질문 답변 솔루션 만들기

가장 흔히 진행되는 대화 시나리오 중 하나는 FAQ(질문과 대답) 기술 자료를 통한 지원 제공입니다. 대다수 조직은 FAQ를 문서나 웹 페이지로 게시합니다. 질문과 대답 쌍의 수가 적은 경우에는 이러한 방식에 문제가 없지만, 문서가 크면 검색이 어려우며 시간이 많이 걸릴 수 있습니다.

Azure AI 언어는 자연어 입력을 사용하여 쿼리할 수 있는 질문과 대답 기술 자료를 만들 수 있는 질문 답변 기능을 포함하며, 사용자가 제출한 질문의 대답을 조회하기 위해 봇이 사용할 수 있는 리소스로 가장 많이 사용됩니다.

Azure AI 언어 리소스를 프로비전합니다.

구독에 아직 없는 경우 Azure AI 언어 서비스 리소스를 프로비전해야 합니다. 또한 질문 답변을 위한 기술 자료를 만들고 호스팅하려면 질문 답변 기능을 사용하도록 설정해야 합니다.

  1. https://portal.azure.com의 Azure Portal을 열고 Azure 구독과 연관된 Microsoft 계정을 사용하여 로그인합니다.
  2. 리소스 만들기를 선택합니다.
  3. 검색 필드에서 언어 서비스를 검색합니다. 그런 다음 결과에서 언어 서비스 아래의 만들기를 선택합니다.

  4. 사용자 지정 질문 답변 블록을 선택합니다. 계속해서 리소스 만들기를 선택합니다. 다음 설정을 입력해야 합니다.

    • 구독: ‘Azure 구독’
    • 리소스 그룹: 리소스 그룹 선택 또는 만들기
    • 지역: ** 사용 가능한 위치 선택
    • 이름: 고유 이름 입력
    • 가격 책정 계층: F를 사용할 수 없는 경우 F0(무료) 또는 S(표준)를 선택합니다.
    • Azure Search 지역: 언어 리소스와 같은 글로벌 지역에서 위치를 선택합니다.
    • Azure Search 가격 책정 계층: 무료(F)(이 계층을 사용할 수 없으면 기본(B) 선택**)
    • 책임 있는 AI 알림: 동의**

  5. 만들기 + 검토를 선택한 다음 만들기를 선택합니다.

    참고 맞춤형 질의응답은 Azure Search를 사용해 질문과 대답 기술 자료를 인덱싱 및 쿼리합니다.

  6. 배포가 완료될 때까지 기다린 다음, 배포된 리소스로 이동합니다.
  7. 키 및 엔드포인트 페이지를 확인합니다. 연습 후반부에서 이 페이지의 정보가 필요합니다.

질문 답변 프로젝트 만들기

Azure AI 언어 리소스에서 질문 답변에 대한 기술 자료를 만들려면 Language Studio 포털을 사용하여 질문 답변 프로젝트를 만들 수 있습니다. 여기서는 Microsoft Learn 관련 질문과 대답이 포함된 기술 자료를 만듭니다.

  1. 새 브라우저 탭에서 https://language.cognitive.azure.com/의 Language Studio 포털로 이동하고 Azure 구독과 연결된 Microsoft 계정을 사용하여 로그인합니다.
  2. 언어 리소스를 선택하라는 메시지가 표시되면 다음 설정을 선택합니다.
    • Azure Directory: 구독이 포함된 Azure Directory입니다.
    • Azure 구독: Azure 구독입니다.
    • 리소스 종류: 언어
    • 리소스 이름: 이전에 만든 Azure AI 언어 리소스입니다.

    언어 리소스를 선택하라는 메시지가 표시되지 않으면 구독에 여러 언어 리소스가 있기 때문일 수 있습니다. 이 경우 다음을 수행합니다.

    1. 페이지 상단 표시줄에서 설정(⚙) 단추를 선택합니다.
    2. 설정 페이지에서 리소스 탭을 봅니다.
    3. 방금 만든 언어 리소스를 선택하고 리소스 전환을 클릭합니다.
    4. 페이지 맨 위에서 Language Studio를 클릭하여 Language Studio 홈페이지로 돌아갑니다.
  3. 포털의 위쪽에 있는 새로 만들기 메뉴에서 사용자 지정 질문 답변을 선택합니다.
  4. *프로젝트 만들기 마법사의 언어 설정 선택 페이지에서 모든 프로젝트에 대한 언어 설정 옵션을 선택하고 언어로 영어를 선택합니다. 그런 후 다음을 선택합니다.
  5. 기본 정보 입력 페이지에서 다음 세부 정보를 입력합니다.
    • 이름 LearnFAQ
    • 설명: FAQ for Microsoft Learn
    • 답변이 반환되지 않는 경우의 기본 답변: Sorry, I don't understand the question
  6. 다음을 선택합니다.
  7. 검토 및 완료 페이지에서 프로젝트 만들기를 선택합니다.

기술 자료에 원본 추가

기술 자료를 처음부터 만들어도 되지만 일반적으로는 기존 FAQ 페이지나 문서에서 질문과 대답을 가져오는 작업부터 시작합니다. 이 경우 Microsoft Learn에 대한 기존 FAQ 웹 페이지에서 데이터를 가져오고, 미리 정의된 “잡담” 질문과 대답을 가져와 일반적인 대화형 교환을 지원합니다.

  1. 질문 답변 프로젝트의 원본 관리 페이지의 ╋ 원본 추가 목록에서 URL을 선택합니다. 그런 다음 URL 추가 대화 상자에서 ╋ URL을 추가하고 다음 이름과 URL을 설정한 후 모두 추가를 선택하여 기술 자료에 추가합니다.
    • 이름: Learn FAQ Page
    • URL: https://docs.microsoft.com/en-us/learn/support/faq
  2. 질문 답변 프로젝트의 원본 관리 페이지의 ╋ 원본 추가 목록에서 잡담을 선택합니다. 잡담 추가 대화 상자에서 친절함을 선택하고 잡담 추가를 선택합니다.

기술 자료 테스트

앞에서 만든 기술 자료에는 Microsoft Learn FAQ의 질문과 대답 쌍이 입력되었으며 대화형 잡담 질문과 대답 쌍 세트가 추가되었습니다. 질문과 대답 쌍을 더 추가하여 기술 자료를 확장할 수 있습니다.

  1. Language Studio의 LearnFAQ 프로젝트에서 기술 자료 편집 페이지를 선택하여 기존 질문 및 답변 쌍을 확인합니다(일부 팁이 표시되는 경우 팁을 읽고 확인을 선택하여 해제하거나, 모두 건너뛰기 선택).
  2. 기술 자료의 질문 답변 쌍 탭에서 ＋ 을 선택하고 다음 설정으로 새 질문 답변 쌍을 만듭니다.
    • 원본: https://docs.microsoft.com/en-us/learn/support/faq
    • 질문: What are Microsoft credentials?
    • 응답: Microsoft credentials enable you to validate and prove your skills with Microsoft technologies.
  3. 완료를 선택합니다.

  4. 만들어진 Microsoft 자격 증명이란? 질문 페이지에서 대체 질문을 확장합니다. 그런 다음 대체 질문 How can I demonstrate my Microsoft technology skills?를 추가합니다.

    사용자가 대답을 확인한 후 추가 작업으로 멀티 턴 대화를 작성하면 효율적인 경우도 있습니다. 그러면 사용자가 질문을 여러 번 구체화하여 필요한 대답을 확인할 수 있습니다.

  5. 인증 질문에 입력한 답변 아래에서 후속 프롬프트를 확장하고 다음 후속 프롬프트를 추가합니다.
    • 사용자에게 프롬프트에 표시되는 텍스트: Learn more about credentials.
    • 새 쌍에 대한 링크 만들기 탭을 선택하고 다음 텍스트를 입력합니다. You can learn more about credentials on the [Microsoft credentials page](https://docs.microsoft.com/learn/credentials/).
    • 컨텍스트 흐름에만 표시를 선택합니다. 이 옵션을 선택하면 원래 인증 관련 질문의 후속 질문 컨텍스트에서만 대답이 반환됩니다.
  6. 프롬프트 추가를 선택합니다.

기술 자료 학습 및 테스트

이제 기술 자료가 있으므로, Language Studio에서 이것을 테스트할 수 있습니다.

  1. 왼쪽의 질문 답변 쌍 탭 아래에 있는 저장 단추를 선택하여 기술 자료의 변경 내용을 저장합니다.
  2. 변경 내용이 저장되면 테스트 단추를 선택하여 테스트 창을 엽니다.
  3. 테스트 창 상단에서 단답형 답변 포함을 선택 해제합니다(아직 선택 해제하지 않은 경우). 그런 다음 아래쪽에 Hello라는 메시지를 입력합니다. 적절한 응답이 반환되어야 합니다.
  4. 테스트 창의 맨 아래에 What is Microsoft Learn? 메시지를 입력합니다. FAQ에서 적절한 응답이 반환되어야 합니다.
  5. Thanks! 메시지를 입력합니다. 적절한 잡담 응답이 반환되어야 합니다.
  6. 메시지 Tell me about Microsoft credentials를 입력합니다. 앞에서 작성한 대답이 반환되고 후속 프롬프트 링크가 표시되어야 합니다.
  7. 사용자 인증 정보에 대해 자세히 알아보기 후속 링크를 선택합니다. 인증 페이지 링크가 포함된 후속 질문의 대답이 반환되어야 합니다.
  8. 기술 자료 테스트를 마쳤으면 테스트 창을 닫습니다.

기술 자료 배포

기술 자료는 클라이언트 애플리케이션이 질문의 대답을 찾는 데 사용할 수 있는 백 엔드 서비스를 제공합니다. 이제 기술 자료를 게시하고 클라이언트에서 기술 자료 REST 인터페이스에 액세스할 수 있습니다.

  1. Language Studio의 LearnFAQ 프로젝트에서 왼쪽 탐색 메뉴에 있는 기술 자료 배포 페이지를 선택합니다.
  2. 페이지 상단에서 배포를 선택합니다. 그런 다음 배포를 선택하여 기술 자료 배포를 확인합니다.
  3. 배포가 완료되면 예측 URL 가져오기를 선택하여 기술 자료에 대한 REST 엔드포인트를 확인하고 샘플 요청에 다음에 대한 매개 변수가 포함되어 있는지 확인합니다.
    • projectName: 프로젝트 이름(LearnFAQ이어야 함)
    • deploymentName: 배포 이름(production이어야 함)
  4. 예측 URL 대화 상자를 닫습니다.

Visual Studio Code에서 앱 개발 준비

Visual Studio Code를 사용하여 질문 답변 앱을 개발합니다. 앱의 코드 파일은 GitHub 리포지토리에 제공되었습니다.

팁: mslearn-ai-language 리포지토리를 이미 복제한 경우 Visual Studio Code에서 엽니다. 그렇지 않은 경우에는 다음 단계에 따라 개발 환경에 복제합니다.

  1. Visual Studio Code 시작
  2. 팔레트를 열고(Shift+Ctrl+P) Git: Clone 명령을 실행하여 https://github.com/MicrosoftLearning/mslearn-ai-language 리포지토리를 로컬 폴더(아무 폴더나 관계없음)에 복제합니다.

  3. 리포지토리가 복제되면 Visual Studio Code에서 폴더를 엽니다.

    참고: Visual Studio Code에서 열려는 코드를 신뢰하라는 팝업 메시지가 표시되면 팝업에서 예, 작성자를 신뢰합니다. 옵션을 클릭합니다.

  4. 리포지토리의 C# 코드 프로젝트를 지원하는 추가 파일이 설치되는 동안 기다립니다.

    참고: 빌드 및 디버깅에 필요한 자산을 추가하라는 메시지가 표시되면 나중에를 선택합니다.

애플리케이션 사용

C# 및 Python용 애플리케이션과 요약을 테스트하는 데 사용할 샘플 텍스트 파일이 제공되었습니다. 두 앱 모두 동일한 기능을 제공합니다. 먼저, Azure AI 언어 리소스를 사용할 수 있도록 애플리케이션의 일부 주요 부분을 완료합니다.

  1. Visual Studio Code의 탐색기 창에서 Labfiles/02-qna 폴더를 찾아 언어 선택에 따라 CSharp 또는 Python 폴더를 확장하고, 포함되어 있는 qna-app 폴더를 확장합니다. 각 폴더에는 Azure AI 언어 질문 답변 기능을 통합할 앱에 대한 언어별 파일이 포함되어 있습니다.

  2. 코드 파일이 포함된 qna-app 폴더를 마우스 오른쪽 단추로 클릭하고 통합 터미널을 엽니다. 그런 다음, 언어 선택에 적절한 명령을 실행하여 SDK 패키지에 답변하는 Azure AI 언어 질문을 설치합니다.

    C#:

     dotnet add package Azure.AI.Language.QuestionAnswering

    Python:

     pip install azure-ai-language-questionanswering

  3. 탐색기 창의 qna-app 폴더에서 기본 설정 언어에 대한 구성 파일을 엽니다.

    • C#: appsettings.json
    • Python: .env
  4. 만든 Azure 언어 리소스의 엔드포인트 및 키를 포함하도록 구성 값을 업데이트합니다(Azure Portal의 Azure AI 언어 리소스에 대한 키 및 엔드포인트 페이지에서 사용 가능). 배포된 기술 자료의 프로젝트 이름과 배포 이름도 이 파일에 있어야 합니다.
  5. 구성 파일을 저장합니다.

애플리케이션에 코드 추가

이제 필수 SDK 라이브러리를 가져오고, 배포된 프로젝트에 인증된 연결을 설정하고, 질문을 제출하는 데 필요한 코드를 추가할 준비가 되었습니다.

  1. qna-app 폴더에는 클라이언트 애플리케이션용 코드 파일이 포함되어 있습니다.

    • C#: Program.cs
    • Python: qna-app.py

    코드 파일을 열고 파일 맨 윗부분의 기존 네임스페이스 참조 아래에 있는 네임스페이스 가져오기 주석을 찾습니다. 그런 다음 이 주석 아래에 다음 언어별 코드를 추가하여 Text Analytics SDK를 사용하는 데 필요한 네임스페이스를 가져옵니다.

    C#: Programs.cs

     // import namespaces
 using Azure;
 using Azure.AI.Language.QuestionAnswering;

    Python: qna-app.py

     # import namespaces
 from azure.core.credentials import AzureKeyCredential
 from azure.ai.language.questionanswering import QuestionAnsweringClient

  2. Main 함수에 Azure AI 언어 서비스 엔드포인트와 구성 파일의 키를 로드하는 코드가 이미 제공되어 있습니다. 그런 후 엔드포인트와 키를 사용하여 클라이언트 만들기 주석을 찾아서 다음 코드를 추가하여 Text Analytics API용 클라이언트를 만듭니다.

    C#: Programs.cs

     // Create client using endpoint and key
 AzureKeyCredential credentials = new AzureKeyCredential(aiSvcKey);
 Uri endpoint = new Uri(aiSvcEndpoint);
 QuestionAnsweringClient aiClient = new QuestionAnsweringClient(endpoint, credentials);

    Python: qna-app.py

     # Create client using endpoint and key
 credential = AzureKeyCredential(ai_key)
 ai_client = QuestionAnsweringClient(endpoint=ai_endpoint, credential=credential)

  3. Main 함수에서 질문 제출 및 답변 표시 주석을 찾고, 다음 코드를 추가하여 명령줄에서 질문을 반복적으로 읽고, 서비스에 제출하고, 답변의 세부 정보를 표시합니다.

    C#: Programs.cs

     // Submit a question and display the answer
 string user_question = "";
 while (user_question.ToLower() != "quit")
     {
         Console.Write("Question: ");
         user_question = Console.ReadLine();
         QuestionAnsweringProject project = new QuestionAnsweringProject(projectName, deploymentName);
         Response<AnswersResult> response = aiClient.GetAnswers(user_question, project);
         foreach (KnowledgeBaseAnswer answer in response.Value.Answers)
         {
             Console.WriteLine(answer.Answer);
             Console.WriteLine($"Confidence: {answer.Confidence:P2}");
             Console.WriteLine($"Source: {answer.Source}");
             Console.WriteLine();
         }
     }

    Python: qna-app.py

     # Submit a question and display the answer
 user_question = ''
 while user_question.lower() != 'quit':
     user_question = input('\nQuestion:\n')
     response = ai_client.get_answers(question=user_question,
                                     project_name=ai_project_name,
                                     deployment_name=ai_deployment_name)
     for candidate in response.answers:
         print(candidate.answer)
         print("Confidence: {}".format(candidate.confidence))
         print("Source: {}".format(candidate.source))

  4. 변경 내용을 저장하고 qna-app 폴더의 통합 터미널로 돌아가서 다음 명령을 입력하여 프로그램을 실행합니다.

    • C#: dotnet run
    • Python: python qna-app.py

    팁: 터미널 도구 모음의 패널 크기 최대화(^) 아이콘을 사용하면 더 많은 콘솔 텍스트를 볼 수 있습니다.

  5. 메시지가 나타나면 질문 답변 프로젝트에 제출할 질문을 입력합니다. 예를 들어, What is a learning path?입니다.
  6. 반환된 답변을 검토합니다.
  7. 더 많은 질문을 해보세요. 완료되면 quit를 입력합니다.

리소스 정리

Azure AI 언어 서비스 탐색을 마쳤으면 이 연습에서 만든 리소스를 삭제할 수 있습니다. 이 경우 가능한 방법은 다음과 같습니다.

  1. https://portal.azure.com의 Azure Portal을 열고 Azure 구독과 연관된 Microsoft 계정을 사용하여 로그인합니다.
  2. 이 랩에서 만든 Azure AI 언어 리소스를 찾습니다.
  3. 리소스 페이지에서 삭제를 선택하고 지침에 따라 리소스를 삭제합니다.

자세한 정보

Azure AI 언어의 질문 답변에 대해 자세히 알아보려면 Azure AI 언어 설명서를 참조하세요.