엔터프라이즈 콘텐츠 관리는 전통적인 텍스트 기반 AI를 넘어 상당한 아키텍처 변혁을 겪고 있습니다. 기업들은 금융 모델 및 법률 문서와 같은 방대한 양의 중요 데이터를 Box에 저장합니다. 텍스트 기반 검색 및 RAG가 효과적이었지만, 새로운 에이전트 시대는 멀티모달 기능을 요구합니다. 이러한 진화는 시스템이 텍스트뿐만 아니라 공간 및 구조 데이터도 처리하고 이해할 수 있도록 합니다. Google Cloud와 Box는 Gemini Multimodal Embeddings 2를 기반으로 Box의 Agentic Platform에 고급 멀티모달 기능을 통합하고 있습니다. 이 통합은 Google Cloud의 AI 임베딩으로 Box의 플랫폼을 향상시킵니다.향상된 임베딩은 금융 테이블과 같은 복잡한 문서를 이해하는 데 중요한 시각 및 공간 기하학을 보존합니다. 이는 차트 및 순서도와 같은 시각적 요소를 조명하여 텍스트와 함께 검색할 수 있도록 합니다. 이 기술은 또한 PDF, 스프레드시트 및 프레젠테이션 전반에 걸쳐 통합된 이해를 위해 하이브리드 파일 형식을 연결합니다. Gemini Multimodal Embeddings 2는 텍스트, 이미지 및 문서 페이지에 대한 통합 벡터 공간을 생성합니다. 수동 태그 지정 없이 크로스모달 검색(텍스트-시각 및 시각-텍스트)을 가능하게 합니다. 이 시스템은 또한 시각적 계층 구조를 보존하는 레이아웃 인식 문서 임베딩을 지원하며 이기종 형식을 원활하게 연결합니다.이러한 Box 내 통합에서 멀티모달 엔터프라이즈 에이전트의 세 가지 핵심 패턴이 나타납니다. 첫 번째 패턴은 테이블과 차트의 구조적 정렬을 캡처하여 복잡한 금융 및 분석 보고를 처리합니다. 이를 통해 에이전트는 시각적 추세 분석 및 맥락적 소싱을 수행할 수 있습니다. 두 번째 패턴은 물리적 사진 및 병리학 슬라이드와 같은 다양한 데이터 형식을 합성하는 멀티모달 임상 의사 결정 지원에 중점을 둡니다. 이는 크로스모달 임상 합성, 세분화된 이상 식별 및 위험 인식 의사 결정 지원을 가능하게 합니다. 세 번째 패턴은 파편화된 엔터프라이즈 정보에 대한 크로스 문서 멀티모달 합성 및 데이터 조정 문제를 해결합니다. 이는 크로스 파일 합성, 충돌 해결 및 분산된 문서 전반에 걸친 시각-텍스트 감사로 이어집니다.에이전트 기반 엔터프라이즈 콘텐츠 관리의 미래는 기본 검색을 넘어 지능형 협업으로 나아가기 위해 이 통합에 달려 있습니다. Box의 플랫폼은 AI 에이전트를 위한 거버넌스되고 의미론적으로 인덱싱된 추론 계층을 제공하여 규정 준수 및 보안을 보장합니다. Box는 통찰력을 선제적으로 제시하고 불일치를 표시함으로써 비즈니스 위험을 완화하는 데 도움을 줍니다. 이러한 멀티모달 이해는 금융 서비스 및 생명 과학과 같은 산업에 매우 중요합니다. Box는 AI 기반 워크플로가 승인되고 감사 가능한 데이터를 사용하도록 보장하는 거버넌스된 콘텐츠 기반 역할을 합니다. 본질적으로 멀티모달인 엔터프라이즈 데이터 환경을 이해하는 능력은 생산성과 혁신의 새로운 시대를 열어줍니다.