[OCI Technical Deep Dive] OCIで生成AIを活用するためのソリューション解説(2025年8月5日開催)

Oracle Cloud Infrastructure(OCI) Technical Deep Dive(2025年8月5日開催)
https://go.oracle.com/LP=149126
-----
本資料では、OCIが提供する最新のAIソリューションをわかりやすく解説します。
生成AIからAI Agent、さらに進化形のAgentic AIまでをカバーし、オラクル独自のRAG(Retrieval Augmented Generation)連携による構成例もご紹介。
Oracle AI Vector Searchの特徴・使い方など、実践で活用できる知識もお持ち帰りいただけます。
なぜOracle DatabaseがAIで活用できるのか？そしてなぜOracle DatabaseがAI時代において重要なのか？をご理解いただけます。

[こんな方におすすめ]
・OCIでの生成AI活用方法を理解したい方
・AI AgentやAgentic AIの構成を学びたい方
・RAG連携やAI Vector Searchの実装イメージを知りたい方

Transcript

1. OCIで⽣成AIを活⽤するためのソリューション解説 ⽇本オラクル株式会社 クラウド事業統括 製品事業統括 OCI Platform COE 本部／ソリューションズ・アーキテクト部 AIソリューション担当 荒川裕⼆
2. ⽣成AI市場の技術トレンド 2 Copyright © 2025, Oracle and/or its affiliates LLM Vector DB ドキュメント データ分析 社内システム SNSの調査 Agent GPU LLM LLMの⾃社運⽤ LLM Provider Managed LLM ⽣成AIアプリ • 社内ドキュメントなどの情報を⾃然⽂で検索できるチャットボットのAIアプリケーション • 2023年に登場後、既に定番のソリューションとなり、今後本格的にマルチモーダルRAGへとシフト • インダストリ問わず全てのユーザーが対象 • ユーザーの指⽰に応じて複雑なタスクを⾃律的に実⾏するAIアプリケーション • 2025年からAI市場の全てのベンダーがフォーカスしているソリューション • マーケットは既に⽴ち上がっており、今後着実に活⽤例が増えることが予想される • インダストリ問わず全てのユーザーが対象 • マネージドのLLMサービスを利⽤せず、OSSベースのLLMを⾃社で運⽤するソリューション • OSSのLLM(Llama4、DeepSeek-V3/R1など)の著しい技術進化により、実システムでの 利⽤が現実的になってきている • 対象ユースケース • セキュリティ要件の厳しいユースケース • トークン課⾦(マネージドLLMサービス)での⾼コスト運⽤を回避したいユースケース • データ処理に特化したLLMアプリ(データ整形、データ分析、機械学習など)を実装す るユースケース ①RAG ②Agentic AI ③Local LLM
3. 各ソリューションの構成例 3 Copyright © 2025, Oracle and/or its affiliates Generative AI Agents + Agent Development Kit Autonomous Database Data Science (BM GPU) + AI Quick Actions BM GPU Generative AI Agents or Select AI with RAG Generative AI Autonomous Database Generative AI • クラウドサービス • 社内システム • 業務アプリ • etc. OSS LLM OSS LLM • クラウドサービス • 社内システム • 業務アプリ • etc. ①RAG フレームワーク フレームワーク フレームワーク フレームワーク フレームワーク フレームワーク ②Agentic AI ③Local LLM オープンソースの構成例 マネージドサービスの構成例 ダウンロード ダウンロード OCI SDK OCI SDK OCI SDK
4. 構成パターンの⽐較 4 Copyright © 2025, Oracle and/or its affiliates Generative AI Agents + Agent Development Kit Autonomous Database Data Science (BM GPU) + AI Quick Actions BM GPU Generative AI Agents or Select AI with RAG Generative AI Autonomous Database Generative AI • クラウドサービス • 社内システム • 業務アプリ • etc. OSS LLM OSS LLM • クラウドサービス • 社内システム • 業務アプリ • etc. フレームワーク フレームワーク フレームワーク フレームワーク フレームワーク フレームワーク • フレームワーク︓オープンソース • 開発スタイル︓コーディングによる開発 • 開発難易度︓⾼い • 開発の⾃由度︓制約なし • 保守運⽤︓⼀部は⾃社 • サポート体制︓⼀部はオープンソースコミュニ ティ(Oracleでの対応はベストエフォート) • フレームワーク︓マネージド・サービス • 開発スタイル︓ローコード開発 • 開発難易度︓低い • 開発の⾃由度︓制約あり • 保守運⽤︓クラウドベンダー • サポート体制︓商⽤サポート オープンソースの構成例 マネージドサービスの構成例 ①RAG ②Agentic AI ③Local LLM
5. Generative AI Service 5 Copyright © 2025, Oracle and/or its affiliates ⾼性能の⼤規模⾔語モデルをフルマネージドで提供 エンタープライズクラスのセキュリティとプライバシー 専⽤環境でのファインチューニング • ⼤⼿LLMプロバイダー xAI社、Cohere社、Meta社のモデルをフ ルマネージドのPaaSとして提供 • ローコード、WebUIのシンプルなインタフェース • ⼊⼒データや学習データがLLMプロバイダーと共有されたり、他の 契約者に漏れることはありません • ⼊⼒テキストはOCIには保存されず、マーケティングやその他の調 査などに使われることはありません • ガードレール機能により不適切な⽂章の⼊出⼒を防⽌ • オラクル独⾃のAI SuperclusterアーキテクチャによりGPUインフラの ⾼性能を実現 • 占有環境のため、パフォーマンスと価格のプランが容易 RAG Agentic AI
6. 6 Copyright © 2025, Oracle and/or its affiliates OCI Generative AI Service 最先端のAIモデルを提供 Command R+ Command R Llama 3.1 70B Llama 3.2 11B Llama 3.1 405B Llama 3.2 90B Llama 4 Scout Command A Grok 4 Rerank 3.5 Embed 4 Grok 3 mini New Llama 4 Maverick New New New New New RAG Agentic AI Grok 3 mini
7. 7 Copyright © 2025, Oracle and/or its affiliates ファウンデーションモデルの仕様 モデルタイプ モデルの概要 モデル名 モデル提供元 ⽇本語対応 ①チャットモデル シングルモーダルのチャットモデル • ⼊⼒︓テキスト • 出⼒︓テキスト grok3 / grok3-fast grok3-mini / grok3-mini-fast xAI 公式には未対応だが⾼精度で利⽤可 command-a Cohere 〇 command-r-plus Cohere 〇 command-r Cohere 公式には未対応だが利⽤可 Llama 3.1 (405B/70B) Meta 公式には未対応だが利⽤可 マルチモーダルのチャットモデル • ⼊⼒︓テキストと画像 • 出⼒︓テキスト grok4 xAI 公式には未対応だが⾼精度で利⽤可 Llama 3.2 Vision(90B/11B) Meta 公式には未対応だが利⽤可 Llama 4 Scout(17B+16E) / Maverick(17B+128E) Meta 公式には未対応だが⾼精度で利⽤可 ②Embedモデル シングルモーダルの埋め込みモデル • ⼊⼒︓テキスト • 出⼒︓埋め込み embed-english-light-v3.0 embed-english-v3.0 embed-mutilingual-light-v3.0 embed-multilingual-v3.0 Cohere 〇 マルチモーダルの埋め込みモデル • ⼊⼒︓テキスト or イメージ • 出⼒︓埋め込み cohere.embed-multilingual-image-v3.0 cohere.embed-english-light-image-v3.0 cohere.embed-multilingual-light-image-v3.0 cohere.embed-english-image-v3.0 Cohere 〇 マルチモーダルの埋め込みモデル • ⼊⼒︓テキスト and イメージ • 出⼒︓埋め込み cohere.embed-v4.0 Cohere テキスト︓〇 イメージ︓英語のみ ③Rerankモデル 問合せおよびテキストのリストを取得し、各テ キストに関連スコアが割り当てられた順序付き 配列を⽣成するモデル ReRank-3.5(専⽤AIクラスタ環境でのみ利⽤可) Cohere 〇 ※⾚字が各シリーズの最新モデル RAG Agentic AI ※モデルの最新情報および詳細仕様については下記マニュアルをご参照ください。 https://docs.oracle.com/en-us/iaas/Content/generative-ai/pretrained-models.htm
8. マルチモーダル RAG（検索拡張性）デモ 8 Copyright © 2025, Oracle and/or its affiliates RAG
9. Copyright © 2025, Oracle and/or its affiliates RAG
10. Generative AI Agents Service 定型的な⽣成AIアプリケーションをシンプルなウィザード形式 で実装できるクラウドサービス • RAG Tool : ⾃然⾔語でベクトルDB内のドキュメント検索を実⾏ • SQL Tool : ⾃然⾔語でSQLデータベースのクエリを実⾏ • Custom Tool : ⾃然⾔語で様々なシステムの操作、情報取得 ユーザー⼊⼒の内容に応じて、複雑なタスクを⾃律的に実⾏ するAIアプリケーションを実装する機能 • 同サービスと連携するAgent Development Kit(SDK)によるコー ディング開発(Python/Java) • 複雑なタスクの実装例 10 Copyright © 2025, Oracle and/or its affiliates ③Custom Tool Program Agent User ②SQL Tool SQL DB table ①RAG Tool • クラウドサービス • 社内システム • 業務アプリ • etc. Vector DB 社内ドキュメント User 会話 User ① ② ③ Multi Agent Workflow 複数のエージェントで役割分 担をし、複雑なタスクを実⾏ 例) • エージェントA︓「インター ネットを検索しデータ収集」 • エージェントB︓収集した データをデータベースにロード • エージェントC︓収集した データからチャートを作成 Multi Step Workflow 複数のエージェントが予め決め られた順序で処理を実⾏ 例)エージェント①の処理結果 を使い、次のエージェント②が 処理を実⾏ RAG Agentic AI
11. Generative AI Agents Service（RAG Tool） 11 Copyright © 2025, Oracle and/or its affiliates RAG Agentic AI
12. Data Science Service – AI Quick Actions(AQUA) 12 Copyright © 2025, Oracle and/or its affiliates シンプルなウィザード形式(ノーコード)でLLMのデプロイ、ファ イン・チューン、評価が可能に • Hugging FaceからのLLMのダウンロード機能 • LLMのデプロイ ü テスト済の組み込みモデル ü Hugging Faceからのモデルの持ち込み(※ゲート付きモデル のみ) • 基盤モデルのファインチューニング ü JSONL形式で学習データを準備 ü Data ScienceジョブをAI Quick Actionsから起動 • LLMの評価 ü ROUGEやBERTScoreなどの指標を利⽤ ü ROUGE︓単語、単語の並び順、フレーズの⼀致度合をスコアリング ü BERTScore︓⽂章の意味や⽂脈の⼀致度合をスコアリング ※ BYOM可能なモデルの互換性について https://docs.oracle.com/en-us/iaas/data-science/using/ai-quick-actions-models-byom.htm Local LLM モデルのデプロイ ファインチューン モデルの評価 Data Science LLM ダウンロード
13. AI Services 13 Copyright © 2025, Oracle and/or its affiliates Digital Assistant Language Speech Vision チャット・ボットの開発・運⽤に必要 な機能を All in Oneで提供 フロントエンド(Slack、Line、 Messengerなど)やバックエンドシス テムとの連携モジュールも提供。 テキスト⽣成以外のベーシックな⾃ 然⾔語解析のモデルを提供 ⼀部 の機能でカスタムモデルも可能。 ⾳声・動画ファイルからテキストトラ ンスクリプション(⽂字起こし)が可能 なモデルを提供。⾳声⼊⼒によるリ アルタイム処理も可能。 画像認識、物体検出、顔検出の学 習済機モデルを提供。動画データに も対応し、カスタムモデルの構築も可 能。 Document Understanding OCRやドキュメント分類などドキュメント 分析のモデルを提供。⼀部の機能でカ スタムモデルも可能。 Generative AI ⼤規模⾔語モデルをによるテキ スト⽣成モデルを提供 契約者 占有環境でのファインチューニン グも可能。 ※2025/7 ⼀部の機能で⽇本語未対応 Generative AI Agents Service 検索拡張⽣成(RAG : Retrieval Augmented Generation)、AI エージェントをフルマネージドのサー ビスとして提供。
14. 14 Copyright © 2025, Oracle and/or its affiliates マーケットプレイス版Oracle WebCenter Content For OCI 簡単プロビジョニング • マーケットプレイスからブラウザ操作で簡単作成 • コンピュート、ネットワーク、共有ディレクトリも⾃動構成 • ディザスタ・リカバリ⽤のスタンバイ・スタックの構成 • Quick Startオプション WebCenter Contentとは • ⽂書管理 • ファイル共有 • ECM(Enterprise Content Management) • OCM(*1) 内のアセット、ファイルの移⾏先 ※移⾏⽀援ツールの提供中(*2) オンプレミスソフトウェアOracle WebCenter ContentをOCIマーケットプレイスから提供 (*1) Oracle Content Management (*2) Doc ID 3030188.1参照
15. 15 Copyright © 2025, Oracle and/or its affiliates 概要 • ユーザーが検索⽂を⼊⼒すると、WCC側でその意味や⽂脈を 考慮し、関連性の⾼いコンテンツを提供します - 検索精度の向上により業務の効率化が期待できます • ユーザーのアクセス権限により、セマンティック検索の結果は変化 - 従来の検索機能と同じで、セマンティック検索もWCCのアクセス権限 管理に応じた検索結果を返します • ユーザーはドキュメントをアップロードするだけ。特別な操作不要 - 索引はバックグラウンドで⾃動的に作成されます 利⽤条件 • マーケットプレイス版WCC14c For OCI + Oracle Database 23ai Autonomous (※2025/4/25時点) - Oracle Database 23aiの新機能Oracle AI Vector Searchを利⽤ セマンティック検索（Semantic Search） Oracle Fusion Middlewareの開発計画 について教えて でセマンティック検索を実⾏ Oracle Fusion Middlewareの 今後の⽅向性 が最上位に表⽰ 【制限事項】 セマンティック検索結果のフィルタリング（絞り込み検索）はできません
16. 16 Copyright © 2025, Oracle and/or its affiliates 会話型検索（Conversational Search） 概要 • プレビュー中のドキュメントの内容について⾃然⾔語で質問し、 関連情報を効率的に取得できます • ドキュメントの要約、インタラクティブな質問応答、コンテキストを 考慮した応答をサポート • OCI Generative AIとの接続を構成するだけ。簡単に 利⽤開始が可能 • 選択可能なモデル - cohere.command-r-plus-08-2024 - meta.llama-3.3-70b-instruct 利⽤条件 • マーケットプレイス版WCC14c For OCI + Oracle Database 23ai Autonomous + OCI Generative AI - Oracle Database 23aiのOracle AI Vector Searchを利⽤ - WCCのセマンティック検索機能が構成済であること - OCI Generative AI Serviceを利⽤可能なリージョンのサブスクライブ済であること
17. 17 Copyright © 2025, Oracle and/or its affiliates ⽣成AIプロジェクトを成功に導くために AIケーススタディ⽀援 AI体感POC / ハンズオン⽀援 AI フィージビリティ⽀援 1．AI検索・分析ニーズたしかめ隊 → 様々AI検索(⾃然⾔語でのDB検索)や分析 などOCIを利⽤したAIニーズ確認ツール 2．RAG精度あげたろう → RAG精度の簡易評価ができるツール 事例ご紹介とディスカッション 現在のシステム(例) ご提案システム(例) AIデータ処理・アーキテクチャ(例) • OCI AI 活⽤事例 • RAG Pitfall • RAG の精度向上施策 • データドリブン • 技術者交流 “試して納得”のAI体感プログラム AI実⽤具体化へのステップ AI POC ⽀援 - AI 環境構築 -
18. オラクル社員によるQiita記事 Copyright © 2025, Oracle and/or its affiliates 18 • RAG • Select AI with RAGを使ってオブジェクトストレージ内のデータと会話してみる • ⽣成AIをより賢く ー エンジニアのための RAG⼊⾨ 第１章 「RAGの基礎︓LLMの限界とRAGによる解決への道」 • ⽣成AIを活かすには埋め込みの理解から︕RAGの⼼臓＝埋め込みの基礎から応⽤まで︕ • 話題の MCP と巡る OCI RAG ソリューションの旅 - Select AI with RAG と Generative AI Agents ディープダイブ • エージェンティック AI で RAGを賢く - インデータベースAIエージェント編 • Agentic RAG - MCPサーバー、LangGraph とベクトル埋め込みで実現するインテリジェント RAG • Agentic AI ü 2025年 ⽣成AIの新たな波「AI エージェント」の可能性 ü MCPで変わるAIエージェント開発 ü LangGraphによるマルチエージェントの実装 • Local LLM ü ローカルLLM(プライベートLLM) https://qiita.com/organizations/oracle これらのブログ記事は、弊社公式⾒解ではございません。 記事の内容に関しては、弊社並びにパートナー各社様サポート窓⼝への お問い合わせはお控えいただきますようお願い申し上げます。 AIケーススタディ⽀援の技術者交流プログラムをご活⽤いただけます。 RAG Agentic AI
19. Oracle AI Jam Session AIや機械学習関連のオープンな技術情報を 初学者の⽅を対象に ご紹介する勉強会シリーズ Oracle AI Jam Session YouTube プレイリスト Oracle AI Jam Session YouTube プレイリスト Oracle AI Jam Session 開催情報は、 Oracle Code Night Connpassで公開中︕ https://oracle-code-tokyo-dev.connpass.com/ Copyright © 2025, Oracle and/or its affiliates 19
20. 20 Copyright © 2025, Oracle and/or its affiliates 私の サーバーがフリーズしたのはなぜですか︖ RAG なし 特化型ベクトルDBによるRAG ベクトル検索対応RDBによるRAG サーバーがフリーズする⼀般的な原因は以下の 通りです。 • メモリ不⾜ • CPUの過熱 • ハードウェアの故障 • ソフトウェアの競合 • ドライバの問題 まずはタスクマネージャーでリソース使⽤量を確認 し、再起動を試してください。 LLM LLM LLM Xシリーズでメモリリークによるフリーズが報告されて います。 また、Yシリーズではファン不良による加熱の可能 性があります。 Windows でGPUドライバの不具合によるフリーズ 事例があります。Linux では今のところそのような 事例はありません。 Pytorch との競合によるシステム停⽌の事例があ ります。 システム構成と確認して、１つづつ原因を絞り込ん でいくことをおすすめします。 ⻘⼭様のお名前で保守契約いただいております X 9999（S/N: ABC123、購⼊⽇: 2023年4⽉、 保守契約番号︓987654）を分析したところ、 現在のメモリ使⽤率が 87%（警告レベル）であ りメモリが不⾜気味です。また、同ロット製品で既 知の問題として、CUDAドライバVer.1234との相 性問題が報告されています。 以下のような対応をおすすめします。 • CUDAのバージョンを最新へアップグレード （過去の同様症状では上記対応で95%解 決しています）。 • メモリ増設（64GB→128GB）。DIMMの 型番は、DD2200 です。 常識的な回答 すべてのお客様に共通な回答 個別のお客様に最適な回答 RAG
21. OCIで⽣成AIを活⽤するためのソリューション解説 ⽇本オラクル株式会社 クラウド事業統括 製品事業統括 AI Data Platform COE 本部／データベース・ソリューション部 辻研⼀郎
22. RAGの中でのOracle AI Vector Search 22 Copyright © 2025, Oracle and/or its affiliates
23. RAGの中でのOracle AI Vector Searchの強み セキュリティ パフォーマンス Copyright © 2025, Oracle and/or its affiliates 23 RAGを使った⽣成AIアプリの要 AIが便利なのは回答精度が⾼いため RAGを使った精度の⾼い⽣成AIアプリをエンタープライズ レベルに押し上げるのに必要な要素 精度 （⽣成AIアプリとしての） 拡張性 精度
24. Oracle Database 23ai AI Vector Search • AI利⽤においてデータの鮮度は検索の精度に⼤きな影響を与える 格納されているデータをデータベースの中でベクトル化しすぐに類似性検索できる • ⼤規模なデータ検索において検索データのフィルタリングは精度、パフォーマンス向上の観点から⾮常に重要 格納されているメタデータで属性フィルタリングを⾏うことでパフォーマンスを下げることなく検索精度を向上できる Oracle Database内に格納したビジネス・データにより⾼精度を実現 商品ID (PROD_ID) 商品名 (PROD_NAME) カテゴリ (PROD_CAT) 価格 (PRICE) 取り扱い開始⽇ (START_DATE) 取り扱い終了⽇ (END_DATE) 商品説明 (PROD_TEXT) 商品説明VEC (PROD_TEXT_VEC) SELECT … FROM products p WHERE p.price <= 2000 AND p.start_date >= sydate - 7 ORDER BY VECTOR_DISTANCE (prod_text_vec, :qry_vector) FETCH APPROX FIRST 10 ROWS ONLY; ベクトル型 商品テーブル（PRODUCTS） クエリ︓ 「直近１週間の間に登録された、2000円より 価格の安い商品のうち、商品説明の内容が qry_vectorに似たものを類似度順にTOP 10 表⽰」 Copyright © 2025, Oracle and/or its affiliates 24
25. 機能サマリー Oracle AI Vector Search Copyright © 2025, Oracle and/or its affiliates 25 基本機能 • VECTOR POOL • ベクトルデータ型 VECTOR • ベクトル検索（類似性検索） 距離関数 VECTOR_DISTANCE 完全ベクトル検索/近似ベクトル検索 • ベクトル索引 インメモリー近傍グラフベクトル索引 近傍パーティションベクトル索引 • 実⾏計画オペレーション 周辺機能 • テキスト抽出 • テキストチャンキング • ベクター⽣成(Embedding) • In Database(onnx), • APIコール サードパーティ・プロバイダ (UTL_TO_EMBEDDING) Cohere、 OCI Generative AI、Google AI、Hugging Face 、Ollama 、OpenAI、Vertex AI • Hybrid Search (テキスト/Vector) • 近似検索やベクトル索引作成時の精度評価 （WITH TARGET ACCURACY） ベクトルデータを他のデータと合わせて 統合的に扱える機能実装 ベクトルデータの利⽤の際にニーズが⾼い 周辺機能の実装
26. Oracle DatabaseにおけるRAG構成、ベクトル検索の強み セキュリティ （⽣成AIアプリとしての） 拡張性 パフォーマンス Copyright © 2025, Oracle and/or its affiliates 26 精度 RAGを使った⽣成AIアプリの要 AIが便利なのは回答精度が⾼いため RAGを使った精度の⾼い⽣成AIアプリをエンタープライズ レベルに押し上げるのに必要な要素
27. エンタープライズデータの運⽤において重要なセキュリティ Oracle Database 暗 号 化 アクセス制御 監 査 ユーザーやセッション情報に基づいて 表のアクセスを列・⾏レベルで制限 DB管理者の無制限のアクセスを 強制的に禁⽌、厳格な職務分掌を実現 Database Vault 認証強化 外部認証基盤による認証強化 トークン・ベース認証 DF11233 U*1 $5Ha1qui %H1 HSKQ112 A14 FASqw34 £$1 アプリケーションへの影響がない 透過的な暗号化 Transparent Data Encryption 機密データをマスキングし セキュアなテストデータを作成 Data Masking and Subsetting データベースのアクセスログを 漏れなく詳細に記録 Unified Audit アクセスログの分析を⾃動化し 不正なアクセスの検知・アラート Audit Vault and Database Firewall Centrally Managed Users Virtual Private Database Data Redaction Label Security SQL Firewall OCI Logging Analytics OCI Data Safe クラウド・サービス Cloud@Customer Copyright © 2025, Oracle and/or its affiliates 27
28. Oracle DatabaseにおけるRAG構成、ベクトル検索の強み セキュリティ パフォーマンス Copyright © 2025, Oracle and/or its affiliates 28 精度 （⽣成AIアプリとしての） 拡張性 RAGを使った⽣成AIアプリの要 AIが便利なのは回答精度が⾼いため RAGを使った精度の⾼い⽣成AIアプリをエンタープライズ レベルに押し上げるのに必要な要素
29. 各データモデルが別々の場所に保存されていては拡張が難しい SQLによるさまざまなデータモデル統合 アプリケーション 様々なデータソース ⾮構造化データ 構造化データ SFDC SAP Confluence ベクトル LLM リレーショナル グラフ テキストサーチ 販売実績 顧客 製品マスタ SharePoint JSON ②クエリー ナレッジベース ①質問 ⑥回答 ④回答⽣成指⽰ ⑤回答 ．．． Workday Snowflake ServiceNow データの取り込み・同期・インデックス化 ③検索結果 地理空間データ IoT 例えば、地理空間データを連携させたいとき、データ連携をし て初めて使えるのでは、連携されたころには今いる位置とずれ てしまう可能性がある。また、DBが分かれていてはデータ⼀貫 性の問題もある 29 Copyright © 2025, Oracle and/or its affiliates
30. エンタープライズのお客様に育てていただいたオラクルだからこそのこだわり Oracle の エンタープライズ RAG アーキテクチャ アプリケーション 様々なデータソース ⾮構造化データ 構造化データ SFDC SAP Confluence データの取り込み・同期・インデックス化 LLM SharePoint ②クエリー ナレッジベース ①質問 ⑥回答 ④回答⽣成指⽰ ⑤回答 販売実績 顧客 製品マスタ ．．． Workday Snowflake ServiceNow コンバージドデータベース 様々な種類のデータを 格納可能なコンバー ジド・データベース ③検索結果 IoT 複合ワークロード=JSON, Cube, Graph, Spatial, Text, Event, Blockchainなどに対応 • データの鮮度や⼀貫性を維持 • SQL検索の幅が⼤幅に広がる 30 Copyright © 2025, Oracle and/or its affiliates
31. ⾞両管理とトラブル分析の例 SQLのみで空間・テキスト・ベクトルデータを組み合わせた効率的な情報活⽤が可能 「凍結の影響で故障やトラブルがあった」 に類似したレポートを取得 ⾞両タイプ001の⾞両で、 2023年以降に新潟県に侵⼊した⾞両で 2023年以降のレポート本⽂中に 「ブレーキ」か「制動機」の⽂字列を含む レポートの中で リレーショナル 全⽂検索 ベクトル 地理空間情報 （構造化データ︓⾞両マスタ） （テキスト︓⾞両状態レポート） （空間データ︓⾞両位置情報、都道府県境界データ） （特徴量︓⾞両状態レポート） 画像、動画、⾳声なども活⽤可 Copyright © 2025, Oracle and/or its affiliates 31
32. マルチデータモデルでの検索のSQL例 ⾞両タイプ001の⾞両で、 2023年以降に新潟県に侵⼊した⾞両で 2023年以降のレポート本⽂中に 「ブレーキ」か「制動機」の⽂字列を含む レポートを 「凍結の影響で故障やトラブルがあった」 のベクトルに近い順に 10件のレポートを取得 データは⾞両マスタ、⾞両の位置情報、都道府県境界データ、⾞両の状態レポート Copyright © 2025, Oracle and/or its affiliates 32 SELECT v.vehicle_id,v.vehicle_type, rep.report_id, rep.report FROM VE_MASTER vm ,VE_LOCATION_HIST vloc, REGION r, REPORT_DATA rep WHERE vm.VEHICLE_TYPE='001' and SDO_INSIDE ( vloc.location, r.area ) = 'TRUE' and r.name='新潟県' and vloc.timestamp > TO_TIMESTAMP('2023/01/01 00:00:00','YYYY/MM/DD HH24:MI:SS') and CONTAINS( rep.REPORT, 'ブレーキ or 制動機') > 0 and rep.date > TO_DATE('2023/01/01','YYYY/MM/DD') and vm.vehicle_id=vloc.vehicle_id and rep.report_id=vloc.report_id ORDER BY vector_distance ( DBMS_VECTOR.utl_to_embedding( '凍結の影響で故障やトラブルがあっ た'), rep.VECTOR ) APPROX FIRST 10 ROWS ONLY;
33. Oracle DatabaseにおけるRAG構成、ベクトル検索の強み セキュリティ パフォーマンス Copyright © 2025, Oracle and/or its affiliates 33 精度 （⽣成AIアプリとしての） 拡張性 RAGを使った⽣成AIアプリの要 AIが便利なのは回答精度が⾼いため RAGを使った精度の⾼い⽣成AIアプリをエンタープライズ レベルに押し上げるのに必要な要素
34. ⼤量データを使った⼤規模なベクトル検索がユーザを待たせることなく実⾏可能 Partitioning ⼤規模な表をパーティション分割して アクセス対象を削減 RAC 相互接続/共有された複数のサーバーで ⾼可⽤性と処理のスケールを実現 Exadata Oracle Databaseに最適化された Oracle Databaseのためのプラットフォーム Autonomous Database Oracle Database + Exadata + AI/機械学習による ⾃律型データベース Oracle Database Copyright © 2025, Oracle and/or its affiliates 34 リレーショナルデータのフィルターとベクトル索 引の利⽤の優先度をOptimizerが判断 Optimizer
35. WHERE句条件などに列の評価条件が⼊っているベクトル類似検索は単なる索引⾛査だけでなく 特別なオペレーションで実⾏ リレーショナルデータのフィルターを含んだSQLの実⾏ Copyright © 2025, Oracle and/or its affiliates 35 SELECT name FROM galaxies WHERE id<5 ORDER BY VECTOR_DISTANCE( embedding, :embedding ) FETCH APPROXIMATE FIRST 10 ROWS ONLY WITH TARGET ACCURACY 90; ----------------------------------------------------------- | Id | Operation | Name | --------------------------------------------------------------------- | 0 | SELECT STATEMENT | | |* 1 | COUNT STOPKEY | | | 2 | VIEW | | | 3 | VECTOR INDEX HNSW SCAN IN-FILTER | GALAXIES_HNSW_IDX | | 4 | VIEW | VW_HIJ_7AA0632F | |* 5 | TABLE ACCESS BY USER ROWID | GALAXIES | ---------------------------------------------------------------------
36. Smart Exadata Storage AI Smart Scan Oracle AI Vector Searchを Smart Exadata Storage に透過的にオフロードして、検索を⾼速 化 すべてのストレージ・サーバーで⾃動的に検索を 並列化 各ストレージ・サーバーで、Top-k マッチングを 個別に計算 • データベース・サーバーで結果をマージ 36 Copyright © 2025, Oracle and/or its affiliates RAC node 1 RAC node 2 RAC node 3
37. Oracle DatabaseにおけるRAG構成、ベクトル検索の強み Copyright © 2025, Oracle and/or its affiliates 37 セキュリティ パフォーマンス 精度 （⽣成AIアプリとしての） 拡張性 マルチモデルを統合したコンバージド・データベースにより、 SQLで対応可能な幅が拡⼤ ⼤量データを使った⼤規模なベクトル検索がユーザを待たせることなく実⾏可能 Oracle Databaseに格納されているビジネス・データを利⽤することで 精度の⾼い検索を実現 エンタープライズ⽤途で⾼い信頼を得ているデータベースレイヤで実現する 充実したセキュリティ機能
39. マニュアル • Oracle AI Vector Searchユーザーズ・ガイド スライド資料 • Oracle AI Vector Search 技術概要 • Oracle AI Vector Search 技術詳細 チュートリアル • OCIチュートリアル Oracle AI Vector Search を使ってみよう Appendix︓ Oracle AI Vector Search 公開資料とチュートリアル Copyright © 2025, Oracle and/or its affiliates 39