MLA-C02：AWS Certified Machine Learning Engineer - Associate ML・AI のためのデータ準備 問1
ML・AI のためのデータ準備／データの収集と保存RAG（検索拡張生成）アプリケーションのために、ドキュメントの埋め込みベクトルを格納し、大規模に類似度検索（最近傍検索）を行えるスケーラブルなベクターストアが必要です。最も適切なのはどれですか。
当サイトのオリジナル問題（MLA-C02：AWS Certified Machine Learning Engineer - Associateの出題範囲「ML・AI のためのデータ準備」に対応。実際の試験問題ではありません）
- AAmazon OpenSearch Service（または Amazon RDS for PostgreSQL の pgvector）をベクターストアとして構成し、埋め込みの類似度検索を行う
- BAmazon S3 にベクトルをテキストで置くだけで、類似度検索も自動的に行われる
- CAmazon DynamoDB にベクトルを保存すれば、近傍検索が標準で実行できる
- DAmazon CloudWatch にベクトルを保存して検索する
正解：A
解説
RAG の埋め込みベクトルの格納と大規模な類似度検索（最近傍検索）には、ベクター検索に対応したストアが必要です。Amazon OpenSearch Service の k-NN や Amazon RDS for PostgreSQL の pgvector などが使えます。S3 にテキストを置くだけや DynamoDB では、ベクトルの類似度検索は提供されません。
下線の用語は 用語集 で意味を確認できます。
選択肢ごとの解説
- A正しい。OpenSearch Service や RDS の pgvector はベクター検索に対応し、RAG のベクターストアに適します。
- B誤り。S3 はオブジェクトストレージで、類似度検索の機能はありません。
- C誤り。DynamoDB はキー／値ストアで、標準でベクトル近傍検索は提供しません。
- D誤り。CloudWatch は監視サービスで、ベクターストアではありません。