오늘, 개발자가 독점 데이터를 사용하여 몇 분 만에 엔터프라이즈급 생성형 AI 애플리케이션을 구축할 수 있도록 지원하는 새로운 기능 세트인 Amazon Bedrock Managed Knowledge Base를 발표합니다. 에이전트 AI 애플리케이션을 구축하는 조직은 정확하고 빠르며 신뢰할 수 있는 결과를 제공하기 위해 전사적 최신 데이터에 대한 안전하고 신뢰할 수 있는 액세스를 필요로 합니다. Managed Knowledge Base는 검색 증강 생성(RAG) […] ||
오늘, 개발자가 독점 데이터를 사용하여 몇 분 만에 엔터프라이즈급 생성형 AI 애플리케이션을 구축할 수 있도록 지원하는 새로운 기능 세트인 Amazon Bedrock Managed Knowledge Base를 발표합니다. 에이전트 AI 애플리케이션을 구축하는 조직은 정확하고 빠르며 신뢰할 수 있는 결과를 제공하기 위해 전사적 최신 데이터에 대한 안전하고 신뢰할 수 있는 액세스를 필요로 합니다. Managed Knowledge Base는 검색 증강 생성(RAG) 파이프라인을 구축하고 관리하는 데 따르는 복잡성을 추상화하여, 개발자가 인프라 관리가 아니라 비즈니스 성과에 집중할 수 있도록 합니다.
에이전트를 위한 지식 베이스를 구축하는 개발자는 오늘날 세 가지 주요 과제에 직면해 있습니다.
기업 데이터에 연결 – 기업 지식은 콘텐츠 유형, 액세스 제어 목록, 문서 형식이 서로 다른, 여러 시스템에 분산되어 있습니다. 각 소스에 대한 사용자 지정 커넥터를 구축하고 유지 관리할 경우 복잡성이 가중되어 개발 속도가 느려집니다.
RAG 정확도 최적화 – 검색 증강 생성을 위한 모범 사례가 계속 발전하고 있습니다. 개발자는 데이터에서 정확한 답을 얻기 위해 다양한 구문 분석 전략, 청킹 접근 방식, 임베딩 모델, 에이전트 검색 동작을 실험해야 합니다.
대규모 인프라 관리 – 조직들은 수백만 개의 문서가 포함된 대규모 지식 베이스를 제공하거나 여러 팀에 걸쳐 수천 개의 소규모 지식 ㅁ베이스를 관리해야 합니다. 두 패턴 모두에서 신뢰할 수 있는 인프라, 보안 적용, 비용 관리가 요구됩니다.
이러한 문제로 인해 개발자는 애플리케이션에 집중하지 못하고 획일적인 작업을 반복해서 수행해야 합니다.
Amazon Bedrock Managed Knowledge Base는 개발자가 기존에는 자체적으로 구성하고 유지 관리해야 하는 여러 인프라 구성 요소(스토리지, 검색, 임베딩, 순위 조정, 파운데이션 모델 선택)를 하나의 관리형 프리미티브로 추상화하여 이러한 문제를 해결합니다. 기본적으로, 이 서비스는 사용자를 대신하여 기본 임베딩 모델, 리랭커 모델 및 파운데이션 모델을 자동으로 선택하고 관리하므로, 사용자가 직접 선택하거나 유지 관리할 필요 없이 빠르게 시작할 수 있습니다. 이러한 관리형 기반을 바탕으로, 세 가지 핵심 혁신 기술을 구현하여 사용 편의성과 정확성을 높였습니다.
네이티브 데이터 커넥터 – SaaS 애플리케이션에서 엔터프라이즈 데이터와 권한을 기본적으로 가져오는 6개의 사전 구축된 통합 커넥터로, 개발자가 애플리케이션별 요구 사항을 관리할 때 겪는 오버헤드를 해소합니다. 출시 시점에는 Amazon S3, SharePoint, Confluence, Web Crawler, Google Drive, OneDrive를 지원합니다.
스마트 구문 분석 – 정확한 검색을 위해서는 콘텐츠 유형과 소스에 따라 각기 다른 접근 방식을 사용해야 합니다. 스마트 구문 분석은 각 데이터 유형과 커넥터에 적합한 구문 분석 전략을 선택하여 이러한 복잡성을 자동으로 해결함으로써 에이전트에 최고의 정확도를 제공합니다.
에이전틱 리트리버 – 단일 지식 베이스 내에서 또는 여러 지식 베이스에 걸쳐 멀티턴, 멀티홉 검색이 필요한 복잡한 쿼리에 최적화되었습니다. 에이전틱 리트리버는 최종 사용자의 의도를 자동으로 추론하고 데이터 소스 및 양식 전반에 분산된 기관 지식에서 관련 컨텍스트를 도출합니다.
Amazon Bedrock Managed Knowledge Base는 단 몇 줄의