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

# 스트리밍 데이터 벡터화 블루프린트 배포
<a name="ai-vector-embedding-integration-deploy"></a>

이 주제에서는 스트리밍 데이터 벡터화 블루프린트를 배포하는 방법을 설명합니다.

**스트리밍 데이터 벡터화 블루프린트 배포**

1. 다음 리소스가 올바르게 설정되었는지 확인합니다.

   1. 데이터가 포함된 하나 이상의 토픽으로 프로비저닝된 또는 서버리스 MSK 클러스터입니다.

1. Bedrock Setup: [원하는 Bedrock 모델에 액세스합니다](https://docs.aws.amazon.com/bedrock/latest/userguide/model-access.html). 현재 지원되는 Bedrock 모델은 다음과 같습니다.
   + Amazon Titan Embeddings G1 - Text
   + Amazon Titan Text Embeddings V2
   + Amazon Titan Multimodal Embeddings G1
   + Cohere Embed English
   + Cohere Embed Multilingual

1. AWS OpenSearch 컬렉션:
   + 프로비저닝된 또는 Serverless OpenSearch Service 컬렉션을 사용할 수 있습니다.
   + OpenSearch Service 컬렉션에는 인덱스가 하나 이상 있어야 합니다.
   + **OpenSearch Serverless 컬렉션**을 사용하려는 경우 벡터 검색 컬렉션을 생성해야 합니다. 벡터 인덱스를 설정하는 방법에 대한 자세한 내용은 [지식 기반에 대한 자체 벡터 저장소의 사전 조건](https://docs.aws.amazon.com/bedrock/latest/userguide/knowledge-base-setup.html)을 참조하세요. 벡터화에 대한 자세한 내용은 [설명된 Amazon OpenSearch Service의 벡터 데이터베이스 기능](https://aws.amazon.com/blogs/big-data/amazon-opensearch-services-vector-database-capabilities-explained/)을 참조하세요.
**참고**  
벡터 인덱스를 생성할 때 벡터 필드 이름 `embedded_data`를 사용해야 합니다.
   + **OpenSearch 프로비저닝된 컬렉션**을 사용하려는 경우 블루프린트에서 생성된 MSF 애플리케이션 역할(Opensearch 액세스 정책 포함)을 OpenSearch 컬렉션에 마스터 사용자로 추가해야 합니다. 또한 OpenSearch의 액세스 정책이 ‘허용’ 작업으로 설정되어 있는지 확인합니다. 이는 [세분화된 액세스 제어를 활성화](https://docs.aws.amazon.com/opensearch-service/latest/developerguide/fgac.html#fgac-enabling)하는 데 필요합니다.
   + 선택적으로 OpenSearch 대시보드에 대한 액세스를 활성화하여 결과를 볼 수 있습니다. [세분화된 액세스 제어](https://docs.aws.amazon.com/opensearch-service/latest/developerguide/fgac.html#fgac-enabling)를 참조하세요

1. [aws:CreateStack](https://docs.aws.amazon.com/systems-manager/latest/userguide/automation-action-createstack.html) 권한을 허용하는 역할을 사용하여 로그인합니다.

1. MSF 콘솔 대시보드로 이동하여 **스트리밍 애플리케이션 생성**을 선택합니다.

1. **스트림 처리 애플리케이션을 설정하는 방법 선택**에서 **블루프린트 사용**을 선택합니다.

1. 블루프린트 드롭다운 메뉴에서 **실시간 AI 애플리케이션 블루프린트**를 선택합니다.

1. 원하는 구성을 제공합니다. [페이지 구성 생성](#ai-vector-embedding-integration-create-page-configs)을 참조하세요.

1. **블루프린트 배포**를 선택하여 CloudFormation 배포를 시작합니다.

1. CloudFormation 배포가 완료되면 배포된 Flink 애플리케이션으로 이동합니다. 애플리케이션의 런타임 속성을 확인합니다.

1. 애플리케이션에 런타임 속성을 변경/추가하도록 선택할 수 있습니다. 이러한 속성을 구성하는 방법에 대한 자세한 내용은 [런타임 속성 구성](https://docs.aws.amazon.com/managed-flink/latest/java/troubleshooting-blueprints.html)을 참조하세요.
**참고**  
참고:  
프로비저닝된 OpenSearch를 사용하는 경우 [세분화된 액세스 제어](https://docs.aws.amazon.com/opensearch-service/latest/developerguide/fgac.html#fgac-enabling)를 활성화했는지 확인하세요.  
프로비저닝된 클러스터가 프라이빗인 경우 OpenSearch 프로비저닝된 VPC 엔드포인트 URL에 `https://`를 추가하고 이 엔드포인트를 가리키도록 `sink.os.endpoint`를 변경합니다.  
프로비저닝된 클러스터가 퍼블릭인 경우 MSF 애플리케이션이 인터넷에 액세스할 수 있는지 확인합니다. 자세한 내용은 [>>>>>> express-brokers-publication-merge type="documentation" url="managed-flink/latest/java/vpc-internet.html" >VPC에 연결된 Managed Service for Apache Flink 애플리케이션에 대한 인터넷 및 서비스 액세스]()를 참조하세요.

1. 모든 구성이 만족스러우면 `Run`을 선택합니다. 애플리케이션 실행이 시작됩니다.

1. MSK 클러스터에 메시지를 펌프합니다.

1. Opensearch 클러스터로 이동하여 OpenSearch 대시보드로 이동합니다.

1. 대시보드의 왼쪽 메뉴에서 **검색**을 선택합니다. 벡터 임베딩과 함께 지속된 문서가 보일 것입니다.

1. 인덱스에 저장된 벡터를 사용하는 방법을 알아보려면 [벡터 검색 컬렉션 작업](https://docs.aws.amazon.com/opensearch-service/latest/developerguide/serverless-vector-search.html)을 참조하세요.

## 페이지 구성 생성
<a name="ai-vector-embedding-integration-create-page-configs"></a>

이 주제에서는 실시간 AI 애플리케이션 블루프린트에 대한 구성을 지정할 때 참조할 페이지 구성 생성에 대해 설명합니다.

**애플리케이션 이름**  
MSF의 기존 필드에서 애플리케이션에 원하는 이름을 지정합니다.

**MSK 클러스터**  
드롭다운 목록에서 설정 과정에서 생성한 MSK 클러스터를 선택합니다.

**주제**  
설정에서 생성한 토픽(들)의 이름을 추가합니다.

**입력 스트림 데이터 유형**  
MSK 스트림에 **문자열** 입력을 제공할 경우 문자열을 선택합니다.  
MSK 스트림의 입력이 **JSON**인 경우 JSON을 선택합니다. **임베딩된 JSON 키**에서 임베딩 생성을 위해 Bedrock에 값을 보내려는 입력 JSON의 필드 이름을 작성합니다.

**Bedrock 임베딩 모델**  
목록에서 하나를 선택합니다. 선택한 모델에 대한 모델 액세스 권한이 있는지 확인합니다. 그렇지 않으면 스택이 실패할 수 있습니다. [Amazon Bedrock 파운데이션 모델에 대한 액세스 추가 또는 제거](https://docs.aws.amazon.com/bedrock/latest/userguide/model-access-modify.html)를 참조하세요.

**OpenSearch 클러스터**  
드롭다운에서 생성한 클러스터를 선택합니다.

**OpenSearch 벡터 인덱스 이름**  
위 단계에서 생성한 벡터 인덱스를 선택합니다.