島津製作所が膨大な資料を活用するために、"Vertex AI Search"を選定したワケ【開発者視点で深掘り】

【14-D-3】Vertex AI Searchで実現する膨大な資料の活用術 ～島津製作所の技術選定から導入までのプロセス公開～

アプリケーションの構成と技術の選定理由

　Vertex AI Searchの採用を決めたことで、Google Cloudをプラットフォームとして構築することとなった。

　構成は図の通り。セキュリティ面を考慮するという要望に応えるため、Google Cloud Interconnectを活用。外部IPなしのプライベートなデータ通信が可能になった。さらにVPCSC（VPC Service Controls）境界をさらに設定し、社外からのアクセスをできなくした。利用ユーザーが増加しても問題がないようにするため、自動でスケールアウト・スケールインするCloud Runを使用した。また、誰も使用しなくなったらインスタンスがゼロになるよう設定。「負荷や料金面に対しても、要望に応えられたと思っている」（細谷氏）

構成図

　今回は外部IPがない構成なので、ロードバランサーはリージョン内部アプリケーションロードバランサーを使用。「これは時間課金で、ゾーンが数分発生するので注意が必要になる」と細谷氏は強調した。

　ここから先は、メインで開発を進行した上間氏が登壇し、実装の話に移った。

株式会社grasys Cloud Tech Div. Cloud Development Sec. エンジニア 上間 貫司氏

　アプリケーションは、バックエンドがPythonとFlask、フロントエンドがReactとNext.js、環境はDockerで構成。選定した理由について上間氏は、「今回の案件は納期が短かった。そこでバックエンドのPythonとFlaskは私がメインで利用している言語のため、開発スピードを出せるために選択した」と語る。ReactとNext.jsを選定したのは拡張性が高いからであり、開発を進行しながら機能追加されることが予想されたからだ。DockerはCloud Runを使用するため選択したという。