아마존 베드록 관리형 지식 베이스 출시와 기업용 검색 인프라 자동화

주장기업은 아마존 베드록 관리형 지식 베이스를 활용하여 생성형 인공지능 애플리케이션을 위한 검색 인프라를 효율적으로 구축합니다. 기존의 복잡한 데이터 파이프라인 구성 과정을 자동화하여 개발 생산성을 높입니다.

팩트아마존 베드록 관리형 지식 베이스는 아마존 S3, 마이크로소프트 셰어포인트, 아틀라시안 컨플루언스, 구글 드라이브, 마이크로소프트 원드라이브, 웹 크롤러 등 6개의 기본 커넥터를 제공합니다. 지원하지 않는 데이터 소스는 직접 수집 응용 프로그램 인터페이스를 통해 연동합니다.

교차검증기존 방식은 벡터 데이터베이스와 검색 로직 등을 개별적으로 관리해야 하므로 운영 비용과 기술적 복잡도가 높습니다. 관리형 서비스는 인프라 관리 부담을 줄여주지만, 특정 환경에 최적화된 세밀한 튜닝이 필요한 경우 사용자가 직접 임베딩 모델이나 청킹 전략을 설정해야 합니다.

팩트관리형 지식 베이스는 실시간 접근 제어 목록 확인 기능을 통해 보안을 강화합니다. 쿼리 시점에 원본 소스의 권한을 직접 확인하므로 대규모 언어 모델이 권한 없는 문서에 접근하는 상황을 방지합니다.

주장서비스는 데이터 저장소의 용량 관리와 백업, 패치, 성능 튜닝을 자동으로 처리합니다. 사용자는 벡터 차원이나 유사도 측정 지표를 고민할 필요 없이 기가바이트에서 테라바이트 단위까지 자동으로 확장되는 인프라를 이용합니다.

팩트신젠타 그룹과 엠알에이치 트로우 등 글로벌 기업이 이 서비스를 도입하여 사내 문서 검색 및 인공지능 코파일럿 구축에 활용합니다. 이들은 다국어 문서 검색과 운영 콘텐츠 접근성 향상에 이 서비스를 사용합니다.

팩트지식 베이스 구축은 단 세 번의 응용 프로그램 인터페이스 호출로 완료됩니다. 지식 베이스 생성과 데이터 소스 추가, 수집 작업 시작 순서로 진행하며 별도의 모델 식별자나 벡터 저장소 설정 없이 즉시 사용합니다.

주장서비스는 단순 검색을 넘어 복잡한 추론이 필요한 경우를 위해 에이전트 기반 검색 기능을 제공합니다. 이 기능은 기초 모델을 사용하여 복잡한 질문을 하위 질문으로 분해하고 여러 지식 베이스를 반복적으로 탐색하여 정확한 답변을 생성합니다.

교차검증기본 제공되는 자동 청킹 전략은 대부분의 상황에 적합하지만 데이터 특성에 따라 고정 크기 청킹이나 청킹 미사용 등 맞춤형 전략을 선택할 수 있습니다. 데이터의 성격에 맞는 전략 선택이 검색 품질을 결정하는 핵심 요소가 됩니다.

주장관리형 지식 베이스는 기업이 생성형 인공지능을 도입할 때 겪는 데이터 연동의 장벽을 낮춥니다. 인프라 구축에 소요되는 시간을 단축하여 기업이 비즈니스 본연의 가치 창출에 집중하도록 지원합니다.

팩트아마존 베드록은 기업이 인공지능 모델을 선택하고 최적화하여 애플리케이션을 구축하도록 돕는 완전 관리형 서비스입니다. 이번 지식 베이스 기능 추가로 기업은 내부 데이터를 더욱 안전하고 빠르게 인공지능 모델과 연결합니다.

출처아마존 웹 서비스 공식 블로그(https://aws.amazon.com/blogs/machine-learning/build-enterprise-search-for-agents-with-amazon-bedrock-managed-knowledge-base/)를 교차 검증했습니다.