데이터에 대해 시맨틱 인사이트 제공
이미 실행 중인 AWS 서비스 및 데이터베이스에 벡터 검색을 추가합니다. 데이터를 마이그레이션하거나 별도의 시스템을 운영할 필요 없이, 데이터가 저장된 위치에서 바로 시맨틱 인사이트를 신속하게 알아낼 수 있습니다. 이는 대부분의 AI 애플리케이션에서 적절한 출발점이자 올바른 접근 방식입니다.
일부 애플리케이션에서는 마이크로초 단위의 지연 시간, 최저 비용으로 수십억 개의 데이터를 저장할 수 있는 용량, 그래프 순회와 같은 특수 기능 또는 신속한 프로덕션 배포 중 하나가 특히 중요한 요구 사항일 수 있습니다. 특정 요구 사항이 가장 중요하다면 해당 요구 사항에 맞게 특별히 설계된 서비스를 선택하세요.
주요 요구 사항에 맞는 목적별 벡터 엔진
AWS는 성능 저하 없는 빠른 쿼리, 가장 저렴한 비용으로 대규모 벡터 데이터 세트에 대한 비정기적 액세스, 복잡한 고민 없이 빠르게 구축할 수 있는 범용 서비스 등과 같은 고유한 요구 사항을 위해 구축된 서비스를 포함하는 포괄적인 벡터 포트폴리오를 제공합니다. 애플리케이션에 적합한 서비스를 선택합니다. 특별한 요구 사항이 없는 경우 데이터가 이미 있는 위치에 벡터를 유지할 수도 있고, 주요 요구 사항에 맞는 목적별 서비스를 선택할 수도 있습니다.
에이전틱 RAG
쿼리 실행 시 적절한 텍스트 구간을 검색하고 자체 데이터를 토대로 모델이 응답을 생성하도록 하여 정확도를 높이고 할루시네이션을 줄입니다. 관련성 향상을 위해 벡터, 어휘 및 하이브리드 검색을 함께 사용합니다.
시맨틱 검색
수십억 개의 임베딩 데이터에서 의미 및 의도를 기준으로 검색합니다. 수백만 시간 분량의 동영상을 인덱싱하여 몇 초 만에 적절한 장면을 찾아내거나, 임상 검토를 위해 의료 영상을 유사한 사례와 비교할 수 있습니다.
에이전트 메모리
에이전트가 데이터를 잊어버리도록 하는 대신, 지속적인 메모리를 구축합니다. 상호 작용, 문서 및 인사이트를 페타바이트 규모의 벡터로 유지하고, 지속적인 학습 및 추론을 위해 적합한 컨텍스트를 검색합니다.
멀티모달 검색
이미지, 문서, 오디오 및 비디오를 아우르는 데이터 세트에 AI를 활용합니다. 단일 쿼리에서 보험 청구와 관련된 사진, 보험 증권 및 통화 녹음을 검색하거나 텍스트로 장면을 설명하고 일치하는 비디오 세그먼트를 가져옵니다.
실시간 추천
지속적으로 업데이트되는 카탈로그를 대상으로 마이크로초 단위의 유사성 일치를 수행하여 쿼리 실행 시 개인화된 결과를 제공하세요. 모델을 재학습시키지 않고 사용자와 관련성이 높은 콘텐츠, 제품 또는 작업을 찾습니다.
작동 방식
서비스 하이라이트
- Amazon S3 Vectors를 사용하여 벡터를 저장하고 드물게 쿼리하는 경우 비용 절감
- 최대 90%
- Amazon OpenSearch Service의 활성 고객 100,000명 이상의 월별 요청
- 10T
- 차세대 Amazon OpenSearch Serverless를 사용하여 유휴 상태일 때 리소스를 0으로 축소함으로써 비용 절감
- 최대 60%
- Amazon DynamoDB를 사용하여 규모에 관계없이 벡터 검색에서 높은 재현율과 한 자릿수 밀리초 지연 시간 구현
- 99%
주요 서비스
추가 리소스
올바른 벡터 엔진 선택을 위한 지침 보기
오늘 원하는 내용을 찾으셨나요?
페이지의 콘텐츠 품질을 개선할 수 있도록 피드백을 보내주세요.