[Spring AI 2025 Renewal #1] Spring AI는 무엇인가?

안녕하세요. dev_writer입니다.

 

작년 Spring AI가 처음 나왔을 때 당시보다 시간이 꽤 지난 것 같아, 오랜만에 Spring AI에 대한 글을 다시 연재해보려고 합니다.

 

글을 작성하는 시점인 25년 4월 기준으로 릴리즈 된 1.0.0-M6 버전까지의 활용법을 다룰 예정입니다. 아직 안정화된 버전이 아닌 만큼, 작년의 글처럼 본 내용도 추후 deprecated 될 수 있는 부분들이 있다는 점을 감안해 주시면 좋을 것 같습니다.

 

공식 문서와 Dan Vega의 Spring AI 영상, 그리고 추가적인 Spring AI 자료를 참고하여 작성하겠습니다.

 

첫 번째 글은 Spring AI 공식 문서의 첫 페이지부터 살펴보겠습니다.

 

Spring AI

Spring AI는 인공지능 엔지니어링을 위한 애플리케이션 프레임워크입니다. 이 프래임워크의 목표는 이식성과 모듈형 설계와 같은 Spring 생태계의 설계 원칙을 인공지능 분야에 적용하고, 애플리케이션의 구성 요소로서 POJO의 사용을 장려하는 것입니다.

 

출처: Spring AI 공식 문서

 

Spring AI는 근본적으로 인공지능 통합의 핵심 과제인 기업의 데이터와 API를 AI 모델과 연결하는 문제를 해결하는 데 중점을 둡니다.

 

특징

Spring AI는 다음 기능들을 제공합니다:

• Spring AI는 Anthropic, OpenAI, Microsoft, Amazon, Google, Ollama 등 주요 AI 모델 제공자를 모두 지원합니다. 지원되는 모델 유형은 다음과 같습니다.
  • 채팅 생성
  • 임베딩
  • 텍스트 → 이미지 변환
  • 오디오 전사 (轉寫: 말이나 그림을 글로 옮겨 쓰는 행위)
  • 텍스트 → 음성 변환
  • 콘텐츠 검열
• AI 제공자에 관계없이, 동기식 및 스트리밍 API를 일관된 방식으로 사용할 수 있도록 지원합니다. 또한 모델 별 고유 기능에 접근하는 것도 가능합니다.
• 구조화된 출력 - AI 모델의 출력을 POJO로 매핑
• Apache Cassandra, Azure Vector Search, Chroma, Milvus, MongoDB Atlas, Neo4j, Oracle, PostgreSQL/PGVector, PineCone, Qdrant, Redis, Weaviate 등 주요 벡터 데이터베이스 제공자도 지원
• 벡터 저장소에 관계없이 일관된 API 제공, SQL과 유사한 메타데이터 필터 API 포함
• 도구/함수 호출 - 모델이 클라이언트 측 도구 및 함수를 실행하도록 요청할 수 있어, 실시간 정보 접근 가능
• 관찰 가능성 - AI 관련 작업에 대한 관찰 가능성 제공
• 데이터 엔지니어링을 위한 문서 주입 ETL 프레임워크 지원
• AI 모델 평가 도구 - 생성된 콘텐츠를 평가하고 환각 (hallucination)을 방지
• ChatClient API - WebClient 또는 RestClient와 유사한 플루언트 API 형태로 AI 채팅 모델과 통신
• Advisors API - 반복되는 생성형 AI 패턴을 캡슐화하고, LLM과 주고받는 데이터를 변환하며, 다양한 모델 및 활용 사례에 대한 이식성 제공
• 채팅 대화 메모리 및 RAG (Retrieval Augmented Generation, 검색 증강 생성) 지원
• 모든 AI 모델 및 벡터 저장소에 대한 Spring Boot 자동 구성 및 스타터 제공 - start.spring.io에서 원하는 모델 또는 벡터 저장소 선택 가능

이러한 기능을 통해 다음과 같은 일반적인 사용 사례를 구현할 수 있습니다:

• 내 문서 기반 질문 답변 (Q&A)
• 내 문서와 채팅하기

 

문서

광범위한 참조 문서, 샘플 애플리케이션, 워크숍/강좌 자료

 

시작하기

간단한 몇 단계로 Spring AI를 시작할 수 있습니다:

 

1. Spring Initializr를 이용하여, Spring AI OpenAI Boot Starter 의존성이 포함된 Spring Boot 웹 애플리케이션을 생성합니다. (원하는 AI 모델 또는 벡터 저장소를 선택 가능)

 

2. application.properties에 OpenAI 키를 추가합니다:

spring.ai.openai.api-key=<YOUR OPENAI KEY>

 

3. SpringAiDemoApplication 클래스에 다음 코드를 추가합니다:

@Bean
public CommandLineRunner runner(ChatClient.Builder builder) {
    return args -> {
        ChatClient chatClient = builder.build();
        String response = chatClient.prompt("Tell me a joke").call().content();							
        System.out.println(response);
    };
}

 

4. 애플리케이션을 실행합니다:

./mvnw spring-boot:run

 

다른 방식으로 시작하고 싶으시다면, 참조 문서의 "Getting Started" 섹션을 참고하십시오.

 

Reference

• Spring AI : Introduce