Category: Artificial Intelligence

오늘 저희는 업무용으로 특별히 제작되고 고객의 비즈니스에 맞게 조정할 수 있는 새로운 유형의 생성형 인공 지능(AI) 기반 어시스턴트인 Amazon Q의 평가판을 발표합니다. Amazon Q는 개발자와 IT 전문가를 지원하는 일련의 기능을 제공합니다. 이제 Amazon Q를 사용하여 AWS에서 애플리케이션 구축을 시작하고, 모범 사례를 조사하며, 오류를 해결하고, 애플리케이션의 새로운 기능을 코딩하는 데 도움을 받을 수 있습니다. 예를 들어 […]

오늘은 Amazon SageMaker HyperPod를 소개합니다. 이 기능은 대규모 분산 교육을 위해 특별히 구축된 인프라를 제공하여 파운데이션 모델(FM) 교육 시간을 감축하도록 지원합니다. 이제 SageMaker HyperPod를 사용하여 몇 주 또는 몇 달 동안 FM을 학습할 수 있고, SageMaker는 클러스터 상태를 능동적으로 모니터링하여 결함이 있는 노드를 교체하고 체크포인트에서 모델 학습을 재개하여 자동화된 노드 및 작업 복원력을 제공합니다. 클러스터는 […]

지난 9월에 Knowledge Bases for Amazon Bedrock(평가판)을 소개했습니다. 오늘부터 Knowledge Bases for Amazon Bedrock을 정식 버전으로 사용할 수 있습니다. Knowledge base(기술 자료)를 사용하면 Amazon Bedrock의 파운데이션 모델(FM)을 회사 데이터에 안전하게 연결하여 검색 증강 생성(RAG)을 지원할 수 있습니다. 추가 데이터에 액세스하면 지속적으로 FM을 재훈련할 필요 없이 관련성이 높고 상황에 맞는 정확한 응답을 생성하는 데 도움이 됩니다. […]

오늘, 두 가지 새로운 Amazon Titan 멀티모달 파운데이션 모델(FM)인 Amazon Titan Image Generator(프리뷰)와 Amazon Titan Multimodal Embeddings을 소개합니다. 또한 Amazon Titan Text Lite와 Amazon Titan Text Express가 이제 Amazon Bedrock에서 정식 출시되었다는 소식을 전하게 되어 기쁩니다. 이제 Amazon Titan Multimodal Embeddings을 포함하여 출시된 세 가지 Amazon Titan Text FM 중에서 선택할 수 있습니다. Amazon Titan […]

오늘, Amazon Bedrock에서 Anthropic의 Claude 2.1 파운데이션 모델(FM)이 제공됨을 발표합니다. 지난 주 Anthropic은 최신 모델인 Claude 2.1을 정식으로 소개했습니다. 이 모델은 업계 최고의 200,000토큰 컨텍스트 창(Claude 2.0의 컨텍스트 2배), 할루시네이션 비율 감소, 긴 문서에 대한 정확성 향상, 시스템 프롬프트, 함수 호출 및 워크플로 오케스트레이션을 위한 베타 도구 사용 기능 등 기업을 위한 주요 기능을 제공합니다. […]

책임 있는 인공 지능(AI) 전략의 일환으로 이제 Amazon Bedrock Guardrails(미리 보기)을 사용하여 사용 사례와 책임 있는 AI 정책에 맞게 사용자 지정된 보호 장치를 구현함으로써 사용자와 생성형 AI 애플리케이션 간의 안전한 상호 작용을 촉진할 수 있습니다. AWS는 교육과 과학에 중점을 두고, AI 수명 주기 전반에 걸쳐 책임 있는 AI를 통합할 수 있도록 개발자를 지원함으로써 사람 중심의 […]

지난 7월에 Amazon Bedrock용 에이전트(미리보기)를 소개했습니다. 오늘부터 Amazon Bedrock용 에이전트를 정식 버전으로 사용할 수 있습니다. Amazon Bedrock용 에이전트는 여러 단계의 태스크를 오케스트레이션하여 생성형 인공 지능(AI) 애플리케이션 개발을 가속화하는 데 도움이 됩니다. 에이전트는 파운데이션 모델(FM)의 추론 기능을 사용하여 사용자 요청 태스크를 여러 단계로 분할합니다. 개발자 제공 지침을 사용하여 오케스트레이션 계획을 만듭니다. 그런 다음 회사 API를 호출하고 […]

오늘 Amazon DataZone용 생성형 인공 지능(AI)으로 뒷받침되는 자동화 기능의 평가판을 발표합니다. 이 기능을 사용하면 조직 데이터에 컨텍스트를 제공하기 위해 필요한 시간을 크게 절약할 수 있습니다. 이 새로운 기능은 전통적으로 노동 집약적이었던 데이터 카탈로그 작성 프로세스를 자동화할 수 있습니다. Amazon Bedrock의 대규모 언어 모델(LLM)을 기반으로 하며, 데이터 자산 및 해당 스키마에 대한 자세한 설명을 생성하고 분석적 […]

Amazon SageMaker Clarify에서 이제 파운데이션 모델(FM) 평가(미리 보기)가 지원됩니다. 이제 데이터 과학자 또는 기계 학습(ML) 엔지니어는 SageMaker Clarify를 사용하여 정확성, 견고성, 창의성, 사실적 지식, 편향, 유해성 등의 지표를 기반으로 몇 분 만에 FM을 평가, 비교 및 선택할 수 있습니다. 이 새로운 기능은 SageMaker Clarify의 기존 기능에 추가되어 ML 데이터 및 모델의 편향을 감지하고 모델 예측을 […]

오늘, 배포 비용을 최적화하고 지연 시간을 줄이는 데 도움이 되는 새로운 Amazon SageMaker 추론 기능을 발표합니다. 이 새로운 추론 기능을 사용하면 동일한 SageMaker 엔드포인트에 하나 이상의 파운데이션 모델(FM)을 배포하고 각 FM에 예약되는 액셀러레이터 수와 메모리 양을 제어할 수 있습니다. 이렇게 하면 리소스 활용도를 높이고 모델 배포 비용을 평균 50% 절감하며 사용 사례에 따라 엔드포인트 규모를 […]