spring-ai

Spring AI는 Spring 생태계의 오픈소스 애플리케이션 프레임워크로, Spring의 설계 원칙(휴대성, 모듈성, 강력한 타입의 API)을 AI 애플리케이션 개발에 적용합니다. 핵심 목적은 일관된 Spring 친화적 추상화 계층을 통해 엔터프라이즈 데이터 및 API와 AI 모델을 연결하는 것입니다. 모델 제공업체 지원은 Anthropic, OpenAI, Amazon Bedrock, Google, Ollama, Mistral AI, DeepSeek 등을 포함하며, 채팅, 임베딩, 텍스트-이미지, 오디오 전사, 텍스트-음성, 조정(Moderation)을 다룹니다. 휴대용 API는 동기 및 스트리밍 호출 모두에서 제공업체 간에 작동하며, 모델별 옵션도 필요 시 접근 가능합니다. 벡터 저장소 통합도 광범위하여 Amazon Bedrock Knowledge Base, Amazon S3, Apache Cassandra, Azure Vector Search, Chroma, Couchbase, Elasticsearch, GemFire, MariaDB, Milvus, MongoDB Atlas, Neo4j, OpenSearch, Oracle, PostgreSQL/PGVector, Pinecone, Qdrant, Redis, Typesense, Weaviate를 지원합니다. 이러한 저장소 간 휴대용 API에는 SQL 유사 메타데이터 필터 API가 포함됩니다. 주요 기능으로는 모델 응답을 POJO에 매핑하는 구조화된 출력(Structured Outputs), 실시간 정보를 위해 모델이 클라이언트 측 함수 실행을 요청할 수 있는 도구 호출(Tool Calling), AI 운영 통찰력을 위한 관찰성(Observability) 모듈, 데이터 엔지니어링을 위한 문서 주입 ETL 프레임워크, 생성된 콘텐츠를 평가하고 환각을 방지하는 AI 모델 평가 유틸리티가 있습니다. ChatClient API는 채팅 모델과 대화하기 위한 유창한 WebClient/RestClient 스타일 인터페이스를 제공하며, Advisors API는 반복적인 생성 AI 패턴을 캡슐화하고 LLM으로 오가는 데이터를 변환합니다. 일급 MCP(Model Context Protocol) 지원은 Boot Starters와 Java 애노테이션을 통해 제공되며, STDIO, SSE, Streamable-HTTP 전송을 지원하여 애플리케이션이 MCP 서버를 사용하거나 Spring 서비스를 AI 생태계에 노출할 수 있습니다. 채팅 대화 메모리는 플러그 가능한 영구 백엔드(JDBC, Cassandra, MongoDB, Neo4j, Redis)로 지원되며, 검색 증강 생성(RAG)이 내장되어 있습니다. Spring Boot 자동 구성 및 Starters는 지원되는 모든 모델과 벡터 저장소를 다루며, 프로젝트는 start.spring.io를 통해 스캐폴딩할 수 있습니다. 버전 관리는 Spring Boot와 일치합니다: Spring AI 2.x는 Spring Boot 4.x를 대상으로 하고, Spring AI 1.1.x는 Spring Boot 3.5.x를 대상으로 합니다. 프로젝트는 참조 문서, Javadoc, 업그레이드 노트, 예제 저장소, Spring 기반 AI 통합 구축을 위한 커뮤니티 조직을 제공합니다. 소스에서 빌드하는 것은 선택 사항이며 `./mvnw clean install`로 로컬 Maven 저장소에 아티팩트를 게시할 수 있습니다.