애저 AI 서치
Azure AI Search(애저 AI 서치)는 Microsoft의 클라우드 플랫폼 Microsoft Azure에서 제공하는 관리형 정보 검색 및 검색 증강 생성(Retrieval-Augmented Generation, RAG) 서비스로, 텍스트·벡터·다중 모달 콘텐츠에 대한 전체 텍스트 검색, 벡터 검색, 하이브리드 검색, 의미 체계 순위 지정 및 AI 기반 검색 기능을 제공한다.[1]
Azure AI Search는 애플리케이션에 검색 기능을 구축하기 위한 서비스형 플랫폼이다. 검색할 데이터를 검색 인덱스(search index)에 저장한 뒤 REST API 또는 Azure SDK 등을 이용해 질의한다. 일반적인 키워드 기반 전체 텍스트 검색뿐 아니라 벡터 검색, 키워드와 벡터를 결합하는 하이브리드 검색, 의미 체계 순위 지정(semantic ranking)을 지원한다.[2]
특히 대규모 언어 모델(LLM)에 기업 내부 문서 등의 정보를 제공하는 검색 증강 생성(RAG)의 검색 계층으로 활용할 수 있다. Microsoft는 Azure AI Search를 기존 검색과 생성형 AI 검색 시나리오를 모두 지원하는 서비스로 제공하고 있다.[3]
서비스 명칭은 다음과 같이 변경되어 왔다.[4]
| 시기 | 명칭 |
|---|---|
| 2015년 3월 | Azure Search |
| 2019년 10월 | Azure Cognitive Search |
| 2023년 11월 | Azure AI Search |
검색 가능한 문자열 필드에 대해 역색인(inverted index)을 구축하고 토큰화된 용어를 이용하여 검색한다. 자유 형식의 텍스트 검색을 비롯해 필터, 자동 완성, 검색어 제안, 지리 공간 검색 및 퍼지·와일드카드·정규 표현식 등의 검색 방식을 사용할 수 있다.[5]
콘텐츠를 임베딩(embedding)으로 변환한 수치 벡터를 인덱싱하고, 질의 벡터와 가까운 벡터를 찾아 의미적으로 유사한 콘텐츠를 검색할 수 있다. 단어가 직접 일치하지 않더라도 의미나 개념이 유사한 콘텐츠를 찾는 데 이용된다.[6]
벡터 필드는 임베딩 배열을 저장하며 임베딩 모델의 출력과 호환되는 데이터 형식으로 정의해야 한다.[7]
하이브리드 검색은 전체 텍스트 검색과 벡터 검색을 결합한다. 키워드 기반 검색이 갖는 정확한 용어 일치의 장점과 벡터 검색의 의미적 유사성 검색을 함께 활용할 수 있어 RAG 등의 검색 단계에 사용된다.[8]
Semantic Ranker는 Microsoft의 언어 이해 모델을 이용하여 기존 검색 결과의 순위를 다시 계산하는 기능이다. 검색 결과의 관련성을 향상시키기 위한 기능이며 에이전트 검색(agentic retrieval)에도 통합되어 있다. 사용량에 따라 비용이 부과되는 기능이나 무료 사용 한도가 제공될 수 있다.[9]
인덱서(indexer)에 스킬셋(skillset)을 연결하여 인덱싱 과정에서 콘텐츠를 추가로 처리할 수 있다. 예를 들어 이미지의 OCR, 텍스트 분할, 임베딩 생성 등의 처리를 검색 인덱스에 데이터가 저장되기 전에 수행할 수 있다.[10]
Azure AI Search의 주요 구성 요소는 다음과 같다.[11]
| 구성 요소 | 설명 |
|---|---|
| Search service | 인덱스, 인덱서, 데이터 원본, 스킬셋, 동의어 맵 등의 검색 관련 리소스를 호스팅하는 서비스 |
| Index | 검색할 문서를 필드 구조로 저장하는 영구 검색 인덱스 |
| Document | 인덱스에 저장되는 검색 데이터의 기본 단위 |
| Data source | 인덱서가 데이터를 읽어오는 외부 데이터 원본 |
| Indexer | 데이터 원본에서 데이터를 읽어 검색 인덱스로 적재하는 자동화 구성 요소 |
| Skillset | 인덱싱 과정에서 텍스트 분할, 벡터화, 정보 추출 등 AI 보강 작업을 수행하는 기술 집합 |
| Synonym map | 검색 시 서로 같은 의미로 취급할 용어를 정의하는 동의어 사전 |
데이터는 크게 푸시(push) 방식과 풀(pull) 방식으로 인덱스에 입력할 수 있다.
푸시 방식에서는 애플리케이션이 검색 문서를 JSON 형식으로 직접 Azure AI Search에 전송한다. 데이터 원본의 종류에 크게 제한받지 않는 대신 원본 데이터와 검색 인덱스 사이의 동기화를 애플리케이션에서 관리해야 한다.
풀 방식에서는 인덱서가 지원되는 데이터 원본을 주기적으로 읽어 검색 인덱스를 갱신한다. 인덱서는 필요할 때 실행하거나 일정에 따라 반복 실행할 수 있으며, 데이터 원본에 따라 변경 또는 삭제된 데이터를 감지할 수도 있다.[12]
주요 인덱서 데이터 원본에는 다음이 포함된다.[13]
- Azure Blob Storage
- Azure Data Lake Storage Gen2
- Azure Cosmos DB
- Azure SQL Database
- Azure SQL Managed Instance
- Azure Table Storage
- Microsoft OneLake
- Azure VM에서 실행되는 SQL Server
- Azure Files(일부 기능 미리 보기)
- SharePoint in Microsoft 365(일부 기능 미리 보기)
Azure Portal의 데이터 가져오기 마법사를 이용하면 데이터 원본 연결, 인덱스 및 인덱서 생성, AI 보강, 데이터 청킹, 벡터화, 의미 체계 순위 지정 등을 구성할 수 있다.[14]
Azure AI Search는 생성형 AI 애플리케이션의 RAG 검색 계층으로 사용할 수 있다. 일반적인 흐름은 다음과 같다.
- 문서나 데이터베이스 등의 원본 데이터를 준비한다.
- 필요한 경우 문서를 작은 청크(chunk)로 분할한다.
- 임베딩 모델을 이용해 청크의 벡터를 생성한다.
- 원문 및 벡터를 Azure AI Search 인덱스에 저장한다.
- 사용자의 질문을 키워드, 벡터 또는 하이브리드 방식으로 검색한다.
- 관련성이 높은 검색 결과를 LLM의 컨텍스트에 전달한다.
- LLM이 검색된 정보를 근거로 답변을 생성한다.
이를 통해 모델 자체의 학습 데이터에 포함되지 않은 사내 문서나 최신 정보를 생성형 AI의 응답에 활용할 수 있다.[15]
Azure AI Search는 전통적인 검색 인덱스 기반 검색 외에도 AI 에이전트와 RAG를 위한 에이전트 검색(agentic retrieval) 기능을 발전시키고 있다. 기술 원본(knowledge source)과 기술 자료(knowledge base)를 이용해 엔터프라이즈 콘텐츠를 검색하는 구조를 제공한다.
2026년 4월 공개된 안정 REST API 버전 `2026-04-01`에서는 기술 자료와 검색 인덱스·Blob·OneLake 기반 기술 원본의 주요 기능이 일반 공급(GA) 상태가 되었다. 다만 쿼리 계획, 응답 합성, 구성 가능한 추론 작업 등 일부 에이전트 검색 기능은 미리 보기 API가 필요하다.[16]
2026년 기준 Azure AI Search는 Microsoft Foundry에서 기업 콘텐츠를 에이전트용 재사용 가능 지식으로 제공하는 관리형 지식 계층인 Foundry IQ의 기반 서비스로도 사용된다.[17]
Azure AI Search는 API 키와 Microsoft Entra ID 기반 인증을 지원한다. Microsoft는 데이터 평면 접근에서 API 키보다 역할 기반 접근 제어(Role-Based Access Control, RBAC)를 사용하는 방식을 권장한다. RBAC를 활성화하면 OAuth 2.0 액세스 토큰과 Azure 역할을 이용해 검색 데이터에 대한 권한을 제어할 수 있다.[18]
주요 데이터 평면 역할에는 Search Service Contributor, Search Index Data Contributor, Search Index Data Reader 등이 있다.
Basic 이상의 지원 계층에서는 Azure Private Link 기반 프라이빗 엔드포인트를 구성하여 검색 서비스의 데이터 평면을 공용 인터넷에 노출하지 않고 가상 네트워크에서 접근하도록 구성할 수 있다. 프라이빗 엔드포인트 자체에는 별도의 Azure Private Link 비용이 발생할 수 있다.[19]
Azure AI Search는 다음과 같은 방법으로 관리하고 사용할 수 있다.
- Azure Portal
- REST API
- Azure SDK
- .NET
- Java
- JavaScript
- Python
Azure Portal에는 Search explorer가 포함되어 있어 별도의 애플리케이션을 작성하지 않고도 기존 검색 인덱스에 질의를 실행하고 필터 표현식을 시험하거나 특정 콘텐츠가 인덱스에 존재하는지 확인할 수 있다.[20]
- 검색 인프라를 직접 구축하지 않고 Azure의 관리형 검색 서비스를 이용할 수 있다.
- 전체 텍스트 검색과 벡터 검색을 하나의 서비스에서 제공한다.
- 하이브리드 검색 및 의미 체계 순위 지정을 지원한다.
- 인덱서와 스킬셋을 이용해 데이터 수집·AI 보강·벡터화를 자동화할 수 있다.
- REST API 및 여러 언어용 Azure SDK를 제공한다.
- RAG 및 AI 에이전트의 검색 계층으로 사용할 수 있다.
- Microsoft Entra ID, RBAC, 방화벽 및 Private Link 기반의 네트워크 격리를 지원한다.
- ↑ Microsoft, 「Azure AI Search documentation」, https://learn.microsoft.com/en-us/azure/search/, 확인일: 2026-08-10.
- ↑ Microsoft, 「Features of Azure AI Search」, https://learn.microsoft.com/en-us/azure/search/search-features-list, 확인일: 2026-08-10.
- ↑ Microsoft, 「Retrieval-augmented generation (RAG) in Azure AI Search」, https://learn.microsoft.com/en-us/azure/search/retrieval-augmented-generation-overview, 확인일: 2026-08-10.
- ↑ Microsoft, 「What's new in Azure AI Search」, https://learn.microsoft.com/en-us/azure/search/whats-new, 확인일: 2026-08-10.
- ↑ Microsoft, 「Querying in Azure AI Search」, https://learn.microsoft.com/en-us/azure/search/search-query-overview, 확인일: 2026-08-10.
- ↑ Microsoft, 「Vector search in Azure AI Search」, https://learn.microsoft.com/en-us/azure/search/vector-search-overview, 확인일: 2026-08-10.
- ↑ Microsoft, 「Supported data types (Azure AI Search)」, https://learn.microsoft.com/en-us/rest/api/searchservice/supported-data-types, 확인일: 2026-08-10.
- ↑ Microsoft, 「Azure AI Search documentation」, https://learn.microsoft.com/en-us/azure/search/, 확인일: 2026-08-10.
- ↑ Microsoft, 「Semantic ranking in Azure AI Search」, https://learn.microsoft.com/en-us/azure/search/semantic-search-overview, 확인일: 2026-08-10.
- ↑ Microsoft, 「Indexers in Azure AI Search」, https://learn.microsoft.com/en-us/azure/search/search-indexer-overview, 확인일: 2026-08-10.
- ↑ Microsoft, 「Search Service REST APIs」, https://learn.microsoft.com/en-us/rest/api/searchservice/Create-Data-Source, 확인일: 2026-08-10.
- ↑ Microsoft, 「Data Import and Ingestion - Azure AI Search」, https://learn.microsoft.com/en-us/azure/search/search-what-is-data-import, 확인일: 2026-08-10.
- ↑ Microsoft, 「Indexers in Azure AI Search」, https://learn.microsoft.com/en-us/azure/search/search-indexer-overview, 확인일: 2026-08-10.
- ↑ Microsoft, 「Import data wizard in the Azure portal」, https://learn.microsoft.com/en-us/azure/search/search-import-data-portal, 확인일: 2026-08-10.
- ↑ Microsoft, 「Retrieval-augmented generation (RAG) in Azure AI Search」, https://learn.microsoft.com/en-us/azure/search/retrieval-augmented-generation-overview, 확인일: 2026-08-10.
- ↑ Microsoft, 「What's new in Azure AI Search」, https://learn.microsoft.com/en-us/azure/search/whats-new, 확인일: 2026-08-10.
- ↑ Microsoft, 「Azure AI Search documentation」, https://learn.microsoft.com/en-us/azure/search/, 확인일: 2026-08-10.
- ↑ Microsoft, 「Enable or disable role-based access control in Azure AI Search」, https://learn.microsoft.com/en-us/azure/search/search-security-enable-roles, 확인일: 2026-08-10.
- ↑ Microsoft, 「Create a private endpoint for a secure connection to Azure AI Search」, https://learn.microsoft.com/en-us/azure/search/service-create-private-endpoint, 확인일: 2026-08-10.
- ↑ Microsoft, 「Use Search explorer to run queries in the Azure portal」, https://learn.microsoft.com/en-us/azure/search/search-explorer, 확인일: 2026-08-10.
