Skip to content

05-dotnet-agent-framework.md

Latest commit

 

History

History
221 lines (172 loc) · 9.71 KB

05-dotnet-agent-framework.md

File metadata and controls

221 lines (172 loc) · 9.71 KB
Raw

🔍 Azure AI Foundry (.NET)을 활용한 엔터프라이즈 RAG

📋 학습 목표

이 노트북은 Microsoft Agent Framework을 사용하여 Azure AI Foundry와 함께 엔터프라이즈급 Retrieval-Augmented Generation (RAG) 시스템을 구축하는 방법을 보여줍니다. 문서를 검색하고 정확하고 상황에 맞는 응답을 제공하며 엔터프라이즈 보안과 확장성을 갖춘 프로덕션 준비 에이전트를 만드는 방법을 배우게 됩니다.

구축할 엔터프라이즈 RAG 기능:

  • 📚 문서 인텔리전스: Azure AI 서비스를 활용한 고급 문서 처리
  • 🔍 시맨틱 검색: 엔터프라이즈 기능을 갖춘 고성능 벡터 검색
  • 🛡️ 보안 통합: 역할 기반 접근 및 데이터 보호 패턴
  • 🏢 확장 가능한 아키텍처: 모니터링이 가능한 프로덕션 준비 RAG 시스템

🎯 엔터프라이즈 RAG 아키텍처

핵심 엔터프라이즈 구성 요소

  • Azure AI Foundry: 보안 및 규정을 준수하는 관리형 엔터프라이즈 AI 플랫폼
  • Persistent Agents: 대화 기록 및 컨텍스트 관리를 포함한 상태 유지 에이전트
  • Vector Store Management: 엔터프라이즈급 문서 인덱싱 및 검색
  • Identity Integration: Azure AD 인증 및 역할 기반 접근 제어

.NET 엔터프라이즈 혜택

  • 타입 안전성: RAG 작업 및 데이터 구조에 대한 컴파일 타임 검증
  • 비동기 성능: 비차단 문서 처리 및 검색 작업
  • 메모리 관리: 대규모 문서 컬렉션을 위한 효율적인 리소스 활용
  • 통합 패턴: 종속성 주입을 활용한 네이티브 Azure 서비스 통합

🏗️ 기술 아키텍처

엔터프라이즈 RAG 파이프라인

Document Upload → Security Validation → Vector Processing → Index Creation
                      ↓                    ↓                  ↓
User Query → Authentication → Semantic Search → Context Ranking → AI Response

핵심 .NET 구성 요소

  • Azure.AI.Agents.Persistent: 상태 지속성을 갖춘 엔터프라이즈 에이전트 관리
  • Azure.Identity: 안전한 Azure 서비스 접근을 위한 통합 인증
  • Microsoft.Agents.AI.AzureAI: Azure 최적화 에이전트 프레임워크 구현
  • System.Linq.Async: 고성능 비동기 LINQ 작업

🔧 엔터프라이즈 기능 및 혜택

보안 및 규정 준수

  • Azure AD 통합: 엔터프라이즈 아이덴티티 관리 및 인증
  • 역할 기반 접근: 문서 접근 및 작업에 대한 세분화된 권한
  • 데이터 보호: 민감한 문서에 대한 저장 및 전송 중 암호화
  • 감사 로그: 규정 준수를 위한 포괄적인 활동 추적

성능 및 확장성

  • 연결 풀링: 효율적인 Azure 서비스 연결 관리
  • 비동기 처리: 고처리량 시나리오를 위한 비차단 작업
  • 캐싱 전략: 자주 접근하는 문서에 대한 지능형 캐싱
  • 로드 밸런싱: 대규모 배포를 위한 분산 처리

관리 및 모니터링

  • 상태 점검: RAG 시스템 구성 요소에 대한 내장 모니터링
  • 성능 지표: 검색 품질 및 응답 시간에 대한 상세 분석
  • 오류 처리: 재시도 정책을 포함한 포괄적인 예외 관리
  • 구성 관리: 유효성 검사가 포함된 환경별 설정

⚙️ 사전 요구 사항 및 설정

개발 환경:

  • .NET 9.0 SDK 이상
  • Visual Studio 2022 또는 C# 확장이 포함된 VS Code
  • Azure AI Foundry 액세스가 포함된 Azure 구독

필요한 NuGet 패키지:

<PackageReference Include="Microsoft.Extensions.AI" Version="9.9.0" />
<PackageReference Include="Azure.AI.Agents.Persistent" Version="1.2.0-beta.5" />
<PackageReference Include="Azure.Identity" Version="1.15.0" />
<PackageReference Include="System.Linq.Async" Version="6.0.3" />
<PackageReference Include="DotNetEnv" Version="3.1.1" />

Azure 인증 설정:

# Install Azure CLI and authenticate
az login
az account set --subscription "your-subscription-id"

환경 구성:

  • Azure AI Foundry 구성 (Azure CLI를 통해 자동 처리)
  • 올바른 Azure 구독에 인증되었는지 확인

📊 엔터프라이즈 RAG 패턴

문서 관리 패턴

  • 대량 업로드: 대규모 문서 컬렉션의 효율적인 처리
  • 증분 업데이트: 실시간 문서 추가 및 수정
  • 버전 관리: 문서 버전 관리 및 변경 추적
  • 메타데이터 관리: 풍부한 문서 속성과 분류 체계

검색 및 검색 패턴

  • 하이브리드 검색: 시맨틱 및 키워드 검색을 결합하여 최적의 결과 제공
  • 다면 검색: 다차원 필터링 및 분류
  • 관련성 조정: 도메인별 요구에 맞춘 사용자 정의 점수 알고리즘
  • 결과 순위: 비즈니스 논리 통합을 통한 고급 순위 지정

보안 패턴

  • 문서 수준 보안: 문서별 세분화된 접근 제어
  • 데이터 분류: 자동 민감도 라벨링 및 보호
  • 감사 추적: 모든 RAG 작업에 대한 포괄적인 로깅
  • 개인정보 보호: PII 감지 및 수정 기능

🔒 엔터프라이즈 보안 기능

인증 및 권한 부여

// Azure AD integrated authentication
var credential = new AzureCliCredential();
var agentsClient = new PersistentAgentsClient(endpoint, credential);

// Role-based access validation
if (!await ValidateUserPermissions(user, documentId))
{
    throw new UnauthorizedAccessException("Insufficient permissions");
}

데이터 보호

  • 암호화: 문서 및 검색 인덱스에 대한 종단 간 암호화
  • 접근 제어: 사용자 및 그룹 권한을 위한 Azure AD 통합
  • 데이터 거주지: 규정을 준수하기 위한 지리적 데이터 위치 제어
  • 백업 및 복구: 자동화된 백업 및 재해 복구 기능

📈 성능 최적화

비동기 처리 패턴

// Efficient async document processing
await foreach (var document in documentStream.AsAsyncEnumerable())
{
    await ProcessDocumentAsync(document, cancellationToken);
}

메모리 관리

  • 스트리밍 처리: 메모리 문제 없이 대규모 문서 처리
  • 리소스 풀링: 고비용 리소스의 효율적인 재사용
  • 가비지 컬렉션: 최적화된 메모리 할당 패턴
  • 연결 관리: 적절한 Azure 서비스 연결 수명 주기

캐싱 전략

  • 쿼리 캐싱: 자주 실행되는 검색 캐싱
  • 문서 캐싱: 핫 문서에 대한 메모리 내 캐싱
  • 인덱스 캐싱: 최적화된 벡터 인덱스 캐싱
  • 결과 캐싱: 생성된 응답의 지능형 캐싱

📊 엔터프라이즈 사용 사례

지식 관리

  • 기업 위키: 회사 지식 기반에 대한 지능형 검색
  • 정책 및 절차: 자동화된 규정 준수 및 절차 안내
  • 교육 자료: 지능형 학습 및 개발 지원
  • 연구 데이터베이스: 학술 및 연구 논문 분석 시스템

고객 지원

  • 지원 지식 기반: 자동화된 고객 서비스 응답
  • 제품 문서: 지능형 제품 정보 검색
  • 문제 해결 가이드: 상황에 맞는 문제 해결 지원
  • FAQ 시스템: 문서 컬렉션에서 동적 FAQ 생성

규정 준수

  • 법률 문서 분석: 계약 및 법률 문서 인텔리전스
  • 규정 준수 모니터링: 자동화된 규정 준수 확인
  • 위험 평가: 문서 기반 위험 분석 및 보고
  • 감사 지원: 감사용 지능형 문서 검색

🚀 프로덕션 배포

모니터링 및 관찰 가능성

  • Application Insights: 상세한 원격 분석 및 성능 모니터링
  • 사용자 정의 지표: 비즈니스별 KPI 추적 및 경고
  • 분산 추적: 서비스 간 요청의 종단 간 추적
  • 상태 대시보드: 실시간 시스템 상태 및 성능 시각화

확장성 및 신뢰성

  • 자동 확장: 부하 및 성능 지표에 따른 자동 확장
  • 고가용성: 장애 조치 기능을 갖춘 다중 지역 배포
  • 로드 테스트: 엔터프라이즈 부하 조건에서 성능 검증
  • 재해 복구: 자동화된 백업 및 복구 절차

민감한 문서를 대규모로 처리할 수 있는 엔터프라이즈급 RAG 시스템을 구축할 준비가 되셨나요? 엔터프라이즈를 위한 지능형 지식 시스템을 설계해 봅시다! 🏢📖✨

코드 구현

이 강의의 완전한 작동 코드 샘플은 05-dotnet-agent-framework.cs에 있습니다.

예제를 실행하려면:

# Make the script executable (Linux/macOS)
chmod +x 05-dotnet-agent-framework.cs

# Run the .NET Single File App
./05-dotnet-agent-framework.cs

또는 dotnet run을 직접 사용하세요:

dotnet run 05-dotnet-agent-framework.cs

코드는 다음을 보여줍니다:

  1. 패키지 설치: Azure AI Agents에 필요한 NuGet 패키지 설치
  2. 환경 구성: Azure AI Foundry 엔드포인트 및 모델 설정 로드
  3. 문서 업로드: RAG 처리를 위한 문서 업로드
  4. 벡터 스토어 생성: 시맨틱 검색을 위한 벡터 스토어 생성
  5. 에이전트 구성: 파일 검색 기능을 갖춘 AI 에이전트 설정
  6. 쿼리 실행: 업로드된 문서에 대한 쿼리 실행

면책 조항:
이 문서는 AI 번역 서비스 Co-op Translator를 사용하여 번역되었습니다. 정확성을 위해 최선을 다하고 있지만, 자동 번역에는 오류나 부정확성이 포함될 수 있습니다. 원본 문서의 원어 버전을 권위 있는 출처로 간주해야 합니다. 중요한 정보의 경우, 전문적인 인간 번역을 권장합니다. 이 번역 사용으로 인해 발생하는 오해나 잘못된 해석에 대해 책임을 지지 않습니다.