ทุกวันนี้ไม่ว่าเราจะหันไปทางไหนก็ได้ยินแต่เรื่อง Generative AI หรือ LLM กันทั้งนั้น ซึ่งหลาย ๆ องค์กรก็เริ่มนำมาปรับใช้กันอย่างแพร่หลาย แต่ว่าการใช้งาน AI นั้นก็ยังมีข้อจำกัดในการตอบคำถามเฉพาะทางหรือข้อมูลภายในองค์กรอยู่ ซึ่ง AI มักจะสร้างข้อมูลที่มันมโนหรือไม่ถูกต้องขึ้นมา โดยเราจะเรียกอาการหลอนของ AI นี้ว่า Hallucination
Retrieval-Augmented Generation (RAG) คือเทคนิคที่ช่วยแก้ปัญหานี้โดยการดึงข้อมูลที่ถูกต้องจากคลังความรู้ภายในองค์กร (Knowledge Base) มาใช้ประกอบการสร้างคำตอบ ทำให้คำตอบมีความแม่นยำและน่าเชื่อถือมากขึ้นครับ ซึ่งผมก็คิดว่าหลาย ๆ คนคงอยากลองสร้าง Application อย่าง Chatbot และทำ RAG ด้วยตัวเองแต่ก็อาจจะสงสัยว่า RAG มีองค์ประกอบอะไรบ้าง และมีค่าใช้จ่ายในส่วนไหนบ้างโดยเนื้อหาใน Blog นี้ผมเลยอยากจะมาชวนคุยเรื่องการทำ RAG Engine ด้วย Vertex AI RAG Engine กันครับ
RAG Engine คืออะไร ?
RAG Engine เป็นเทคนิคที่จะเข้ามาเพิ่มขีดความสามารถของ Generative AI หรือ LLM อย่างเช่น Gemini โมเดลโดยจะทำให้การตอบคำถามแม่นยำมากขึ้นซึ่งจะช่วยลดอาการหลอนหรือ Hallucination ได้โดยหลักการคือ AI จะไปอ่านข้อมูลที่เกี่ยวข้องจากข้อมูลภายในองค์กร และ จะนำมารวมกับคำถามจากผู้ใช้งานแล้วค่อยให้ AI สร้างคำตอบที่ถูกต้องแม่นยำและมีที่มาที่ไปพร้อมทั้งสามารถอ้างอิงแหล่งที่มาของข้อมูลได้
การสร้างระบบ RAG ขึ้นมาเองนั้นเหมือนกับการสร้างรถยนต์จากชิ้นส่วนครับ เราต้องหาทั้ง Vector Database, โมเดล Embedding, ระบบ Indexing, ไหนจะ Logic การดึงข้อมูล (Retrieval) อีก ซึ่งแต่ละส่วนก็มีค่าใช้จ่ายและต้องการคนดูแลทั้งนั้นเลยดังนั้นการสร้าง RAG Engine เองค่อนข้างมีความลำบาก Google Cloud เข้าใจปัญหานี้ดีครับ เลยสร้าง Vertex AI RAG Engine ขึ้นมาเป็นเหมือนบริการแบบครบวงจร ที่รวมเอาเครื่องมือที่จำเป็นทั้งหมดมาไว้ในที่เดียว ทำให้เราไม่ต้องปวดหัวกับการจัดการ Infrastructure ที่ซับซ้อนโดย Vertex AI RAG Engine จะประกอบด้วย
- Data Ingestion (การนำเข้าข้อมูล) : นำเข้าข้อมูลจากแหล่งต่าง ๆ เช่น ไฟล์ในเครื่อง, Cloud Storage และ Google Drive
- Data transformation (การแปลงข้อมูล) : แปลงข้อมูลเพื่อเตรียมพร้อมสำหรับการจัดทำ Indexing เช่น การแบ่งข้อมูลออกเป็นส่วน ๆ (Chunking)
- Embedding (แปลงข้อมูลเป็นตัวเลข) : คือการแปลงข้อความให้กลายเป็น ชุดตัวเลข เพื่อให้คอมพิวเตอร์เข้าใจความหมายของคำหรือประโยคนั้น ๆ ได้ คำหรือข้อความที่คล้ายกันจะมีค่าที่คล้ายกัน ซึ่งในมุม Vector ก็จะอยู่ใกล้กันด้วย
- Data indexing (การจัดทำดัชนีข้อมูล) : Vertex AI RAG Engine สร้างดัชนีที่เรียกว่า Corpus มันคือกระบวนการจัดระเบียบข้อมูลทั้งหมดของเราให้กลายเป็น สารบัญ เพื่อให้ AI สามารถค้นหาสิ่งที่ต้องการเจอได้อย่างรวดเร็วและแม่นยำ
- Retrieval (การดึงข้อมูล) : เมื่อผู้ใช้ถามคำถาม (Prompt Input) เข้ามา Vertex AI RAG Engine จะทำการค้นหาข้อมูลที่เกี่ยวข้องกับคำถามนั้น ๆ ในฐานความรู้ของเราก่อน ก่อนที่จะส่งให้ AI เรียบเรียงแล้วตอบ
- Generation (การสร้าง) : AI จะนำคำถามของคุณรวมเข้ากับข้อมูลที่หาเจอ มารวมกัน แล้วเรียบเรียงออกมาเป็นประโยคคำตอบที่สละสลวย อ่านง่าย และถูกต้องตามข้อมูลที่ได้มา ไม่ใช่การคิดคำตอบขึ้นมาเองลอย ๆ ผลลัพธ์ที่ได้ คือคำตอบจะมีคุณภาพและอ้างอิงตามข้อเท็จจริง และตรงกับสิ่งที่ผู้ใช้ต้องการ
ซึ่งเทคนิคการทำ RAG Engine จะช่วยให้การตอบคำถามถูกต้องและแม่นยำมากขึ้นทุกท่านสามารถอ่านเพิ่มเติมได้ที่ Vertex AI RAG Engine overview และในส่วนถัดไปผมจะพาทุกคนมาดูว่า Cost แต่ละส่วนที่อาจจะเกิดขึ้นมีอะไรบ้าง ซึ่งถ้าเรารู้ส่วนนี้แล้วจะทำให้เราเข้าใจการทำงาน Vertex AI RAG Engine มากยิ่งขึ้นครับ
ถอดรหัสค่าใช้จ่ายของ RAG Component
ปกติแล้วถ้าเราใช้ Vertex AI RAG Engine บน Google Cloud Platform เราจะใช้งานได้ฟรีในส่วนของ Service RAG Engine แต่ว่าก็จะมีค่าใช้จ่ายในแต่ละ Component เพิ่มเติมซึ่งอาจจะส่งผลต่อ Billing ได้ โดยผมจะแยกส่วนประกอบของค่าใช้จ่ายออกมาเป็นสเต็ป ๆ ตามกระบวนการทำงานของ RAG เลย เพื่อให้เห็นภาพชัด ๆ ว่าเงินของเราจะถูกใช้ไปที่จุดไหนบ้าง
- Data Ingestion
การดึงข้อมูลจากแหล่งต่าง ๆ ไม่ว่าจะเป็นไฟล์ในเครื่อง, Google Cloud Storage หรือ Google Drive เข้ามาใน RAG Engine นั้น Google Cloud ไม่คิดค่าบริการในส่วนนี้ครับ แต่ต้องไม่ลืมว่าตัวต้นทางที่เราไปดึงข้อมูลมา อาจจะมีค่าใช้จ่ายแฝงอยู่ได้นะครับ ตัวอย่างคลาสสิกเลยคือ Data Egress Cost หรือค่าใช้จ่ายในการนำข้อมูลออก ซึ่งเป็นค่าใช้จ่ายของฝั่ง Storage เอง ไม่เกี่ยวกับ RAG Engine โดยตรงครับ ดังนั้นก่อนจะดึงไฟล์ใหญ่ ๆ ก็อย่าลืมเช็คตรงนี้กันก่อนนะครับ
- Data Transformation
พอข้อมูลเข้ามาแล้ว ก็ต้องมีการเตรียมข้อมูลให้พร้อมก่อนจะส่งไปให้ AI เรียนรู้ ซึ่งแบ่งเป็น 2 ส่วนหลัก ๆ คือ
2.1 การประมวลผลไฟล์ (File Parsing)
คือการแกะเนื้อหาออกมาจากไฟล์ของเราครับ ตรงนี้มีให้เลือก 3 แบบ ซึ่งมีผลกับค่าใช้จ่ายโดยตรงเลย
- Default Parser (ฟรี): ถ้าเอกสารของคุณเป็น Text ไฟล์ ธรรมดา ๆ Default Parser ก็เอาอยู่ครับ สบายกระเป๋า
- LLM Parser (มีค่าใช้จ่าย): แต่ถ้าเจอไฟล์ PDF ที่มี Layout ซับซ้อน มีตาราง มีรูปภาพเยอะ ๆ อันนี้แหละครับที่ LLM Parser จะเข้ามาเป็นพระเอก โดยมันจะใช้ LLM (อย่างเช่น Gemini) มาช่วยอ่านและทำความเข้าใจโครงสร้างเอกสารที่ซับซ้อนให้เรา ซึ่งแน่นอนว่ามีค่าใช้จ่ายตามการใช้งานโมเดล LLM ที่เราเลือกครับ สามารถดูเพิ่มเติมได้ที่ LLM Parser
- Document AI layout parser (มีค่าใช้จ่าย): จะเหมาะกับเอกสารทางธุรกิจ เช่น ใบแจ้งหนี้ ใบกำกับภาษี ที่ต้องการความแม่นยำสูงในการดึงข้อมูลตาม Layout ซึ่งก็จะคิดค่าบริการตามเรตของ Document AI ครับ สามารถดูเพิ่มเติมได้ที่ Document AI Parser
เปลี่ยนธุรกิจคุณให้ล้ำหน้าด้วย Google Cloud ที่จะช่วยให้คุณใช้งาน AI ได้เต็มศักยภาพ !
ทีมผู้เชี่ยวชาญของเราพร้อมให้คำปรึกษาและออกแบบโซลูชันที่ตอบโจทย์ที่สุดสำหรับองค์กรของคุณ
2.2 การแบ่งข้อมูล (File Chunking)
หลังจากได้เนื้อหามาแล้ว ระบบจะแบ่งข้อมูลเป็นชิ้นเล็ก ๆ (Chunk) เพื่อให้ง่ายต่อการค้นหา ซึ่งตอนนี้ RAG Engine ใช้วิธี Fixed-size chinking ซึ่งในส่วนนี้ ฟรี ครับผม
- Embedding Generation
เมื่อข้อมูลแบ่งเป็นชิ้น ๆ แล้ว ก็ถึงเวลาแปลงข้อมูลเหล่านั้นให้กลายเป็นตัวเลขเวกเตอร์ (Vector Embedding) ที่ AI เข้าใจได้ขั้นตอนนี้ RAG Engine จะเรียกใช้ Embedding Model ที่เรากำหนดไว้ ซึ่งค่าใช้จ่ายก็จะขึ้นอยู่กับโมเดลที่เราเลือกใช้นั่นเองครับ สามารถดูเพิ่มเติมได้ที่ https://cloud.google.com/vertex-ai/generative-ai/pricing
- Indexing & Retrieval
Vector ที่เราสร้างขึ้นมาทั้งหมด จะถูกนำไปเก็บในฐานข้อมูลที่เรียกว่า Vector Database เพื่อรอการค้นหาครับ ตรงนี้ RAG Engine ให้ทางเลือกเรามา 2 ทางหลัก ๆ ครับคือ
- Bring-Your-Own Vector Database (มีค่าใช้จ่าย)
ถ้าองค์กรของคุณมี Vector Database ใช้อยู่แล้ว เช่น Vertex AI Vector Search, AlloyDB for PostgreSQL ก็สามารถนำมาเชื่อมต่อได้เลย ค่าใช้จ่ายก็จะไปขึ้นอยู่กับผู้ให้บริการเจ้านั้น ๆ ที่เราใช้อยู่ครับ
- RAG-managed Database (มีค่าใช้จ่าย)
ถ้าคุณไม่มี Vector Database คุณก็สามารถเลือก RAG-managed Database ได้ ซึ่งนี่เป็นทางเลือกที่สะดวกมากครับ คือให้ Google Cloud จัดการให้เลย ซึ่งเบื้องหลังของ RAG-managed database ที่จัดการให้นั้น คือบริการฐานข้อมูลระดับโลกอย่าง Spanner ครับ โดยจะมีให้เลือก 2 ระดับคือ Basic tier และ Scaled tier ที่ปรับขนาดอัตโนมัติได้ ซึ่งเราจะถูกคิดค่าบริการสำหรับ Spanner instance ที่ RAG Engine สร้างและบริหารจัดการให้นั่นเองครับ สามารถดูเพิ่มเติมได้ที่ Spanner Pricing
- Reranking for Vertex AI RAG Engine
หลังจากที่ระบบไปค้นข้อมูลที่เกี่ยวข้องมาได้หนึ่งชุดแล้ว เพื่อเพิ่มความแม่นยำของคำตอบ เราสามารถเปิดฟีเจอร์ Reranking เพื่อให้มันจัดลำดับความสำคัญของข้อมูลที่ค้นเจออีกครั้งก่อนส่งไปให้ LLM สรุปคำตอบได้ครับ ซึ่งก็มี 2 ตัวเลือกที่ มีค่าใช้จ่าย ทั้งคู่
- LLM Reranker: ใช้พลังของ LLM มาช่วยอ่านและจัดลำดับความเกี่ยวข้องของข้อมูลอีกที ค่าใช้จ่ายก็ขึ้นอยู่กับ LLM ที่เราเลือกใช้
- Vertex AI Search ranking API: ใช้ API ของ Vertex AI Search ที่ออกแบบมาเพื่อการจัดอันดับโดยเฉพาะ เข้ามาช่วย ค่าใช้จ่ายก็จะคิดตามการใช้งาน API นี้ครับสามารถอ่านเพิ่มเติมได้ที่ Ranking API
Framework RAG Engine ใช้ฟรี !! แต่มีค่าใช้จ่ายแยกแต่ละ Component
ระบบ RAG Engine ใช้ฟรี โดยรวมแบบ software แต่ infra ที่ใช้ประกอบกันอาจจะมีค่าใช้จ่ายแล้วแต่ service เหมือนกับ Jupyter Notebook เราโหลดมาใช้ฟรี แต่เวลา host บน infra ก็มีค่าใช้จ่ายเช่นกัน เรามาลอง breakdown แต่ละ component กัน
สรุปค่าใช้จ่าย Vertex AI RAG Engine ในตารางเดียว
สรุปกลยุทธ์การคุม Cost ทำ RAG อย่างไรให้คุ้มที่สุด
เห็นค่าใช้จ่ายแต่ละส่วนแล้วอย่าเพิ่งตกใจนะครับ หัวใจสำคัญคือ RAG Engine เขาให้ความยืดหยุ่นกับเราสูงมาก เราสามารถเลือกเปิด-ปิด หรือปรับเปลี่ยนส่วนประกอบต่าง ๆ ให้เหมาะกับงานและงบประมาณของเราได้เสมอครับ
- เริ่มต้นจากสิ่งที่มี: ลองเริ่มจาก Use Case ง่าย ๆ ที่ใช้เอกสารไม่ซับซ้อน เพื่อจะได้ใช้ Default Parser ที่ฟรีไปก่อน
- เลือกเครื่องมือให้เหมาะกับงาน: ไม่จำเป็นต้องใช้ Parser หรือ Reranker ที่ดีที่สุด (และแพงที่สุด) กับทุกงานเสมอไปครับ ถ้าข้อมูลของเราไม่ได้ซับซ้อนมาก การใช้เครื่องมือพื้นฐานก็อาจจะเพียงพอแล้ว
- Monitor Dashboard: หมั่นเข้าไปดู Billing Dashboard ใน Google Cloud Console อยู่เสมอ จะทำให้เราเห็นภาพรวมและรู้ทันทีหากมีค่าใช้จ่ายส่วนไหนที่พุ่งสูงผิดปกติ
ถ้าไม่ใช้ RAG Engine แต่อยากทำ RAG มีแบบสำเร็จรูปไหม ?
คำตอบคือมีครับ.. Google Cloud มี Service ที่สำเร็จรูปเป็นแบบ out-of-the-box (OOTB) คือพร้อมใช้งานเลย โดยมีชื่อว่า Vertex AI Search ที่อยู่ใน AI Application ครับโดยเราสามารถใช้ Vertex AI Search สำหรับทำ RAG แบบง่าย ๆ พร้อมใช้งานได้เลย ซึ่ง Vertex AI Search นั้นจะทำหน้าที่โดยการ Grounding กับข้อมูลในองค์กรหรือฐานข้อมูลที่เราไปเชื่อมต่อ
พูดง่าย ๆ คือ Vertex AI Search ช่วยให้เราสร้าง เครื่องมือในการค้นหาเหมือนกับ Google Search แต่เป็นการ Search ข้อมูลภายในองค์กรของเราโดยเฉพาะครับซึ่งทำให้เรามั่นใจได้ว่าคำตอบที่ AI สร้างขึ้นจะอ้างอิงจากข้อมูลที่มีอยู่จริงและเชื่อถือได้ด้วย โดย Vertex AI Search ได้รวบรวมขั้นตอนที่ซับซ้อนของการทำ RAG เอาไว้เบื้องหลังทั้งหมดครับ ทำให้เราไม่ต้องจัดการเรื่องยาก ๆ อย่างการแบ่งข้อมูล (Chunking), การทำ Embedding, หรือการสร้าง Vector Database ด้วยตัวเองเลย ซึ่งทุกท่านสามารถไปอ่านเพิ่มเติมได้ที่นี่ คลิก
หรือลองทำเองกับไลน์แบบ step by step ได้ที่นี่ คลิก
อีกทั้งยังต่อยอดไป Agentspace ได้อีกด้วยเทคนิค RAG + Agentic คลิก
ผมเชื่อว่า Vertex AI RAG Engine เป็นเครื่องมือที่ทรงพลังมากครับ มันช่วยลดความซับซ้อนในการสร้างระบบ RAG ไปได้อย่างมหาศาล ทำให้ทีมของเราโฟกัสกับการพัฒนาแอปพลิเคชันได้เต็มที่ โดยมีอิสระในการเลือกส่วนประกอบต่าง ๆ เพื่อควบคุมค่าใช้จ่ายได้อย่างเหมาะสม โดยสามารถดูข้อมูลเพิ่มเติมได้ที่ Vertex AI RAG Engine billing
หวังว่าการส่องกลยุทธ์คุม Cost ในวันนี้ จะช่วยให้ทุกท่านเห็นภาพและวางแผนการใช้งาน RAG บน Google Cloud ได้อย่างมั่นใจมากขึ้นนะครับ หากใครกำลังมองหาพาร์ตเนอร์ที่พร้อมให้คำปรึกษาและช่วยวางสถาปัตยกรรม Cloud ที่ทั้งทรงประสิทธิภาพและคุ้มค่าการลงทุน ทางทีมงาน Tangerine ของเรายินดีให้บริการเสมอครับ คลิกเพื่อติดต่อเรา
หน้าแรก 
โซลูชั่น 
โทร 
ติดต่อเรา