Amazon Bedrock

기본 모델을 사용하여 생성형 AI 애플리케이션을 구축하고 규모를 조정하는 가장 쉬운 방법

Amazon Bedrock을 사용해야 하는 이유는 무엇인가요?

Amazon Bedrock은 AI21 Labs, Anthropic, Cohere, Meta, Stability AI 및 Amazon과 같은 선도적인 AI 회사의 다양한 고성능 파운데이션 모델(FM)을 단일 API를 통해 제공하는 완전관리형 서비스입니다. 이 서비스를 사용하면 보안, 개인정보 보호 및 책임형 AI를 포함하여 생성형 AI 애플리케이션을 구축하는 데 필요한 광범위한 기능 세트를 활용합니다. Amazon Bedrock을 사용하면 사용 사례에 맞게 상위 FM을 쉽게 실험 및 평가하고, 미세 조정 및 검색 증강 생성(RAG)과 같은 기술을 사용하여 데이터로 비공개로 사용자 지정하고, 엔터프라이즈 시스템 및 데이터 소스를 사용하여 작업을 실행하는 에이전트를 구축할 수 있습니다. Amazon Bedrock은 서버리스이므로 인프라를 관리할 필요가 없으며 이미 익숙한 AWS 서비스를 사용하여 생성형 AI 기능을 애플리케이션에 안전하게 통합하고 배포할 수 있습니다.

생성형 AI 애플리케이션을 구축하는 데 필요한 모든 것

스포츠 이미지

다양한 주요 FM 중에서 선택하세요

Amazon Bedrock은 AI21 Labs, Anthropic, Cohere, Meta, Stability AI, Amazon과 같은 주요 AI 회사의 고성능 FM을 쉽게 이용하여 최신의 생성형 AI 혁신을 빠르게 조정하고 활용할 수 있도록 도와줍니다. 선택한 모델에 관계없이 Amazon Bedrock의 단일 API 액세스를 통해 코드 변경을 최소화하면서 다양한 FM을 사용하고 최신 모델 버전으로 업그레이드할 수 있는 유연성을 제공합니다.

3차원 이미지

데이터를 사용하여 모델을 비공개로 조정

모델 사용자 지정을 사용하면 차별화되고 개인화된 사용자 경험을 제공할 수 있습니다. 특정 작업에 맞게 모델을 사용자 지정하려면 단 몇 번의 클릭으로 자체 레이블이 지정된 데이터 세트를 사용하여 FM을 비공개로 미세 조정할 수 있습니다. Amazon Bedrock은 Cohere Command, Meta Llama 2, Amazon Titan Text Lite and Express, Amazon Titan Multimodal Embeddings, Amazon Titan Image Generator에 대한 미세 조정을 지원합니다. 레이블이 지정되지 않은 데이터를 사용하여 지속적으로 사전 훈련하면 Amazon Titan Text 모델을 업계 및 도메인에 맞게 조정할 수 있습니다. Amazon Bedrock은 미세 조정과 지속적인 사전 훈련을 통해 사용자만 액세스할 수 있는 별도의 기본 FM 사본을 만들며, 원본 기본 모델을 훈련하는 데 사용자의 데이터를 사용하지 않습니다.

퍼즐 이미지

관련성이 높은 FM 응답 제공

FM에 최신 독점 정보를 제공하기 위해 조직에서는 RAG를 사용합니다. RAG는 회사 데이터 소스에서 데이터를 가져와 해당 데이터로 프롬프트를 강화하여 보다 관련성이 높고 정확한 응답을 제공하는 기술입니다. Amazon Bedrock용 기술 자료는 완전관리형 RAG 기능으로, 컨텍스트별로 관련된 회사 데이터로 FM 응답을 사용자 지정할 수 있습니다. Amazon Bedrock용 기술 자료는 수집, 검색, 프롬프트 강화, 인용을 비롯한 엔드투엔드 RAG 워크플로를 자동화하므로 데이터 소스를 통합하고 쿼리를 관리하기 위해 사용자 지정 코드를 작성할 필요가 없습니다.

핸드폰을 보는 남자 이미지

회사 시스템 전반에서 복잡한 작업 실행

Amazon Bedrock용 에이전트는 회사 시스템과 데이터 소스를 사용하여 제품 가용성에 대한 고객 질문에 답변하는 것부터 주문을 받는 것까지 여러 단계의 작업을 계획하고 실행합니다. Amazon Bedrock을 사용하면 먼저 FM을 선택하고 엔터프라이즈 시스템, 기술 자료 그리고 API를 안전하게 실행하는 AWS Lambda 함수에 대한 액세스 권한을 제공함으로써 클릭 단 몇 번으로 에이전트를 생성할 수 있습니다. 에이전트는 사용자 요청을 분석하고 요청을 이행하기 위해 필요한 API와 데이터 소스를 자동으로 호출합니다. Amazon Bedrock용 에이전트를 사용하면 이 모든 작업을 안전하게 비공개로 할 수 있으므로, 프롬프트 엔지니어링, 세션 컨텍스트 관리를 하거나 손수 작업 오케스트레이션을 할 필요가 없습니다.

사용 사례

블로그 게시물, 소셜 미디어 게시물, 웹 페이지 카피와 같은 독창적인 콘텐츠를 새롭게 창작할 수 있습니다.

사용자 요청을 이해하고, 태스크를 자동으로 분류하고, 대화에 참여하여 정보를 수집하고, 요청을 이행하기 위한 조치를 취하는 비서를 구축할 수 있습니다.

관련 정보를 검색하고 종합하여 질문에 답하고 대량의 텍스트와 이미지 데이터를 바탕으로 권장 사항을 제공합니다.

기사, 보고서, 연구 논문, 기술 설명서, 서적 등의 긴 문서를 간결하게 요약하여 중요한 정보를 빠르고 효과적으로 추출합니다.

광고 캠페인, 웹 사이트, 프레젠테이션 등에 사용할 사실적이고 시각적으로 매력적인 이미지와 애니메이션을 빠르게 만들 수 있습니다.