ハイブリット検索を実現するRAG実装に向けた Supabase の PostgreSQL 利用事例

ツール導入前の課題

• RAG を実装したく、AI に与える知識となるデータをどこに蓄積するか
• お客様とカスタマーサポート間のチャットメッセージを分析用途として、閲覧制限を設けながら BigQuery とも連携できるような DB を用意したかった

どのような状態を目指していたか

• RAG を実装して、お客様が求める情報を検索し回答できるチャットボットの提供及び、今後の開発方針を決定するための分析可能な土台の作成。

GCP, Neon, Pinecone

利用したい機能が使えるかどうか

• RAG を実装のために当時少なかった、ベクトル検索エンジンとして pgvector 拡張機能が利用可能な PostgreSQL を使いたかった。Pinecone もあったが、ベクトルに特化した DB だったので、ベクトル検索以外の逃げ道も用意したかった
• やはりベクトル検索だけでは精度が悪かったので、ハイブリッドな検索を行えるように日本語の全文検索拡張機能がある PGroonga 拡張機能も Serverless PostgreSQL では Supabase しかなかった

PGroonga の PostgreSQL 拡張機能と Edge Function

改善したかった課題はどれくらい解決されたか

RAG に関しては実験的なもの（ベータ版）としてリリースをしました。ちゃんと計測してませんが、何度も検証していた感覚として、当時知識がない状態でデータを作成したせいか、ベクトル検索に関して精度は良くありませんでした。しかし、PGroonga を利用した全文検索は比較的良かったと思います。

Supabase ならではだと思うのですが、アプリケーションを用意できるプラットフォーム故、PoC としてデータの蓄積方法を変更したアプリケーションもすぐに用意でき、検証を何度も重ねることができました。

チャットメッセージを分析用途として、GCP の Datastream を利用して BigQuery と上手く連携することができました。開発者とデータ分析チームのみ閲覧制限を設けられました。

Supabase 自体の利用方法や作法の学習

サポートが非常に良いので、安心して使えるプラットフォームだと思います。