Box, Gemini Embeddings 2로 멀티모달 기업용 에이전트 구현

기업용 콘텐츠 관리 방식이 클라우드 전환 시대 이후 가장 큰 구조적 변화를 맞이하고 있다. 기존의 RAG(Retrieval-Augmented Generation) 아키텍처는 텍스트 기반 검색에는 탁월했으나, 에이전트 시대가 요구하는 멀티모달, 공간적, 구조적 데이터 처리에는 한계가 있었다.

Box와 Google Cloud는 Gemini Multimodal Embeddings 2를 기반으로 Box Agentic Platform에 고급 멀티모달 기능을 통합한다. 이를 통해 텍스트를 넘어 문서 내의 시각적 요소와 공간적 구조를 이해하는 차세대 AI 역량을 제공한다.

주요 개선 사항은 다음과 같다:

• 시각적 및 공간적 기하학 보존: 표나 재무 매트릭스와 같은 복잡한 요소의 공간적 레이아웃을 유지하여, 데이터 간의 관계를 정확히 해석한다.
• 시각적 모달리티 활용: 기술 차트, 프로세스 플로우차트, 제품 사진 등 문서 내 시각적 요소를 검색 시스템이 인식할 수 있게 한다.
• 하이브리드 파일 형식 연결: PDF, 스프레드시트, 프레젠테이션 등 서로 다른 형식을 넘나들며 정보를 교차 참조할 수 있는 통합된 환경을 구축한다.