Amazon Bedrock용 지식 기반 시스템, 이제 고급 RAG 기능 지원
Amazon Bedrock용 지식 기반 시스템은 파운데이션 모델(FM)을 회사 내부 데이터 소스에 연결하여 관련성이 높고 정확한 응답을 제공하도록 지원하는 완전관리형 검색 증강 생성(RAG) 기능입니다. 청킹을 사용하면 긴 문서를 작은 청크로 나누어 처리할 수 있으므로 사용자의 질문에서 정확한 지식을 검색할 수 있습니다. 오늘 AWS는 몇 가지 고급 청킹 옵션을 출시했습니다. 첫 번째는 사용자 지정 청킹입니다. 이 옵션을 사용하는 고객은 자체 청크 코드를 Lambda 함수로 작성할 수 있으며 LangChain이나 LlamaIndex 같은 프레임워크의 기성 구성 요소를 사용할 수도 있습니다. 또한 AWS는 시맨틱 청킹, 계층적 청킹과 같은 기본 제공 청킹 옵션도 출시했습니다.
아울러 고객은 스마트 구문 분석을 활성화하여 테이블과 같은 보다 복잡한 데이터에서 정보를 추출할 수 있습니다. 이 기능은 Amazon Bedrock 파운데이션 모델을 사용해 PDF와 같은 파일 형식의 표 형식 콘텐츠를 구문 분석하여 검색 정확도를 높입니다. 원하는 형식으로 데이터를 추출하도록 구문 분석 프롬프트를 사용자 지정할 수 있습니다. 지식 기반 시스템은 이제 쿼리 재구성도 지원합니다. 이 기능은 쿼리를 더 간단한 하위 쿼리로 나누고, 각 하위 쿼리에 대한 관련 정보를 검색하고, 결과를 종합하여 종합적인 최종 답변으로 결합합니다. 지식 기반 시스템은 이러한 청킹, 구문 분석 및 고급 쿼리 처리의 새로운 정확도 개선 기능을 통해 사용자가 기업 사용 사례에 적합한 매우 정확하고 관련성 높은 지식 리소스를 구축할 수 있도록 지원합니다.
이 기능들은 지식 기반 시스템이 제공되는 모든 AWS 리전에서 지원됩니다. 이러한 기능과 시작 방법에 대해 자세히 알아보려면 Amazon Bedrock용 지식 기반 시스템 설명서를 살펴보고 Amazon Bedrock 콘솔로 이동하세요.