Azure Functions는 클라우드 호스팅 지능형 애플리케이션 빌드 프로세스를 간소화하기 위해 AI 및 Azure 서비스와 통합되는 서버리스 컴퓨팅 리소스를 제공합니다. 이 문서에서는 함수 앱에서 사용할 수 있는 다양한 AI 관련 시나리오, 통합 및 기타 AI 리소스에 대한 설문 조사를 제공합니다.
AI 통합 작업의 컴퓨팅 리소스로 Azure Functions를 사용할 경우의 몇 가지 고유한 이점은 다음과 같습니다.
- 신속한 이벤트 기반 크기 조정: 필요할 때 사용할 수 있는 컴퓨팅 리소스가 있습니다. 특정 요금제를 사용하면 앱이 필요하지 않을 때 0으로 축소됩니다. 자세한 내용은 Azure Functions에서 이벤트 기반 크기 조정을 참조하세요.
- Azure OpenAI에 대한 기본 제공 지원: OpenAI 바인딩 확장 은 에이전트, 도우미 및 RAG(검색 보강 세대) 워크플로를 사용하기 위해 Azure OpenAI와 상호 작용하는 프로세스를 크게 간소화합니다.
- 광범위한 언어 및 라이브러리 지원: 함수를 사용하면 선택한 프로그래밍 언어를 사용하여 AI와 상호 작용할 수 있으며, 다양한 AI 프레임워크 및 라이브러리를 사용할 수 있습니다.
- 오케스트레이션 기능: 함수 실행은 본질적으로 상태 비 상태이지만 지속성 함수 확장을 사용하면 AI 에이전트에 필요한 복잡한 워크플로 종류를 만들 수 있습니다.
이 문서는 언어별로 지정되므로 페이지 맨 위에서 프로그래밍 언어를 선택해야 합니다.
핵심 AI 통합 시나리오
기본 제공 바인딩과 외부 라이브러리에 대한 광범위한 지원의 조합은 AI의 강력한 기능을 사용하여 앱과 솔루션을 보강하기 위한 광범위한 잠재적 시나리오를 제공합니다. Functions에서 지원하는 몇 가지 주요 AI 통합 시나리오입니다.
검색 기반 증강 생성
Functions는 다양한 데이터 원본의 여러 이벤트를 동시에 처리할 수 있으므로 빠른 데이터 검색 및 처리가 필요한 RAG 시스템과 같은 실시간 AI 시나리오에 효과적인 솔루션입니다. 신속한 이벤트 기반 크기 조정은 수요가 많은 상황에서도 고객이 경험하는 대기 시간을 줄입니다.
RAG 기반 시나리오에 대한 몇 가지 참조 샘플은 다음과 같습니다.
RAG의 경우 Azure Open AI 및 Azure SDK를 포함하지만 제한되지 않는 SDK를 사용하여 시나리오를 빌드할 수 있습니다. 이 참조 샘플에서는 OpenAI 바인딩 확장을 사용하여 Azure AI Search를 사용하여 OpenAI RAG를 강조 표시합니다.
OpenAI 바인딩 확장을 사용하여 상태 저장 세션에서 간단한 프롬프트를 실행하고, 텍스트 완성을 수신하고, 메시지를 보내는 친숙한 챗봇을 만드는 방법을 보여 줍니다.
도우미 함수 호출
도우미 함수 호출은 AI 도우미 또는 에이전트에게 대화 또는 작업의 컨텍스트에 따라 동적으로 특정 함수 또는 API를 호출하는 기능을 제공합니다. 이러한 동작을 통해 도우미는 외부 시스템과 상호 작용하고, 데이터를 검색하고, 다른 작업을 수행할 수 있습니다.
함수는 에이전트 워크플로에서 도우미 함수 호출을 구현하는 데 적합합니다. 바인딩 확장은 수요를 처리하도록 효율적으로 크기를 조정하는 것 외에도 Functions를 사용하여 도우미를 원격 Azure 서비스에 연결하는 프로세스를 간소화합니다. 데이터 원본에 대한 바인딩이 없거나 SDK 동작을 완전히 제어해야 하는 경우 항상 앱에서 고유한 클라이언트 SDK 연결을 관리할 수 있습니다.
도우미 함수 호출 시나리오에 대한 몇 가지 참조 샘플은 다음과 같습니다.
OpenAI 바인딩 확장을 사용하여 도우미 기술 트리거를 사용하여 사용자 지정 함수를 호출할 수 있습니다.
Azure AI SDK의 에이전트에 대한 함수 호출 기능을 사용하여 사용자 지정 함수 호출을 구현합니다.
원격 MCP 서버
MCP(모델 컨텍스트 프로토콜)는 AI 모델이 외부 시스템과 통신하여 기능을 결정하고 AI 도우미 및 에이전트에서 가장 잘 사용할 수 있는 방법을 표준화한 방법을 제공합니다. MCP 서버를 사용하면 AI 모델(클라이언트)이 이러한 결정을 보다 효율적으로 수행할 수 있습니다.
Functions는 Azure에서 사용자 지정 MCP 서버를 만드는 프로세스를 간소화하는 MCP 바인딩 확장을 제공합니다.
이러한 사용자 지정 MCP 서버 프로젝트의 예는 다음과 같습니다.
로컬로 실행되고 Azure에 배포될 수 있는 여러 함수 도구 엔드포인트와 함께 MCP 서버 템플릿을 제공합니다.
에이전트 워크플로
AI 기반 프로세스에서 모델 및 기타 AI 자산과 상호 작용하는 방법을 자율적으로 결정하는 것이 일반적이지만, 더 높은 수준의 조건부가 필요하거나 필요한 단계가 잘 정의된 경우가 많습니다. 이러한 지시된 에이전트 워크플로는 에이전트가 따라야 하는 별도의 작업 또는 상호 작용의 오케스트레이션으로 구성됩니다.
Durable Functions 확장을 사용하면 Functions의 장점을 활용하여 내결함성이 내장된 다단계 장기 실행 작업을 만들 수 있습니다. 이러한 워크플로는 지시된 에이전트 워크플로에 적합합니다. 예를 들어 여행 계획 솔루션은 먼저 사용자의 요구 사항을 수집하고, 계획 옵션을 검색하고, 사용자 승인을 받고, 마지막으로 필요한 예약을 할 수 있습니다. 이 시나리오에서는 각 단계에 대한 에이전트를 빌드한 다음 Durable Functions를 사용하여 해당 작업을 워크플로로 조정할 수 있습니다.
더 많은 워크플로 시나리오 아이디어는 Durable Functions의 애플리케이션 패턴을 참조하세요.
AI 도구 및 프레임워크
Functions를 사용하면 원하는 언어로 앱을 빌드하고 즐겨 찾는 라이브러리를 사용할 수 있으므로 AI 지원 함수 앱에서 사용할 수 있는 AI 라이브러리 및 프레임워크에 다양한 유연성이 있습니다.
다음은 알고 있어야 하는 몇 가지 주요 Microsoft AI 프레임워크입니다.
프레임워크/라이브러리 | 설명 |
---|---|
Azure AI Services SDK | 클라이언트 SDK를 직접 사용하여 함수 코드에서 직접 전체 Azure AI 서비스 기능을 사용할 수 있습니다. |
OpenAI 바인딩 확장 | 함수에 Azure OpenAI의 기능을 쉽게 통합하고 Functions에서 서비스 통합을 관리할 수 있도록 합니다. |
의미 체계 커널 | AI 에이전트 및 모델을 쉽게 빌드할 수 있습니다. |
또한 함수를 사용하면 앱이 타사 라이브러리 및 프레임워크를 참조할 수 있습니다. 즉, AI 지원 함수에서 즐겨 사용하는 모든 AI 도구 및 라이브러리를 사용할 수도 있습니다.