쿼리 벡터가 인덱스를 만드는 데 사용된 것과 다른 거리 측정법을 사용하면 무슨 일이 일어날까요?
정답: A
Oracle Database 23ai에서 벡터 인덱스(예: HNSW, IVF)는 유사도 계산 방식을 정의하는 특정 거리 메트릭(예: 코사인, 유클리드)을 사용하여 생성됩니다. 쿼리에서 다른 메트릭을 지정하는 경우(예: 코사인 기반 인덱스에 유클리드 메트릭을 사용하여 쿼리하는 경우), 인덱스를 효과적으로 사용할 수 없으며, 불일치로 인해 인덱스 구조가 무효화되어 쿼리가 실패(A)합니다. 정확한 일치 검색(B)은 자동으로 수행되지 않으며, Oracle은 명시적인 제어를 요구합니다. 인덱스는 자체적으로 업데이트되지 않으며(C), 경고(D)는 기본 동작이 아닙니다. 대신 오류가 발생합니다. Oracle 설명서에서는 인덱스 사용 시 메트릭 일관성을 유지하도록 요구합니다.
1Z0-184-25 문제 22
Oracle Database 23ai에서 HNSW 벡터 인덱스와 IVF 벡터 인덱스의 주요 차이점은 무엇입니까?
정답: B
1Z0-184-25 문제 23
Oracle Database 23ai에서 주어진 텍스트 문자열에 대한 벡터 임베딩을 생성하는 데 사용되는 SQL 함수는 무엇입니까?
정답: D
Oracle Database 23ai의 VECTOR_EMBEDDING 함수는 데이터베이스에 로드된 ONNX 모델과 같은 지정된 모델을 사용하여 입력 데이터(예: 텍스트 문자열)에서 벡터 임베딩을 생성합니다. 이 함수는 데이터베이스 내 임베딩 생성을 위해 설계되었으며, 벡터 검색 및 AI 애플리케이션을 지원합니다. 옵션 A, B, C(GENERATE_EMBEDDING, CREATE_VECTOR_EMBEDDING, EMBED_TEXT)는 23ai에서 유효한 SQL 함수가 아닙니다. VECTOR_EMBEDDING은 VECTOR 데이터 유형과 완벽하게 통합되며, SQL 쿼리에서 임베딩을 생성하는 표준 방법으로 문서화되어 있습니다.
