Amazon Bedrock 지식 기반을 사용하여 데이터 검색 및 AI 응답 생성 - Amazon Bedrock

기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.

Amazon Bedrock 지식 기반을 사용하여 데이터 검색 및 AI 응답 생성

파운데이션 모델에는 일반적인 지식이 있지만 Retrieval Augmented Generation()을 사용하여 응답을 더욱 개선할 수 있습니다RAG. RAG는 데이터 소스의 정보를 사용하여 생성된 응답의 관련성과 정확성을 개선하는 기법입니다. Amazon Bedrock 지식 기반을 사용하면 독점 정보를 생성형 AI 애플리케이션에 통합할 수 있습니다. 쿼리가 생성되면 지식 기반이 데이터를 검색하여 쿼리에 답변할 관련 정보를 찾습니다. 그런 다음 검색된 정보를 사용하여 생성된 응답을 개선할 수 있습니다. Amazon Bedrock 지식 베이스의 기능을 사용하여 자체 RAG기반 애플리케이션을 구축할 수 있습니다.

Amazon Bedrock 지식 기반을 사용하면 다음을 수행할 수 있습니다.

  • 데이터 소스에서 관련 정보를 반환하여 사용자 쿼리에 응답합니다.

  • 데이터 소스에서 가져온 정보를 사용하여 사용자 쿼리에 대한 정확하고 관련성 있는 응답을 생성할 수 있습니다.

  • 반환된 관련 정보를 프롬프트에 제공하여 자체 프롬프트를 보강합니다.

  • 원본 데이터 소스를 참조하고 정확도를 확인할 수 있도록 생성된 응답에 인용을 포함합니다.

  • 쿼리에 대한 응답에서 이미지를 추출하고 검색할 수 있는 방대한 시각적 리소스가 포함된 문서를 포함합니다. 검색된 데이터를 기반으로 응답을 생성하는 경우 모델은 이러한 이미지를 기반으로 추가 인사이트를 제공할 수 있습니다.

  • 자연어를 구조화된 데이터베이스에 맞게 사용자 지정된 쿼리(예: SQL 쿼리)로 변환합니다. 이러한 쿼리는 구조화된 데이터 스토어에서 데이터를 검색하는 데 사용됩니다.

  • 데이터 소스를 업데이트하고 변경 사항을 지식 기반에 직접 수집하여 즉시 액세스할 수 있도록 합니다.

  • 리랭킹 모델을 사용하여 데이터 소스에서 검색되는 결과에 영향을 줍니다.

  • Amazon Bedrock Agents 워크플로에 지식 기반을 포함합니다.

지식 기반을 설정하려면 다음 일반 단계를 완료해야 합니다.

  1. (선택 사항) 지식 기반을 비정형 데이터 소스에 연결하는 경우 지원되는 자체 벡터 스토어를 설정하여 데이터의 벡터 임베딩 표현을 인덱싱합니다. Amazon Bedrock 콘솔을 사용하여 Amazon OpenSearch Serverless 벡터 스토어를 생성하려는 경우이 단계를 건너뛸 수 있습니다.

  2. 지식 기반을 비정형 또는 정형 데이터 소스에 연결합니다.

  3. 데이터 소스를 지식 기반과 동기화합니다.

  4. 애플리케이션 또는 에이전트가 다음을 수행하도록 설정합니다.

    • 지식 기반을 쿼리하고 관련 소스를 반환합니다.

    • 지식 기반을 쿼리하고 검색된 결과를 기반으로 자연어 응답을 생성합니다.

    • (정형 데이터 스토어에 연결된 지식 기반을 쿼리하는 경우) 쿼리를 정형 데이터 언어별 쿼리(예: SQL 쿼리)로 변환합니다.

주제