Azure AI 검색 서비스의 비용 계획 및 관리

Azure AI 검색 두 가지 가격 책정 모델에서 사용할 수 있습니다.

• 전용: 고정 가격 책정으로 프로비전된 용량. 서비스 계층을 선택하면SU(검색 단위)에 따라 시간당 요금이 청구됩니다. 안정적, 예측 가능한 높은 사용률 워크로드에 가장 적합합니다.

• 서버리스(미리 보기): 시간당 컴퓨팅 단위(CU/hr) 및 인덱싱된 스토리지의 경우 GB/월 단위로 측정된 소비 기반 가격 책정입니다. 드물거나, 버스트되거나, 가변성이 높은 워크로드에 가장 적합합니다.

이 문서에서는 각 모델에서 청구가 작동하는 방식을 설명하고 비용 예측, 최소화 및 모니터링에 대한 지침을 제공합니다.

가격 책정 모델 이해

Azure AI 검색 두 가지 기본 가격 책정 모델인 전용 및 서버리스가 있습니다. 두 모델 모두 의미 체계 순위, 에이전트 검색 및 AI 보강과 같은 프리미엄 기능에 대해 별도의 요금이 부과됩니다.

Azure AI 검색 요금은 전체 Azure 청구의 한 구성 요소입니다. Azure AI 검색 이외의 서비스를 포함하여 구독에 사용되는 모든 Azure 서비스 및 리소스에 대해 요금이 청구됩니다.

전용 서비스의 경우 Azure 가격 계산기를 사용하여 계획된 capacity 및 기능에 따라 비용을 예측합니다. 용량 계획 워크시트를 사용하면 예상 인덱스 크기, 인덱싱 처리량 및 인덱싱 비용을 모델링하는 데 도움이 될 수 있습니다.

검색 워크로드가 발전함에 따라 배포 및 작업 중에 비용을 최소화하려면 다음 팁을 따르세요. 기본 제공 메트릭을 사용하여 쿼리 요청 및 Cost Management 를 모니터링하여 예산, 경고 및 데이터 내보내기를 만들 수도 있습니다.

전용 가격 책정 모델

전용 검색 서비스를 만들거나 사용하는 경우 선택한 서비스 계층의 비례 배분된 시간당 요금으로 필요한 최소 복제본 및 파티션 조합(R × P)에 대한 요금을 지불합니다. 각 복제본 및 파티션 조합은 전용 용량 단위를 나타냅니다.

사용 가능한 서비스 계층에 대한 자세한 내용은 가격 책정 모델 및 서비스 계층 선택을 참조하세요.

복제본 또는 파티션 수를 늘리거나 줄이면 총 검색 단위가 변경되고 그에 따라 비용이 조정됩니다. 자세한 내용 및 예제는 청구 요금을 참조하세요.

서버리스 가격 책정 모델(미리 보기)

서버리스 가격 책정 모델은 미리 프로비전되거나 유휴 용량이 없는 사용량에 따라 요금이 부과됩니다. 작업에서 사용하는 컴퓨팅 리소스 및 인덱스에 사용되는 스토리지에 대해서만 비용을 지불합니다.

전용 모델과 달리 복제본이나 파티션은 구성하지 않습니다. 서비스는 워크로드 수요 및 서비스 제한에 따라 용량을 자동으로 관리합니다.

서버리스 청구에는 다음과 같은 두 가지 독립적인 차원이 있습니다.

• 컴퓨팅(컴퓨팅 단위, CU):
  컴퓨팅 사용량은 시간당 컴퓨팅 단위(CPU/시간)로 측정됩니다. 컴퓨팅 비용은 쿼리 복잡성, 인덱스 크기, 데이터 볼륨 및 작업 유형(쿼리, 인덱싱 또는 보강)과 같은 요인에 의해 좌우됩니다.

• 인덱싱된 스토리지:
  스토리지는 인덱스의 디스크 크기에 따라 매월 GB당 청구됩니다. 이 크기에는 인덱싱된 콘텐츠 및 검색에 사용되는 지원 데이터 구조가 포함됩니다.

프리미엄 기능에 대한 요금 청구 방법

프리미엄 기능은 전용 또는 서버리스 가격 책정 모델을 사용하는지 여부에 관계없이 검색 서비스에 대한 컴퓨팅 및 스토리지 요금 외에 요금이 부과됩니다.

다음 표에서는 프리미엄 기능 및 해당 청구 단위를 나열합니다. 이러한 기능은 모두 선택 사항이므로 사용하지 않으면 요금이 부과되지 않습니다.

¹ 인덱서 파이프라인 내의 파일에서 추출된 이미지를 나타냅니다. 텍스트 추출은 무료입니다. 이미지 추출은 매개 변수를 indexAction 사용하도록 설정 하거나 문서 추출 기술을 호출할 때 청구됩니다.

² Azure OpenAI 모델 및 Foundry Models에 대한 요금은 해당 서비스에 대한 청구서에 표시됩니다.

기타 다른 청구 방법

구성 및 사용량에 따라 다음 요금이 적용될 수 있습니다.

• 데이터 트래픽에는 네트워킹 비용이 발생할 수 있습니다. 대역폭 가격 책정을 참조하세요.

• 지식 저장소, 디버그 세션¹ 및 보강 캐시(미리 보기)와 같은 몇 가지 프리미엄 기능은 Azure Storage 따라 달라지고 스토리지 비용이 발생합니다. 이러한 기능에 대한 요금은 Azure Storage 청구서에 표시됩니다.

• 중요한 콘텐츠의 이중 암호화를 제공하는 고객 관리형 키에는 청구 가능한 Azure Key Vault가 필요합니다.

• 기술 세트에는 청구 가능한 기본 제공 기술, 채워질 수 없는 기본 제공 유틸리티 기술 및 사용자 지정 기술이 포함될 수 있습니다. 비실용 유틸리티 기술에는 조건부, 쉐이퍼, 텍스트 병합 및 텍스트 분할이 포함됩니다. API 키 요구 사항 또는 20개 문서 제한이 없습니다.

• 사용자 지정 기술은 사용자가 제공하는 기능입니다. 사용자 지정 기술은 다른 청구 가능 서비스를 호출하는 경우에만 청구할 수 있습니다. API 키 요구 사항 또는 20개 문서 제한이 없습니다.

¹ 개의 디버그 세션은 전용 가격 책정 모델 서비스에서만 사용할 수 있습니다.

전용 가격 책정 모델의 비용 예측 및 계획

전용 가격 책정 모델의 비용을 예측하려면 Azure 가격 계산기를 사용하여 Azure AI 검색 기준 비용을 예측합니다. 서비스를 만드는 동안 가격 책정 계층 선택 페이지에서 예상 비용 및 계층 비교를 찾을 수도 있습니다.

전용 가격 책정 모델의 초기 테스트를 위해 용량 계획 워크시트를 만듭니다. 워크시트를 사용하면 인덱스-소스 비율과 보강 또는 벡터 기능이 용량과 비용 모두에 미치는 영향을 이해할 수 있습니다.

용량 계획 워크시트를 만들려면 다음을 수행합니다.

1. 데이터의 작은 샘플(1-5%)을 인덱싱합니다. 사용하려는 OCR, 보강 또는 포함 기술을 포함합니다.

2. 인덱스 크기, 인덱싱 처리량 및 인덱싱 비용을 측정합니다.

3. 결과를 추정하여 데이터에 대한 본격적인 요구 사항을 예측합니다.

서버리스 가격 책정 모델의 예상 및 계획 비용

서버리스에서 비용을 예측하고 관리하려면 컴퓨팅 사용량과 인덱스 크기를 모두 모니터링하고 쿼리 및 스키마 디자인을 최적화하여 리소스 사용량을 줄입니다.

먼저 대표 샘플을 인덱싱한 다음 일반적인 쿼리를 실행하고 를 통해 x-ms-request-chargeCU 사용량을 측정합니다. 소비 평균이 있으면 해당 평균을 기준으로 비용을 추정합니다. 컴퓨팅 사용량 모니터링에 대한 지침은 서버리스 가격 책정 모델을 사용하여 비용 최적화를 참조하세요.

전용 가격 책정 모델에 대한 비용 최소화

전용 가격 책정 모델의 비용을 최소화하려면 다음 전략을 사용합니다.

배포 및 구성

• 파티션당 스토리지가 더 많은 지역에서 검색 서비스를 만듭니다.

• 동일한 지역(또는 가능한 한 적은 지역)에 관련된 모든 Azure 리소스를 만들어 대역폭 요금을 최소화하거나 제거합니다.

• 요구 사항에 맞는 가장 가벼운 서비스 계층 을 선택합니다. 기본 및 S1은 SU당 가장 낮은 시간당 요금으로 최신 API에 대한 모든 권한을 제공합니다. * 트래픽이 가변적이거나 버스트가 많은 워크로드의 경우 서버리스 가격 책정 모델이 지속적으로 프로비전되는 Basic 또는 S1 서비스보다 비용 효율적일 수 있습니다.

• 프런트 엔드 애플리케이션에 Azure Web Apps 를 사용하여 데이터 센터 경계 내에서 요청 및 응답을 유지합니다.

Scaling

• 인덱스 크기 또는 수집 처리량에 필요한 경우에만 파티션을 추가합니다.

• 초당 쿼리가 증가하거나, 복잡한 쿼리가 서비스를 제한하거나, 고가용성이 필요한 경우에만 복제본을 추가합니다.

• 인덱싱과 같은 리소스 집약적 작업을 위해 강화한 다음 일반 쿼리 워크로드에 대해 하향 조정합니다.

• 예측 가능한 워크로드 패턴에 대한 크기 조정을 자동화하는 코드를 작성합니다.

• 용량 및 가격은 선형이 아닙니다. 용량을 두 배로 늘리면 동일한 계층의 비용이 두 배 이상 증가합니다. 비슷한 가격으로 성능을 향상시키려면 더 높은 계층으로 전환하는 것이 좋습니다.

인덱싱 및 보강

• 증분 인덱싱을 사용하여 새 데이터 또는 변경된 데이터만 처리합니다.

• 보강 캐싱 및 지식 저장소를 사용하여 이전에 보강된 콘텐츠를 다시 사용합니다. 캐싱은 스토리지 요금이 발생하지만 AI 보강의 누적 비용을 낮춥니다.

• 벡터 페이로드를 간결하게 유지합니다. 벡터 검색은 벡터 압축 모범 사례를 참조하세요.

서버리스 가격 책정 모델에 대한 비용 최소화

전용 가격 책정 모델의 비용을 최소화하려면 다음 전략을 사용합니다.

• CU/hr 원격 분석을 모니터링하여 비용이 많이 드는 쿼리를 식별합니다.
• 관련성 요구 사항을 충족하는 가장 간단한 쿼리 형식을 사용합니다.
• 사용되지 않는 인덱스를 제거하여 스토리지 비용을 절감합니다.

자세한 정보: 서버리스 가격 책정 모델을 사용하여 비용을 최적화합니다.

비용 모니터링

서비스 수준에서 QPS(초당 쿼리 수), 검색 대기 시간, 제한된 쿼리 및 인덱스 크기에 대한 기본 제공 메트릭을 모니터링 할 수 있습니다.

이러한 메트릭을 사용하는 방법은 가격 책정 모델에 따라 달라집니다.

• 전용 가격 책정 모델:
  QPS, 대기 시간 및 제한 메트릭을 사용하여 복제본 또는 파티션을 추가하거나 제거할 시기를 결정합니다. 용량 크기를 조정하면 성능과 비용 모두에 직접적인 영향을 주므로 이러한 신호를 모니터링하면 검색 단위를 최적화할 수 있습니다.

• 서버리스 가격 책정 모델:
  이러한 메트릭을 사용하여 워크로드 패턴을 이해하고 비용 동인을 식별합니다. 서버리스 용량은 자동으로 관리되므로 복제본 또는 파티션을 추가하여 크기를 조정하지 않습니다. 대신 컴퓨팅 소비를 모니터링하고 사용량을 최적화하는 데 집중합니다.

서버리스의 경우 x-ms-request-charge 응답 헤더를 사용하여 요청당 컴퓨팅 사용량을 모니터링하고 Azure Monitor 로그를 사용하여 쿼리 패턴을 분석할 수 있습니다. 쿼리 유형 또는 워크로드별로 CU 소비를 추적하면 쿼리 최적화, 스키마 디자인 또는 워크로드 배포를 통해 비용을 절감할 수 있는 기회를 파악할 수 있습니다.

구독 또는 리소스 그룹 수준에서 Cost Management 는 비용을 추적, 분석 및 제어하는 도구를 제공합니다. Cost Management를 사용하여 다음을 수행합니다.

• 지출 한도에 대해 진행 상황을 정의하고 추적하는 예산을 만듭니다. 보다 세부적인 모니터링을 위해 특정 Azure 리소스 또는 서비스에 filters 사용하여 예산을 사용자 지정합니다. 필터를 사용하면 비용 추적이 특정 워크로드 또는 배포에 맞게 조정됩니다.

• 관련자에게 비정상 지출 또는 과다 지출 위험을 자동으로 알리는 경고를 만듭니다. 경고는 예산 및 비용 임계값에 비해 지출을 기반으로 하며 구독 또는 리소스 그룹 수준에서 적용됩니다.

• 심층 분석을 위해 비용 데이터를 스토리지 계정으로 내보냅니다. 예를 들어 재무 팀은 Excel 또는 Power BI 사용하여 내보낸 데이터를 분석할 수 있습니다. 일정에 따라 비용 데이터를 내보내는 것이 비용 데이터 세트를 검색하는 데 권장되는 방법입니다.

FAQ

비용을 절감하기 위해 검색 서비스를 일시적으로 종료할 수 있나요?

검색은 연속 서비스로 실행됩니다. 전용 리소스는 항상 작동하며 서비스 수명 동안 단독 용도로 할당됩니다.

전용 가격 책정 모델에서 청구를 완전히 중지하려면 서비스를 삭제해야 합니다. 서비스 삭제는 영구적이며 연결된 데이터도 삭제됩니다.

서버리스 가격 책정 모델에서는 유휴 상태일 때 컴퓨팅 요금이 부과되지 않습니다. 서비스가 요청을 처리하지 않는 동안에는 인덱싱된 스토리지에 대해서만 비용을 지불합니다.

기존 검색 서비스의 가격 책정 모델 또는 청구율(계층)을 변경할 수 있나요?

전용 또는 서버리스 가격 책정 모델을 선택한 후에는 AI Search 서비스를 둘 간에 변환할 수 없습니다.

전용 가격 책정 모델을 선택하는 경우 기존 서비스는 기본 계층과 표준(S1, S2 및 S3) 계층 간에 전환할 수 있습니다. 현재 서비스 구성은 대상 계층의 제한을 초과할 수 없으며 해당 지역에 대상 계층에 용량 제약 조건이 있을 수 없습니다. 자세한 내용은 가격 책정 계층 변경을 참조하세요.

관련 콘텐츠

• Azure AI 검색 가격 책정
• 서버리스 가격 책정 모델을 사용하여 비용 최적화
• 가격 책정 모델 및 서비스 계층 선택
• Cost Management를 사용하여 클라우드 투자 최적화
• 빠른 시작: 비용 분석 사용 시작