생성 AI 검색 산업에 대한 통찰력

생성 AI 기술의 급속한 발전으로, 검색 엔진은 엄청난 변화를 겪고 있으며 점차 지능적인 생산 도구로 진화하고 있습니다.. 생성적 AI 검색의 등장은 검색 엔진 산업에 새로운 성장 공간을 가져왔습니다.. 기존 검색 엔진은 사용자에게 일련의 관련 링크를 표시하기 위해 키워드 일치에 크게 의존합니다., 생성적 AI 검색이 이 모델을 혼란에 빠뜨리고 있습니다.. 의미와 맥락에 대한 깊은 이해를 가지고 있을 뿐만 아니라, 하지만 정확한 답변을 직접 생성할 수도 있습니다., 사용자에게 전례 없는 편리한 검색 경험 제공. 이 기사에서는, 제품 형태를 소개하겠습니다, 기술적 원리, 생성적 AI 검색의 시장 경쟁 패턴, 미래 개발 동향과 과제를 분석합니다..

생성적 AI 검색 제품 개요

검색엔진의 진화 속에서, PC 검색에서 모바일 APP 검색으로 사용자 이동, 현재 대형 모델 기술의 적용으로 검색이 개방형으로 전환되었습니다., 생성지능 Q&A 및 다단계 대화식 프로세스, 상호작용성과 지능이 크게 향상되었습니다.. 기존 검색 엔진은 결과 정확도 측면에서 한계가 있습니다., 사용자 상황 이해, 실시간 업데이트, 생성 AI 기술 적용. 생성 AI 검색 단계 진입, 검색은 사용자 중심입니다, 검색 의도를 정확하게 이해하는 데 중점을 둡니다., 원활한 End-to-End 업무 처리를 위해 노력하고 있습니다., 의미 이해와 같은 기능을 갖춘, 맞춤 추천, 교차 모달 및 교차 언어 검색, 및 콘텐츠 생성.

생성적 AI 검색 제품의 주요 유형은 다음과 같습니다.:

하나는 인터넷 검색이다. 인터넷 검색은 생성적 AI 검색 엔진의 중요한 형태입니다., 주로 인터넷에서 대량의 공공정보를 검색하는 사이트. 이러한 검색 엔진에는 기존 검색 엔진의 업그레이드 버전이 포함됩니다., 바이두와 같은 (바이두 검색 AI 디스커버리 에디션), 마이크로소프트 (뉴빙), Google (음유 시인). 동시에, 또한 대화를 기반으로 한 몇 가지 혁신적인 AI 검색 애플리케이션도 다룹니다., Perplexity AI, Myta AI 등, 기술과 사용자 경험의 긴밀한 통합을 통한 혁신적인 기능을 통해 지속적으로 사용자를 끌어들이고 있습니다., 전통적인 검색 엔진의 위치에 도전하려고 합니다..

두 번째는 플랫폼에 내장된 검색입니다.. 플랫폼 내 검색은 생성적 AI 검색 엔진의 또 다른 일반적인 유형입니다.. 일반적으로 플랫폼의 기능 모듈로 존재하며 플랫폼 내에서 개인 데이터를 검색하도록 특별히 설계되었습니다.. 이러한 유형의 검색 엔진의 핵심 장점은 대량의 사용자 행동 데이터를 활용할 수 있다는 것입니다., 환경 설정, 사용자에게 맞춤형 검색 결과를 제공하기 위해 플랫폼이 축적한 과거 검색 기록 및 기타 정보. 예를 들어, Xiaohongshu의 Leonardo da Vinci는 AI 기술을 사용하여 사용자를 분석합니다.’ 선호도와 요구 사항, 검색 결과 최적화, 정확한 콘텐츠 추천을 제공합니다..

세 번째는 기업 내부 검색이다.. 내부 검색은 기업 수준 애플리케이션에서 생성적 AI 검색 엔진을 구현한 것입니다.. 주로 기업 내부 데이터를 다룬다., 문서와 같은 비정형 데이터 등, 이메일, 보고서, 등. 이 데이터는 비즈니스 운영 및 의사 결정에 중요한 경우가 많습니다., 하지만 엄청난 양과 다양한 형식으로 인해, 전통적인 검색 방법은 종종 이러한 정보를 효과적으로 추출하고 활용하는 데 어려움을 겪습니다.. 이러한 데이터에 대한 심층적인 이해와 처리를 통해, AI 검색은 직원이 대규모 내부 데이터에서 필요한 정보를 보다 효율적으로 추출하는 데 도움이 됩니다., 이를 통해 업무 효율성과 의사결정 품질을 향상시킵니다..

핵심 기술 원칙

생성 AI 검색 엔진의 핵심 기술에는 자연어 처리가 포함됩니다. (NLP), 딥러닝, 지식 그래프. 이러한 기술을 통해 AI는 쿼리의 의미를 이해할 수 있습니다., 키워드 매칭의 한계를 뛰어넘다, 문맥적 연관을 통해 사용자에게 보다 정확한 답변을 제공합니다.. 이 작업은 여러 단계로 수행됩니다.:

1. 쿼리 의도 이해: 자연어 처리 기술을 활용해 사용자 쿼리 의도를 정확하게 파악하고 기존 키워드 매칭의 한계를 뛰어넘습니다..

2. 데이터 검색 및 처리: 수많은 데이터 소스에 접근함으로써, 지식 그래프 또는 데이터베이스와 결합, 관련 정보를 신속하게 필터링할 수 있습니다..

3. 답변 생성: 대형 모델 기반 제너레이티브 AI 기술과 결합, 쿼리 결과를 요약하고 단순한 링크 목록 대신 자연어로 답변을 생성합니다..

4. 맞춤형 추천: 사용자의 과거 행동을 기반으로 개인화된 검색 결과를 맞춤설정하세요., 환경 설정, 그리고 맥락.

생성적 AI 검색 엔진은 기존 검색 엔진과 AI 의미 이해 기술을 심층적으로 통합하여 효율적이고 정확한 검색 솔루션을 제공합니다., 도메인별 데이터 소스와 인덱스 데이터베이스 결합, 대규모 모델 생성 기능을 사용하여, 특히 복잡한 쿼리를 처리할 때. 핵심 경쟁력은 데이터의 질과 양에 있다, 콘텐츠의 정확성과 적시성을 보장하려면 자체 구축된 인덱스 데이터베이스가 필수적입니다., 생성적 AI 검색의 정확성을 높이는 열쇠입니다..

기존 검색 프로세스와 AI 검색 프로세스 비교

생성적 AI 검색의 기본 메커니즘은 다음을 기반으로 합니다. “검색 강화 세대” (조각), 기존 검색 엔진 API의 검색과 자체 구축된 인덱스 데이터베이스를 결합한 것입니다., 대규모 모델을 사용하여 콘텐츠를 읽고 요약하여 사용자에게 직접 답변을 제공합니다.. 현재, 생성적 AI 검색 제품은 대부분 인터넷 데이터 지원으로 기존 검색 엔진 API에 의존합니다., 하지만 모든 기존 검색 엔진이 개방형 인터페이스를 갖고 있는 것은 아닙니다., 대부분의 스타트업은 Bing의 외부 인터페이스를 사용합니다., 당혹감과 같은, 시크릿 타워, 체인 기업, 등., 바이두 등 국내 기업과 360 API 인터페이스를 열지 마세요. 동시에, 추론 및 생성에는 ChatGPT와 같은 생성적 대형 모델과 같은 API가 사용됩니다., 의미론적 이해, 분류, 문제의 프로세스 설계는 다양한 비즈니스 시나리오에 따라 수행됩니다., 각 시나리오 또는 프로세스에 가장 적합한 크기 모델을 선택하여 추론 또는 생성합니다., ~와 같은 360 AI 검색에는 9 대형 모델 호출. 대부분의 AI 검색 스타트업은 경쟁적 차별화를 높이기 위해 자신의 특정 분야에 일부 데이터 소스와 인덱스를 보유하게 됩니다.. 예를 들어, Secret Tower AI의 팟캐스트 및 라이브러리, 360 원래 검색 색인 데이터베이스를 개편했습니다., 등.

시장의 경쟁 환경

인공지능 기술의 지속적인 발전으로, “생성 AI + 검색 엔진” 새로운 트랙이 되었어요, 그리고 경쟁은 점점 더 치열해지고 있어요. 검색 엔진 시장에는 다양한 제품과 애플리케이션이 등장했습니다., 활력있는 산업생태를 형성하다. 각 참가자는 서로 다른 수준에서 접근하고 자리를 차지하기 위해 노력합니다..

기존 검색 엔진 공급업체: AI 기술을 통합하여 기존 검색 경험을 최적화함으로써, 그리고 기술적인 이점 덕분에, 데이터, 그리고 자본, 생성 AI 분야에서 경쟁 우위를 확대할 것입니다., 동시에 AI 검색 시장에서 중요한 위치를 점유하고 있습니다.. Microsoft는 ChatGPT를 검색 엔진과 통합하여 “새로운 빙”, 검색 분야에서 생성 AI의 적용 사례와 개발 전망을 처음으로 보여준 사례입니다.. Baidu는 Wenxin Yiyan을 출시하고 검색 서비스에 통합했습니다..

대형 모델 제조업체: 생성 AI 기술로 검색 분야 진출, 대화와 검색을 결합한 도구 출시, 강력한 기술력을 바탕으로 AI 검색을 위한 핵심 알고리즘 지원을 제공합니다.. 예를 들어, OpenAI의 AI 검색 도구인 SearchGPT는 인터넷 정보에 실시간으로 접근할 수 있습니다., 사용자에게 보다 시기적절하고 정확한 정보를 제공하는 것을 목표로 합니다.. 다크 사이드 오브 더 문(The Dark Side of the Moon)이 출시됩니다. “키미 디스커버리 에디션”, 사용자가 검색할 키워드나 질문을 입력할 때, 메인 페이지에는 AI가 생성한 요약 답변이 표시됩니다., 그리고 페이지 오른쪽에는 “웹 검색” 열, 이미지와 AI리딩을 포함한 웹페이지의 소스를 보여줍니다..

인터넷 공급업체: 심층적인 애플리케이션 기반과 장점을 활용, 그들은 생성적 AI 검색을 집중적으로 배포했습니다., 많은 애플리케이션이 AI 검색과 밀접하게 관련된 서비스를 출시했습니다.. 예를 들어, Zhihu의 AI 검색 제품, 지후 직접 답변, 전문 검색 기능을 출시했습니다; 그만큼 “지능형 Q&ㅏ” Kuaishou APP 검색창에 서비스가 시작되었습니다., AI는 사용자가 관련 질문을 검색하고 답변하도록 돕습니다.. 같은 회사의 부서도 서로 다른 AI 검색 제품을 출시하기 위해 앞다퉈 나서고 있습니다.. 예를 들어, ByteDance의 Douyin, Toutiao와 Feishu는 다양한 사용자 요구 사항과 시나리오를 탐색합니다.. Feishu는 정보 검색 시 사용자의 편의성을 높이기 위해 지역 검색 엔진을 개발했습니다., Douyin 전자상거래는 AI 기술의 도움으로 쇼핑 가이드 검색 기능을 최적화했습니다..

스타트업: 혁신적인 사용자 경험과 빠른 반복 기능으로 상승, 검색 시장에 새로운 활력을 불어넣고 개인화되고 전문적인 요구를 충족시킵니다.. 예를 들어, Quark는 단순화된 제품 디자인으로 사용자들로부터 폭넓은 관심과 사랑을 받았습니다., 원스톱 서비스, 수직 분할 시나리오에서 뛰어난 성능. Perplexity와 같은 공급업체도 고유한 기술과 제품 기능을 통해 AI 검색 시장에서 틈새 시장을 개척했습니다..

생성 AI 검색의 미래

AI 기술과 애플리케이션의 폭발적인 증가로 생성 AI 검색 산업은 급속한 발전의 새로운 단계로 진입했습니다., 혁신적인 제품이 계속해서 등장함에 따라, 생성 AI 검색은 기존 검색 엔진의 시장 환경을 점차적으로 재편하고 있습니다.. 가트너에 따르면, ~에 의해 2026, 기존 검색 엔진에 대한 방문 횟수는 다음과 같이 감소할 수 있습니다. 25%, AI 검색 제품 이용자는 빠르게 늘어날 전망이다., 슈퍼앱의 사용자 임계값에 점차 접근하고 있습니다.. 동시에, 생성 AI 검색 제품의 형태가 업그레이드되었습니다., 검색 엔진은 더 이상 정보 수집 도구의 역할로 제한되지 않습니다., 통합정보처리제품 형태로 변화하고 있습니다., 다양한 형태의 검색 경험을 실현하기 위해 최선을 다하고 있습니다.. 미래에, 생성적 AI 검색은 검색을 통합할 것입니다, 완성, 정제, 만능 지능형 비서로 탄생하며 업계의 새로운 벤치마크를 선도합니다..

생성적 AI 검색 엔진은 큰 시장 전망을 보여주지만, 그들의 발전은 여전히 ​​많은 어려움에 직면해 있습니다. 기술적 관점에서 보면, 국내 제품과 외국 유사 제품 사이에는 기술 성숙도 측면에서 상당한 격차가 있습니다., 독창성과 혁신능력. 시장의 관점에서 보면, 상용화 경로는 아직 모색 중, 아직 성숙한 비즈니스 모델이 형성되지 않았음, 컴퓨팅 파워 수요의 급속한 증가와 함께, 이는 심각한 비용 문제를 가져왔습니다.. 데이터 측면에서, 고품질 데이터 수집 및 처리 기술의 부족은 생성 AI 검색 기술의 추가 개발을 제한하는 주요 병목 현상이 되었습니다.. 보안 분야에서는, 데이터 개인 정보 보호 및 보안 문제는 사용자로부터 많은 관심을 끌었습니다., 검색결과의 권위, 정확성 등의 문제, 사용자 개인 정보 보호, 콘텐츠 진정성 문제 시급히 해결해야.