활용한 벡터 검색 기법, 성능 향상을 위한 모델 미세 조정, 엘라스틱서치에서 이미지 유사성 검색을 위한 CLIP 모델 사용법도 다룬다.\u003cbr\u003e마지막으로, RAG(retrieval-augmented generation, 검색 증강 생성)를 살펴보고 벡터화된 데이터, ELSER의 기능, RRF의 정제된 검색 메커니즘을 활용하는 데 챗GPT와 엘라스틱서치를 통합하는 방법을 배운다.\u003cbr\u003e이 책을 다 읽고 나면 엘라스틱을 활용해 프로젝트에서 벡터 검색을 구현하고 최적화하는 데 필요한 모든 기술을 갖추게 된다.\u003cbr\u003e \u003c\/div\u003e \u003c\/div\u003e \u003cdiv\u003e \u003cul\u003e \u003cli\u003e 책의 일부 내용을 미리 읽어보실 수 있습니다.\u003cbr\u003e\u003cspan\u003e미리보기\u003c\/span\u003e\n\u003c\/li\u003e \u003c\/ul\u003e \u003c\/div\u003e \u003c\/div\u003e \",\"\u003cdiv\u003e \u003ch5\u003e\u003cb\u003e목차\u003c\/b\u003e\u003c\/h5\u003e \u003c\/div\u003e \u003cdiv\u003e \u003cdiv\u003e  \u003cb\u003e[1부] 벡터 검색의 기본\u003cbr\u003e\u003cbr\u003e▣ 01: 벡터와 임베딩 소개\u003c\/b\u003e\u003cbr\u003e\u003cbr\u003e1.1 벡터 검색에서 지도 학습과 비지도 학습의 역할 살펴보기\u003cbr\u003e___임베딩\/벡터란 무엇인가요?\u003cbr\u003e___벡터는 어떤 문제를 해결하는 데 사용하나요?\u003cbr\u003e___개발자 환경\u003cbr\u003e___허깅 페이스(Hugging Face)\u003cbr\u003e___시장 환경과 개발자 경험의 가속화\u003cbr\u003e1.2 사용 사례 및 적용 분야\u003cbr\u003e___AI 기반 검색\u003cbr\u003e___개체명 인식(NER)\u003cbr\u003e___감성 분석\u003cbr\u003e___텍스트 분류\u003cbr\u003e___질의응답(QA)\u003cbr\u003e___텍스트 요약\u003cbr\u003e1.3 엘라스틱은 이 분야에서 어떤 역할을 하고 있나요?\u003cbr\u003e___가관측성 및 사이버 보안에 대한 기본 개념\u003cbr\u003e요약\u003cbr\u003e\u003cbr\u003e\u003cb\u003e▣ 02: 엘라스틱에서 벡터 검색 시작하기\u003c\/b\u003e\u003cbr\u003e\u003cbr\u003e2.1 벡터 검색 이전 엘라스틱에서의 검색 경험\u003cbr\u003e___데이터 유형이 관련성에 미치는 영향\u003cbr\u003e___관련성 모델\u003cbr\u003e2.2 검색 경험의 발전\u003cbr\u003e___키워드 기반 검색의 한계\u003cbr\u003e___벡터 표현\u003cbr\u003e2.3 새로운 벡터 데이터 유형과 벡터 검색 쿼리 API\u003cbr\u003e___희소 벡터와 밀집 벡터\u003cbr\u003e___엘라스틱 클라우드 시작하기\u003cbr\u003e___밀집 벡터 매핑\u003cbr\u003e___완전 탐색 kNN 검색(Brute-force kNN search)\u003cbr\u003e___kNN search\u003cbr\u003e요약\u003cbr\u003e\u003cbr\u003e\u003cb\u003e[2부] 고급 애플리케이션 및 성능 최적화\u003cbr\u003e\u003cbr\u003e▣ 03: 엘라스틱에서의 모델 관리와 벡터 고려 사항\u003c\/b\u003e\u003cbr\u003e\u003cbr\u003e3.1 허깅 페이스\u003cbr\u003e___모델 허브\u003cbr\u003e___Datasets\u003cbr\u003e___Spaces\u003cbr\u003e3.2 Eland\u003cbr\u003e___허깅 페이스에서 엘라스틱서치로 임베딩 모델 가져오기\u003cbr\u003e___엘라스틱서치 인증 구성하기\u003cbr\u003e___허깅 페이스 허브에서 모델 가져오기\u003cbr\u003e___모델 다운로드\u003cbr\u003e___엘라스틱서치 내부에 모델 적재하기\u003cbr\u003e___모델 시작하기\u003cbr\u003e___모델 배포하기\u003cbr\u003e___질의 벡터 만들기\u003cbr\u003e3.3 엘라스틱서치 내부에서 벡터 만들기\u003cbr\u003e3.4 클러스터 자원 계획 수립하기\u003cbr\u003e___CPU 및 메모리 관련 요구사항\u003cbr\u003e___디스크 요구사항\u003cbr\u003e___인덱스 디스크 사용량 분석 API\u003cbr\u003e3.5 머신러닝 노드 용량\u003cbr\u003e3.6 스토리지 효율성 전략\u003cbr\u003e___차원 축소\u003cbr\u003e___양자화\u003cbr\u003e___source에서 dense_vector 제외하기\u003cbr\u003e요약\u003cbr\u003e\u003cbr\u003e\u003cb\u003e▣ 04: 성능 튜닝 - 데이터를 통한 확인\u003c\/b\u003e\u003cbr\u003e\u003cbr\u003e4.1 NLP 모델 배포\u003cbr\u003e___엘라스틱서치에 모델 적재하기\u003cbr\u003e___모델 배포와 관련된 설정\u003cbr\u003e4.2 부하 테스트\u003cbr\u003e___Rally\u003cbr\u003e___메모리(RAM) 사용량 예측\u003cbr\u003e___속도 저하 문제 해결\u003cbr\u003e요약\u003cbr\u003e\u003cbr\u003e\u003cb\u003e[3부] 특수 사용 사례\u003cbr\u003e\u003cbr\u003e▣ 05: 이미지 검색\u003c\/b\u003e\u003cbr\u003e\u003cbr\u003e5.1 이미지 검색 개요\u003cbr\u003e___이미지 검색 발전\u003cbr\u003e___이미지 검색 방식\u003cbr\u003e___벡터 유사도 검색의 역할\u003cbr\u003e___이미지 검색 사례\u003cbr\u003e5.2 이미지 벡터 검색\u003cbr\u003e___이미지 벡터화\u003cbr\u003e___엘라스틱서치에 이미지 벡터 색인하기\u003cbr\u003e___k-최근접 이웃(kNN) 검색\u003cbr\u003e___이미지 검색 분야의 해결 과제와 한계\u003cbr\u003e5.3 벡터 검색을 위한 멀티모달(Multi-modal) 모델\u003cbr\u003e___멀티모달의 필요성\u003cbr\u003e___멀티모달 모델의 벡터 공간에 대한 이해\u003cbr\u003e___OpenAI clip-ViT-B-32-multilingual-v1 모델 소개\u003cbr\u003e___다양한 미디어 유형에 벡터 검색 적용하기\u003cbr\u003e요약\u003cbr\u003e\u003cbr\u003e\u003cb\u003e▣ 06: 엘라스틱서치를 활용한 개인 식별 정보 제거\u003c\/b\u003e\u003cbr\u003e\u003cbr\u003e6.1 PII 및 제거(redaction) 개요\u003cbr\u003e___PII가 포함될 수 있는 데이터 유형\u003cbr\u003e___로그에 저장된 PII의 위험성\u003cbr\u003e___PII가 유출 및 분실되는 유형\u003cbr\u003e6.2 NER 모델과 정규식 패턴을 사용한 PII 제거\u003cbr\u003e___NER 모델\u003cbr\u003e___정규식 패턴\u003cbr\u003e___PII 제거를 위한 NER 모델과 정규식(Grok) 패턴의 결합\u003cbr\u003e6.3 엘라스틱서치의 PII 제거 파이프라인\u003cbr\u003e___가짜 PII 만들기\u003cbr\u003e___기본 파이프라인 설정\u003cbr\u003e___기대 결과\u003cbr\u003e6.4 PII 제거 파이프라인 확장 및 상세 설정을 위한 옵션\u003cbr\u003e___기본 PII 예시 사용자 정의(customizing)하기\u003cbr\u003e___신규 데이터 스트림을 위한 파이프라인 복제 및 신규 버전 만들기\u003cbr\u003e___특정 데이터 세트를 위한 NER 모델 미세 조정\u003cbr\u003e___맥락 인식 기술의 필요성과 적용 방법\u003cbr\u003e요약\u003cbr\u003e\u003cbr\u003e\u003cb\u003e▣ 07: 벡터 기반 차세대 가관측성(Observability)\u003c\/b\u003e\u003cbr\u003e\u003cbr\u003e7.1 현대 소프트웨어 시스템에서 가관측성과 그 중요성에 대한 소개\u003cbr\u003e___가관측성 - 주요 요소\u003cbr\u003e___로그 분석과 가관측성에서의 그 역할\u003cbr\u003e7.2 로그 분석에 벡터와 임베딩을 적용하는 새로운 접근 방식\u003cbr\u003e___접근 방식 1 - 로그를 위한 기존 모델 훈련 또는 미세 조정\u003cbr\u003e___접근 방식 2 - 사람이 이해할 수 있는 설명을 생성한 후 벡터화\u003cbr\u003e7.3 로그 벡터화\u003cbr\u003e___합성 로그\u003cbr\u003e___OpenAI를 활용한 로그 확장\u003cbr\u003e7.4 로그 시맨틱 검색\u003cbr\u003e___로그 벡터 색인\u003cbr\u003e___모델 적재\u003cbr\u003e___수집 파이프라인\u003cbr\u003e___시맨틱 검색\u003cbr\u003e요약\u003cbr\u003e\u003cbr\u003e\u003cb\u003e▣ 08: 벡터와 임베딩이 사이버 보안 강화에 미치는 영향\u003c\/b\u003e\u003cbr\u003e\u003cbr\u003e8.1 이메일 피싱 탐지의 중요성 이해\u003cbr\u003e___피싱이란?\u003cbr\u003e___다양한 유형의 피싱 공격\u003cbr\u003e___피싱 공격의 빈도에 관한 통계\u003cbr\u003e___피싱 이메일 탐지의 도전과제\u003cbr\u003e___자동 탐지의 역할\u003cbr\u003e___자연어 처리 기술로 기존 기술 보완\u003cbr\u003e8.2 ELSER 소개\u003cbr\u003e8.3 생성형 AI에서 ELSER의 역할\u003cbr\u003e8.4 엔론 이메일 데이터 세트 (ham 또는 spam)\u003cbr\u003e8.5 ELSER가 작동하는 것을 보기\u003cbr\u003e___하드웨어 고려 사항\u003cbr\u003e___엘라스틱서치에 ELSER 모델 다운로드\u003cbr\u003e___인덱스 설정과 데이터 수집 파이프라인 세팅\u003cbr\u003e___ELSER를 활용한 시맨틱 검색\u003cbr\u003e___ELSER의 한계점\u003cbr\u003e요약\u003cbr\u003e\u003cbr\u003e\u003cb\u003e[4부] 혁신적인 통합과 미래 방향\u003cbr\u003e\u003cbr\u003e▣ 09: 엘라스틱을 통한 검색 증강 생성\u003c\/b\u003e\u003cbr\u003e\u003cbr\u003e9.1 ELSER와 RRF를 활용한 RAG 강화 검색 준비하기\u003cbr\u003e___ELSER를 활용한 시맨틱 검색\u003cbr\u003e___RAG에 대한 필수 고려 사항 요약\u003cbr\u003e___RRF를 활용한 ELSER 통합\u003cbr\u003e___언어 모델과 RAG\u003cbr\u003e9.2 심층 사례 연구 - RAG 기반 CookBot 만들기\u003cbr\u003e___데이터 세트 개요 - Allrecipes.com 데이터 세트 살펴보기\u003cbr\u003e___RAG 강화 검색을 위한 데이터 준비\u003cbr\u003e___ELSER를 사용한 RRF 검색기\u003cbr\u003e___검색기 활용 및 생성기 만들기\u003cbr\u003e요약\u003cbr\u003e\u003cbr\u003e\u003cb\u003e▣ 10: 챗GPT용 엘라스틱 플러그인 구축하기\u003c\/b\u003e\u003cbr\u003e\u003cbr\u003e10.1 맥락의 기초\u003cbr\u003e___동적 맥락의 패러다임\u003cbr\u003e10.2 DCL 플러그인 - 구조와 작동 방식\u003cbr\u003e10.3 DCL 구현하기\u003cbr\u003e___엘라스틱 문서에서 최신 정보 가져오기\u003cbr\u003e___Embedchain을 활용한 데이터 수준 높이기\u003cbr\u003e___챗GPT와 통합해 실시간 대화 상대 만들기\u003cbr\u003e___배포\u003cbr\u003e요약\u003cbr\u003e\u003cbr\u003e\u003cb\u003e▣ 부록: 엘라스틱 가이드 GPT 만들기\u003c\/b\u003e \u003c\/div\u003e \u003cdiv\u003e\u003c\/div\u003e \u003c\/div\u003e \",\"\u003cdiv\u003e \u003ch5\u003e\u003cb\u003e상세 이미지\u003c\/b\u003e\u003c\/h5\u003e \u003c\/div\u003e \u003cdiv\u003e \u003cdiv\u003e \u003cimg src=\"https:\/\/image.yes24.com\/momo\/TopCate4558\/MidCate002\/455710469.jpg\" border=\"0\" alt=\"상세 이미지 1\"\u003e \u003c\/div\u003e \u003c\/div\u003e \",\"\u003cdiv\u003e \u003ch5\u003e\u003cb\u003e출판사 리뷰\u003c\/b\u003e\u003c\/h5\u003e \u003c\/div\u003e \u003cdiv\u003e \u003cdiv\u003e  \u003cb\u003e★ 이 책에서 다루는 내용 ★\u003c\/b\u003e\u003cbr\u003e\u003cbr\u003e◎ 벡터 검색 기능을 활용해 성능 최적화하기\u003cbr\u003e◎ 이미지 벡터 검색과 그 활용 분야 탐구하기\u003cbr\u003e◎ 개인 식별 정보 탐지 및 마스킹하기\u003cbr\u003e◎ 차세대 가관측성을 위한 로그 분석 및 검색 구현하기\u003cbr\u003e◎ 사이버 보안을 위한 벡터 기반 봇 탐지 활용하기\u003cbr\u003e◎ 벡터 공간 시각화 및 엘라스틱의 최신 검색 기능 살펴보기\u003cbr\u003e◎ 스트림릿(Streamlit)을 활용한 RAG 강화 애플리케이션 구현하기 \u003c\/div\u003e \u003cdiv\u003e\u003c\/div\u003e \u003c\/div\u003e \"]\u003c\/div\u003e\n\u003c\/div\u003e\n\u003ccenter\u003e\u003ctable\u003e\u003ctr\u003e\u003ctd style=\"height:10px\"\u003e\u003c\/td\u003e\u003c\/tr\u003e\u003c\/table\u003e\u003c\/center\u003e\n\u003ccenter\u003e\u003ctable\u003e\u003ctr\u003e\u003ctd style=\"height:10px\"\u003e\u003c\/td\u003e\u003c\/tr\u003e\u003c\/table\u003e\u003c\/center\u003e\n\u003cdiv style=\"width:95%;padding-top:20px;padding-bottom:20px\"\u003e\n\u003cdiv style=\"text-align:left;font-size:16px;font-weight:bold;padding-bottom:20px\"\u003eGOODS SPECIFICS\u003c\/div\u003e\n\u003cdiv style=\"text-align:left;font-size:14px;line-height:1.6em;\"\u003e\n\u003cdiv style=\"width:100%;margin-bottom:5px;line-height:1.6em;font-size:14px\"\u003e- \u003cstrong\u003e발행일 : \u003c\/strong\u003e2024년 06월 26일\u003c\/div\u003e\n\u003cdiv style=\"width:100%;margin-bottom:5px;line-height:1.6em;font-size:14px\"\u003e- \u003cstrong\u003e쪽수, 무게, 크기 : \u003c\/strong\u003e276쪽 | 175*235*14mm\u003c\/div\u003e\n\u003cdiv style=\"width:100%;margin-bottom:5px;line-height:1.6em;font-size:14px\"\u003e- \u003cstrong\u003eISBN13 : \u003c\/strong\u003e9791158395223\u003c\/div\u003e\n\u003c\/div\u003e\n\u003c\/div\u003e\n\u003c\/div\u003e\n\u003ccenter\u003e\n\u003ccenter\u003e\u003ctable\u003e\u003ctr\u003e\u003ctd style=\"height:10px\"\u003e\u003c\/td\u003e\u003c\/tr\u003e\u003c\/table\u003e\u003c\/center\u003e\n\u003ccenter\u003e\u003ctable\u003e\u003ctr\u003e\u003ctd style=\"height:10px\"\u003e\u003c\/td\u003e\u003c\/tr\u003e\u003c\/table\u003e\u003c\/center\u003e\n\u003cspan\u003e\u003c\/span\u003e\n\u003c\/center\u003e\n\u003c\/center\u003e","brand":"LIBRAIRIE COREENNE","offers":[{"title":"Default Title","offer_id":43893333753898,"sku":"138969","price":38.0,"currency_code":"EUR","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/0683\/2750\/5962\/files\/f6e86c1f04da3cdb76502cf522d7c857.jpg?v=1765396761","url":"https:\/\/librairie.coreenne.fr\/ko\/products\/138969","provider":"LIBRAIRIE COREENNE","version":"1.0","type":"link"}