CREATE EXTERNAL MODEL
주제
CREATE EXTERNAL MODEL의 사전 조건
CREATE EXTERNAL MODEL 스테이트먼트를 사용하기 전에 먼저 Amazon Redshift 기계 학습 사용을 위한 클러스터 설정의 사전 조건을 충족해야 합니다. 다음은 사전 조건을 개괄적으로 요약한 것입니다.
AWS 관리 콘솔 또는 AWS 명령줄 인터페이스(AWS CLI)를 사용하여 Amazon Redshift 클러스터를 생성합니다.
클러스터를 생성하는 동안 AWS Identity and Access Management(IAM) 정책을 연결합니다.
Amazon Redshift와 Amazon Bedrock이 다른 서비스와 상호 작용하는 역할을 맡도록 허용하려면 IAM 역할에 적절한 신뢰 정책을 추가합니다.
IAM 역할, 신뢰 정책 및 기타 사전 조건에 대한 자세한 내용은 Amazon Redshift 기계 학습 사용을 위한 클러스터 설정 섹션을 참조하세요.
필수 권한
CREATE EXTERNAL MODEL에 필요한 권한은 다음과 같습니다.
수퍼유저
CREATE EXTERNAL MODEL 권한이 있는 사용자
GRANT CREATE EXTERNAL MODEL 권한이 있는 역할
비용 관리
Amazon Redshift ML은 기존 클러스터 리소스를 사용하여 예측 모델을 생성하므로 추가 비용을 지불하지 않아도 됩니다. 그러나 선택한 모델에 따라 Amazon Bedrock 사용에 대해 AWS 요금이 부과됩니다. 자세한 내용은 Amazon Redshift 기계 학습 사용 비용을 참조하세요.
CREATE EXTERNAL MODEL 구문
다음은 CREATE EXTERNAL MODEL 스테이트먼트의 전체 구문입니다.
CREATE EXTERNAL MODEL model_name FUNCTION function_name IAM_ROLE {default/'arn:aws:iam::<account-id>:role/<role-name>'} MODEL_TYPE BEDROCK SETTINGS ( MODEL_ID model_id [, PROMPT 'prompt prefix'] [, SUFFIX 'prompt suffix'] [, REQUEST_TYPE {RAW|UNIFIED}] [, RESPONSE_TYPE {VARCHAR|SUPER}] );
CREATE EXTERNAL MODEL
명령은 콘텐츠를 만드는 데 사용하는 추론 함수를 생성합니다.
다음은 RAW
의 REQUEST_TYPE
을 사용하여 CREATE EXTERNAL MODEL
을 생성하는 추론 함수의 구문입니다.
SELECT inference_function_name(request_super) [FROM table];
다음은 UNIFIED
의 REQUEST_TYPE
을 사용하여 CREATE EXTERNAL MODEL
을 생성하는 추론 함수의 구문입니다.
SELECT inference_function_name(input_text, [, inference_config [, additional_model_request_fields]]) [FROM table];
추론 함수 사용 방법에 관한 내용은 Amazon Redshift ML과 Amazon Bedrock의 통합용 외부 모델 사용 섹션을 참조하시기 바랍니다.
CREATE EXTERNAL MODEL 파라미터 및 설정
이 섹션에서는 CREATE EXTERNAL MODEL
명령의 파라미터와 설정에 대해 설명합니다.
CREATE EXTERNAL MODEL 파라미터
- model_name
-
외부 모델의 이름입니다. 스키마의 모델 이름은 고유해야 합니다.
- FUNCTION function_name (data_type [,...] )
-
CREATE EXTERNAL MODEL
에서 생성되는 추론 함수의 이름입니다. 추론 함수를 사용하여 Amazon Bedrock에 요청을 보내고 ML에서 생성된 텍스트를 검색합니다. - IAM_ROLE { default | 'arn:aws:iam::<account-id>:role/<role-name>' }
-
Amazon Redshift가 Amazon Bedrock에 액세스하는 데 사용하는 IAM 역할입니다. IAM 역할에 대한 상세 정보는 Amazon Redshift ML과 Amazon Bedrock의 통합을 위한 IAM 역할 생성 또는 업데이트 단원을 참조하십시오.
- MODEL_TYPE BEDROCK
-
모델 유형을 지정합니다. 유일한 유효 값은
BEDROCK
입니다. - SETTINGS ( MODEL_ID model_id [,...] )
-
외부 모델 설정을 지정합니다. 자세한 내용은 다음 섹션을 참조하시기 바랍니다.
CREATE EXTERNAL MODEL 설정
- MODEL_ID model_id
-
외부 모델의 식별자입니다(예:
anthropic.claude-v2
). Amazon Bedrock 모델 ID에 관한 자세한 내용은 Amazon Bedrock 모델 ID를 참조하시기 바랍니다. - PROMPT '프롬프트 접두사'
-
Amazon Redshift가 모든 추론 요청의 시작 부분에 추가하는 정적 프롬프트를 지정합니다.
UNIFIED
의REQUEST_TYPE
에서만 지원됩니다. - SUFFIX '프롬프트 접미사'
-
Amazon Redshift가 모든 추론 요청의 끝에 추가하는 정적 프롬프트를 지정합니다.
UNIFIED
의REQUEST_TYPE
에서만 지원됩니다. - REQUEST_TYPE { RAW | UNIFIED }
-
Amazon Bedrock으로 전송된 요청의 형식을 지정합니다. 유효한 값은 다음과 같습니다.
RAW: 추론 함수는 입력을 단일 슈퍼 값으로 간주하고 항상 슈퍼 값을 반환합니다. 슈퍼 값의 형식은 선택한 Amazon Bedrock 모델에 따라 다릅니다. 슈퍼는 여러 알고리즘을 결합하여 향상된 단일 예측을 생성하는 예측 모델입니다.
UNIFIED: 추론 함수는 통합 API를 사용합니다. 모든 모델은 Amazon Bedrock과 통합되고 일관된 인터페이스를 갖추고 있습니다. 이는 메시지를 지원하는 모든 모델에 적용됩니다. 이 값이 기본값입니다.
자세한 내용은 Amazon Bedrock API 설명서에 나와 있는 Converse API 설명서를 참조하시기 바랍니다.
- RESPONSE_TYPE { VARCHAR | SUPER }
-
응답의 형식을 지정합니다.
REQUEST_TYPE
이RAW
인 경우RESPONSE_TYPE
이 필요하며 유일한 유효한 값은SUPER
입니다. 다른 모든REQUEST TYPE
값의 경우 기본값은VARCHAR
이며RESPONSE_TYPE
은 선택 사항입니다. 유효한 값은 다음과 같습니다.VARCHAR: Amazon Redshift는 모델에서 생성된 텍스트 응답만 반환합니다.
SUPER: Amazon Redshift는 모델에서 생성된 전체 응답 JSON을 슈퍼로 반환합니다. 여기에는 텍스트 응답과 함께 중단 이유, 모델 입력 및 출력 토큰 사용과 같은 정보가 포함됩니다. 슈퍼는 여러 알고리즘을 결합하여 향상된 단일 예측을 생성하는 예측 모델입니다.
CREATE EXTERNAL MODEL 추론 함수 파라미터
이 섹션에서는 CREATE EXTERNAL MODEL
명령으로 생성되는 추론 함수의 유효한 파라미터를 설명합니다.
RAW
의 REQUEST_TYPE
에 대한 CREATE EXTERNAL MODEL 추론 함수 파라미터
RAW
의 REQUEST_TYPE
로 생성된 추론 함수에는 슈퍼 입력 인수가 하나 있으며 항상 슈퍼 데이터 유형을 반환합니다. 입력 슈퍼의 구문은 Amazon Bedrock에서 선택한 특정 모델의 요청 구문을 따릅니다.
UNIFIED
의 REQUEST_TYPE
에 대한 CREATE EXTERNAL MODEL 추론 함수 파라미터
- input_text
Amazon Redshift가 Amazon Bedrock에 보내는 텍스트입니다.
- inference_config
Amazon Redshift가 Amazon Bedrock에 보내는 선택 사항 파라미터가 포함된 슈퍼 값입니다. 여기에는 다음이 포함될 수 있습니다.
maxTokens
stopSequences
temperature
topP
이러한 파라미터는 모두 선택 사항이며 대/소문자를 구분합니다. 이러한 파라미터에 관한 자세한 내용은 Amazon Bedrock API 참조의 InferenceConfiguration을 참조하시기 바랍니다.