Amazon Bedrock Studio 미리 보기 – 빠른 생성형 AI 애플리케이션 구축 기능 제공

오늘 새로운 웹 기반 생성형 AI 개발 환경인 Amazon Bedrock Studio를 공개 평가판으로 소개합니다. Amazon Bedrock Studio는 기술 자료, 에이전트, 가드레일 등의 주요 Amazon Bedrock 기능을 갖춘 신속한 프로토타이핑 환경을 제공하여 생성형 AI 애플리케이션 개발을 가속화합니다.

개발자는 이제 회사의 AWS Single Sign-On 자격 증명을 사용하여 Bedrock Studio에 로그인하고 실험을 시작할 수 있습니다. 다양한 최고 성능 모델을 사용하여 애플리케이션을 구축하고 Bedrock Studio 내에서 생성형 AI 앱을 평가하고 공유할 수 있습니다. 사용자 인터페이스는 모델의 응답을 개선하는 데 도움이 되는 다양한 단계를 안내합니다. 모델 설정으로 실험을 해보고 회사 데이터 소스, 도구 및 API를 안전하게 통합하고 가드레일을 설정할 수 있습니다. 고급 기계 학습(ML) 전문 지식이나 AWS Management Console 액세스 없이도 팀원과의 협업을 통해 생성형 AI 애플리케이션을 구상하고 실험하며 개선할 수 있습니다.

Amazon Web Services(AWS) 관리자는 개발자가 Bedrock Studio에서 제공하는 기능에만 액세스할 수 있고 AWS 인프라 및 서비스에 대한 광범위한 액세스 권한은 갖지 않음을 확신할 수 있습니다.

이제 Amazon Bedrock Studio를 사용하여 작업을 시작하는 방법을 보여 드리겠습니다.

Amazon Bedrock Studio 시작하기
AWS 관리자는 먼저 Amazon Bedrock Studio 워크스페이스를 생성한 다음 워크스페이스에 대한 액세스 권한을 부여할 사용자를 선택하고 추가해야 합니다. 워크스페이스가 생성되면 각 사용자와 워크스페이스 URL을 공유할 수 있습니다. 액세스 권한이 있는 사용자는 AWS Single Sign-On을 사용하여 워크스페이스에 로그인하고, 워크스페이스 내에서 프로젝트를 생성하고, 생성형 AI 애플리케이션 구축을 시작할 수 있습니다.

Amazon Bedrock Studio 워크스페이스 생성
Amazon Bedrock 콘솔로 이동하고 왼쪽 하단 창에서 Bedrock Studio를 선택합니다.

워크스페이스를 생성하기 전에 AWS IAM Identity Center를 사용하여 ID 제공업체(idP)와의 AWS Single Sign-On 통합을 구성하고 보호해야 합니다. AWS Directory Service for Microsoft Active Directory, Microsoft Entra ID, Okta 등의 다양한 IdP를 구성하는 방법에 대한 자세한 지침은 AWS IAM Identity Center 사용 설명서를 참조하세요. 이 데모에서는 기본 IAM Identity Center 디렉터리로 사용자 액세스를 구성했습니다.

다음으로 워크스페이스 생성을 선택하고 워크스페이스 세부 정보를 입력하고 필요한 AWS Identity and Access Management(IAM) 역할을 생성합니다.

원하는 경우 기본 생성형 AI 모델과 워크스페이스의 임베딩 모델을 선택할 수도 있습니다. 작업을 마치면 생성을 선택합니다.

다음으로 생성된 워크스페이스를 선택합니다.

그런 다음 사용자 관리 와 사용자 또는 그룹 추가를 선택하여 이 워크스페이스에 대한 액세스 권한을 부여할 사용자를 선택합니다.

이제 개요 탭으로 돌아가 Bedrock Studio URL을 복사하여 사용자와 공유할 수 있습니다.

Amazon Bedrock Studio를 사용하여 생성형 AI 애플리케이션 구축
빌더는 이제 제공된 Bedrock Studio URL로 이동하여 AWS Single Sign-On 사용자 자격 증명으로 로그인할 수 있습니다. Amazon Bedrock Studio를 소개합니다. 업계 최고의 FM 중에서 선택하고, 자체 데이터를 가져오고, 함수를 사용하여 API 직접 호출을 수행하고, 가드레일을 사용하여 애플리케이션을 보호하는 방법을 보여드리겠습니다.

업계 최고의 여러 FM 중에서 선택하세요.
탐색을 선택하여 사용 가능한 FM 선택을 시작하고 자연어 프롬프트를 사용하여 모델을 탐색할 수 있습니다.

구축을 선택하면 플레이그라운드 모드에서 생성형 AI 애플리케이션 구축을 시작하고, 모델 구성으로 실험을 해보고, 시스템 프롬프트를 반복하여 애플리케이션의 동작을 정의하고, 새로운 기능의 프로토타입을 만들 수 있습니다.

자체 데이터 가져오기
Bedrock Studio를 사용하면 단일 파일을 제공하거나 Amazon Bedrock에서 생성한 기술 자료를 선택하여 자체 데이터를 안전하게 가져와 애플리케이션을 사용자 지정할 수 있습니다.

함수를 사용하여 API 직접 호출 및 모델 응답의 관련성 높이기
함수 직접 호출을 통해 FM은 프롬프트에 응답할 때 외부 데이터 또는 기능에 동적으로 액세스하고 통합할 수 있습니다. 모델은 사용자가 제공하는 OpenAPI 스키마를 기반으로 직접 호출해야 하는 함수를 결정합니다.

함수를 사용하면 모델이 직접 액세스할 수 없거나 사전 지식이 없는 정보를 응답에 포함할 수 있습니다. 예를 들어, 모델 자체에 해당 정보가 저장되어 있지 않더라도 함수를 통해 모델이 현재 기상 조건을 검색하고 응답에 포함할 수 있습니다.

Amazon Bedrock용 가드레일을 사용하여 애플리케이션 보호
사용 사례와 책임 있는 AI 정책에 맞게 사용자 지정된 보호 장치를 구현하여 사용자와 생성형 AI 애플리케이션 간의 안전한 상호 작용을 촉진하는 가드레일을 생성할 수 있습니다.

Amazon Bedrock Studio에서 애플리케이션을 생성하면 기술 자료, 에이전트, 가드레일 등의 해당 관리형 리소스가 AWS 계정에 자동으로 배포됩니다. Amazon Bedrock API를 사용하여 다운스트림 애플리케이션에서 이러한 리소스에 액세스할 수 있습니다.

다음은 제 동료인 Banjo Obayomi가 만든 Amazon Bedrock Studio의 짧은 데모 동영상입니다.

평가판 사용해 보기
Amazon Bedrock Studio는 현재 미국 동부(버지니아 북부) 및 미국 서부(오레곤) AWS 리전에서 공개 평가판으로 사용 가능합니다. 자세히 알아보려면 Amazon Bedrock Studio 페이지와 사용 설명서를 참조하세요.

바로 Amazon Bedrock Studio를 사용해 보고 의견을 알려주세요. Amazon Bedrock용 AWS re:Post를 이용하거나 AWS 담당자를 통해 피드백을 보내고 community.aws의 생성형 AI 빌더 커뮤니티에 참여하세요.

– Antje