QnA Maker란?
참고 항목
Azure Open AI On Your Data는 LLM(대규모 언어 모델)을 활용하여 QnA Maker와 유사한 결과를 생성합니다. QnA Maker 프로젝트를 Azure Open AI On Your Data로 마이그레이션하려면 가이드를 확인하세요.
참고 항목
QnA Maker 서비스가 2025년 3월 31일부로 종료됩니다. 이제 최신 버전의 질문 및 답변 기능이 Azure AI 언어의 일부로 사용할 수 있습니다. 언어 서비스 내의 질문 답변 기능은 질문 답변을 참조하세요. 2022년 10월 1일부터 새로운 QnA Maker 리소스를 만들 수 없습니다. 기존 QnA Maker 기술 자료를 질문 답변으로 마이그레이션하는 방법에 대한 정보는 마이그레이션 가이드를 참조하세요.
참고 항목
2023년 7월부터 Azure AI 서비스는 이전에 Cognitive Services 및 Azure Applied AI Services로 알려진 모든 것을 포함합니다. 가격 책정에는 변화가 없습니다. Cognitive Services 및 Azure Applied AI라는 이름은 Azure 청구, 비용 분석, 가격 목록 및 가격 API에서 계속 사용됩니다. API(애플리케이션 프로그래밍 인터페이스) 또는 SDK에 대한 주요 변경 내용은 없습니다.
QnA Maker는 데이터를 통해 자연스러운 대화형 계층을 만들 수 있는 클라우드 기반 NLP(자연어 처리) 서비스입니다. 사용자 지정 KB(기술 자료) 정보에서 입력한 내용에 가장 적합한 답변을 찾는 데 사용됩니다.
QnA Maker는 소셜 미디어 애플리케이션, 채팅 봇 및 음성 지원 데스크톱 애플리케이션을 포함하는 대화형 클라이언트 애플리케이션을 빌드하는 데 주로 사용됩니다.
QnA Maker는 고객 데이터를 저장하지 않습니다. 모든 고객 데이터(질문과 대답 및 채팅 로그)는 고객이 종속 서비스 인스턴스를 배포하는 지역에 저장됩니다. 종속 서비스에 대한 자세한 내용은 여기를 참조하세요.
이 설명서에는 다음과 같은 문서 유형이 포함되어 있습니다.
- 빠른 시작은 서비스를 호출하고 짧은 시간 내에 결과를 얻을 수 있는 단계별 지침입니다.
- 방법 가이드에는 보다 구체적이거나 사용자 지정된 방식으로 서비스를 사용하기 위한 지침이 포함되어 있습니다.
- 개념 문서에서는 서비스의 기능 및 기능에 대한 자세한 설명을 제공합니다.
- 자습서는 보다 광범위한 비즈니스 솔루션에서 서비스를 구성 요소로 사용하는 방법을 보여주는 긴 가이드입니다.
QnA Maker를 사용하는 경우
- 정적 정보가 있는 경우 - 정적 정보가 대답의 기술 자료에 있는 경우 QnA Maker를 사용합니다. 이 기술 자료는 사용자의 요구에 맞게 사용자 지정되며, PDF 및 URL과 같은 문서를 사용하여 작성되었습니다.
- 동일한 대답을 요청, 질문 또는 명령에 제공하려는 경우 - 다른 사용자가 동일한 질문을 제출하면 동일한 대답이 반환됩니다.
- 메타 정보에 따라 정적 정보를 필터링하려는 경우 - 메타데이터 태그를 추가하여 클라이언트 애플리케이션의 사용자 및 정보와 관련된 추가 필터링 옵션을 제공합니다. 일반 메타데이터 정보에는 잡담(chit-chat), 콘텐츠 형식 또는 형식, 콘텐츠 용도 및 콘텐츠 새로 고침이 포함됩니다.
- 정적 정보가 포함된 봇 대화를 관리하려는 경우 - 기술 자료에서 사용자의 대화형 텍스트 또는 명령을 사용하여 대답합니다. 대답이 다중 턴 컨텍스트를 사용하여 기술 자료에 표시된 미리 결정된 대화 흐름의 일부인 경우 봇에서 이 흐름을 쉽게 제공할 수 있습니다.
기술 자료란?
QnA Maker는 질문 및 대답 쌍의 기술 자료로 콘텐츠를 가져옵니다. 가져오기 프로세스는 구조화된 콘텐츠와 반구조화된 콘텐츠 부분 간의 관계에 대한 정보를 추출하여 질문과 답변 쌍 사이에 관계를 암시합니다. 이러한 질문과 대답 쌍을 편집하거나 새 쌍을 추가할 수 있습니다.
질문 및 답변 쌍의 콘텐츠에는 다음이 포함됩니다.
- 모든 형식의 대체 질문
- 검색 중에 답변 선택을 필터링하는 데 사용되는 메타데이터 태그
- 검색 구체화를 계속하는 후속 프롬프트
기술 자료가 게시되면 클라이언트 애플리케이션에서 사용자의 질문을 엔드포인트에 보냅니다. QnA Maker 서비스는 질문을 처리하고 최상의 대답으로 응답합니다.
프로그래밍 방식으로 채팅 봇 만들기
QnA Maker 기술 자료가 게시되면 클라이언트 애플리케이션에서 질문을 기술 자료 엔드포인트에 보내고 결과를 JSON 응답으로 받습니다. 일반적인 QnA Maker용 클라이언트 애플리케이션은 채팅 봇입니다.
| 단계 | 작업 |
|---|---|
| 1 | 클라이언트 애플리케이션에서 사용자 고유 단어의 텍스트인 사용자의 질문("내 기술 자료를 프로그래밍 방식으로 업데이트하려면 어떻게 해야 하나요?")을 기술 자료 엔드포인트에 보냅니다. |
| 2 | QnA Maker에서 학습된 기술 자료를 사용하여 정확한 대답과 최상의 대답 검색을 구체화하는 데 사용할 수 있는 추가 작업 프롬프트를 제공합니다. QnA Maker에서 JSON 형식의 응답을 반환합니다. |
| 3 | 클라이언트 애플리케이션에서 JSON 응답을 사용하여 대화를 계속하는 방법을 결정합니다. 이러한 결정에는 최상의 대답을 표시하고 최상의 대답 검색을 구체화하기 위한 더 많은 선택 항목을 제시하는 것이 포함될 수 있습니다. |
낮은 코드 채팅 봇 빌드
QnA Maker 포털은 완벽한 기술 자료 작성 환경을 제공합니다. 현재 양식의 문서를 기술 자료로 가져올 수 있습니다. 이러한 문서(예: FAQ, 제품 설명서, 스프레드시트 또는 웹 페이지)는 질문 및 대답 쌍으로 변환됩니다. 각 쌍은 추가 작업 프롬프트에 대해 분석되고 다른 쌍에 연결됩니다. 최종 markdown 형식은 이미지와 링크를 포함하여 다양한 표현을 지원합니다.
계층화된 순위가 지정된 고품질 응답
QnA Maker의 시스템은 계층화된 순위 지정 방법입니다. 데이터는 첫 번째 순위 지정 계층으로도 사용되는 Azure Search에 저장됩니다. 그런 다음, Azure Search의 상위 결과는 QnA Maker의 NLP 순위 다시 지정 모델을 통과하여 최종 결과와 신뢰도 점수를 생성합니다.
멀티 턴 대화
QnA Maker는 기본 질문 및 대답 쌍을 향상시키는 데 도움이 되는 다중 턴 프롬프트 및 활성 학습을 제공합니다.
다중 턴 프롬프트는 질문 및 대답 쌍을 연결할 수 있는 기회를 제공합니다. 이 연결을 통해 클라이언트 애플리케이션은 최상의 대답을 제공하고, 최종 대답의 검색을 구체화하기 위한 추가 질문을 제공합니다.
기술 자료가 게시된 엔드포인트에서 사용자의 질문을 받으면 QnA Maker에서 활성 학습을 이러한 실제 질문에 적용하여 품질을 향상시키기 위해 기술 자료의 변경을 제안합니다.
개발 수명 주기
QnA Maker는 협업 권한과 함께 작성, 학습 및 게시를 제공하여 전체 개발 수명 주기에 통합합니다.
빠른 시작 완료
Microsoft는 빠른 시작을 가장 많이 사용되는 프로그래밍 언어로 제공하며, 각각 기본 디자인 패턴을 학습하고 코드를 10분 이내에 실행할 수 있도록 설계되었습니다. 각 기능에 대한 빠른 시작은 다음 목록을 참조하세요.
다음 단계
QnA Maker는 사용자 지정 기술 자료를 작성, 관리 및 배포하는 데 필요한 모든 것을 제공합니다.