Azure AI Search의 생성 Retriever 연결

전체 파이프라인 통합

Azure 생태계를 활용한 프로덕션급 RAG 시스템 전체 구축 및 운영 방법을 다룬다.

AI
RAG
Azure
MLOps
저자

Kwangmin Kim

공개

2025년 11월 12일

이미지에서 확인되는 정보와 추가로 필요한 정보는 다음과 같습니다:

1 이미지에서 확인된 정보 ✓

  1. Service Endpoint (URL): https://vdb-aipoc-test-krc-001.search.windows.net
  2. Location: Korea Central
  3. Pricing Tier: Standard
  4. Resource Group: rg-aipoc-test-krc-001

2 추가로 필요한 정보 ⚠️

2.1 1. Admin API Key (필수)

Azure Portal에서 확인:

Azure AI Search → Keys → Primary admin key 또는 Secondary admin key

2.2 2. Index Name (필수)

  • 생성할 인덱스 이름 정의 (예: chatbot-documents-index, code-analyzer-index)
  • 작명 규칙: 소문자, 숫자, 하이픈만 사용

2.3 3. Embedding 관련 정보 (선택)

Azure OpenAI Embeddings를 사용하려면: - Azure OpenAI Embedding Deployment Name - Azure OpenAI Endpoint - Azure OpenAI API Key

3 코드 변경 사항

chatbot_retriever.py를 다음과 같이 수정해야 합니다:

from langchain_community.vectorstores import AzureSearch
from langchain_openai import AzureOpenAIEmbeddings
import os

# Azure AI Search 설정
AZURE_SEARCH_ENDPOINT = "https://vdb-aipoc-test-krc-001.search.windows.net"
AZURE_SEARCH_KEY = os.getenv("AZURE_SEARCH_ADMIN_KEY")  # 환경변수에서 가져오기
AZURE_SEARCH_INDEX_NAME = "chatbot-documents"  # 인덱스 이름 정의

.env 파일에 추가해야 할 항목:

# Azure AI Search
AZURE_SEARCH_ENDPOINT=https://vdb-aipoc-test-krc-001.search.windows.net
AZURE_SEARCH_ADMIN_KEY=<your-admin-key>
AZURE_SEARCH_INDEX_NAME=chatbot-documents

Admin API Key를 확인하시면 코드를 수정해드리겠습니다. 어떻게 진행하시겠습니까?

Subscribe

Enjoy this blog? Get notified of new posts by email: