Amazon Bedrock 기술 자료가 포함된 RAG

개요

검색 증강 생성(RAG)은 대규모 언어 모델의 출력을 최적화하여 응답을 생성하기 전에 학습 데이터 소스 외부의 신뢰할 수 있는 기술 자료를 참조하도록 하는 프로세스입니다. 대규모 언어 모델(LLM)은 방대한 양의 데이터를 기반으로 학습되며 수십억 개의 매개 변수를 사용하여 질문에 대한 답변, 언어 번역, 문장 완성과 같은 작업에 대한 독창적인 결과를 생성합니다. RAG는 LLM의 이미 강력한 기능을 특정 영역이나 조직의 내부 지식 기반으로 확장하므로 모델을 다시 교육할 필요가 없습니다. 이는 LLM 결과를 개선하여 다양한 상황에서 관련성, 정확성, 유용성을 유지할 수 있는 비용 효율적인 접근 방식입니다.

기술 세부 정보

Amazon Bedrock은 개발을 간소화하고 개인정보 보호 및 보안을 유지 관리하는 동시에 생성형 AI 애플리케이션을 구축할 수 있는 다양한 기능과 함께 고성능 기반 모델을 제공하는 완전 관리형 서비스입니다.

Amazon Bedrock의 기술 자료는 데이터 스토어에서 정보를 가져와 대규모 언어 모델(LLM)에서 생성된 응답을 보강하는 인기 있는 기술인 검색 증강 생성(RAG)을 활용할 수 있도록 도와줍니다. 데이터 소스를 사용하여 기술 자료를 설정하면 애플리케이션에서 기술 자료를 쿼리하여 소스에서 직접 인용하거나 쿼리 결과에서 생성된 자연스러운 응답을 사용하여 쿼리에 대한 답변을 위한 정보를 반환할 수 있습니다.

기술 자료를 사용하면 기술 자료를 쿼리하여 수신한 컨텍스트를 기반으로 하는 애플리케이션을 구축할 수 있습니다. 이를 통해 복잡한 파이프라인을 구축할 필요 없이 애플리케이션의 빌드 시간을 단축할 수 있는 즉시 사용 가능한 RAG 솔루션을 제공하므로 출시 시간을 단축할 수 있습니다. 또한 기술 자료를 추가하면 개인 데이터를 활용할 수 있도록 모델을 지속적으로 교육할 필요가 없으므로 비용 효율성이 향상됩니다.