Amazon Kendra는 기계 학습을 통해 제공되는 지능형 검색 서비스입니다. Kendra는 웹사이트 및 애플리케이션에 대한 엔터프라이즈 검색을 재정립하는 서비스로, 원하는 콘텐츠가 여러 위치와 조직 내의 콘텐츠 리포지토리에 분산되어 있는 경우에도 직원과 고객이 이를 손쉽게 찾을 수 있게 해 줍니다.
Amazon Kendra를 사용하면 구조화되지 않은 소중한 데이터를 검색하는 대신, 필요한 시기에 질문에 대한 올바른 답변을 확인할 수 있습니다. Amazon Kendra는 완전관리형 서비스이므로 서버를 프로비저닝하거나 기계 학습 모델을 구축, 훈련 또는 배포할 필요가 없습니다.
더 나은 답변을 자연어로 즉시 확인
간단한 키워드 외에도 자연어 질문을 사용하여 원하는 답을 얻을 수 있습니다. Kendra는 텍스트 조각이든, FAQ이든, PDF 문서이든 관계없이 문서 내에서 정확한 답변을 반환합니다. 또한 Kendra는 구체적인 답변을 찾기 위해 긴 문서 목록을 살펴보는 대신, 즉시 제안된 답변을 제공합니다. Kendra 이전과 이후의 검색 경험의 차이를 확인해 보세요.
이점
관련성 높은 답변을 신속하게 확인
중앙 집중식 정보 액세스
검색 결과 세부 조정
Kendra의 딥 러닝 모델은 14개 산업 영역에서 사전 훈련된 상태로 제공되므로 처음부터 광범위한 비즈니스 사용 사례에서 더 정확한 답변을 추출할 수 있습니다. 또한 데이터 원본, 작성자, 시의성의 중요성을 수동으로 조정하거나 사용자 지정 태그를 사용하여 검색 결과를 세부적으로 조정할 수도 있습니다.
클릭 몇 번으로 배포
사용 사례
고객 상호 작용 개선
검색에 활용하는 수단이 Q&A Chatbot이든, 에이전트의 지원이든, 고객 웹 검색이든 관계없이 Amazon Kendra는 고객이 질문하는 내용을 효과적으로 인식하여 더 관련성이 높은 답변과 직관적인 사용 환경을 제공합니다.
연구 및 개발 가속화
새로운 연구 및 혁신을 주도하는 과학자와 개발자는 회사의 데이터 스토어에 묻혀 있는 이전 연구의 정보에 액세스해야 합니다. 이러한 그룹의 경우 더 빠르고 정확하게 검색할 수 있게 되면 검색에 소요되는 시간을 줄이고 혁신에 더 많은 시간을 할애하게 됩니다.
규제 및 규정 준수 위험 최소화
기계 학습을 통해 수백 개의 다양한 규제 웹사이트에 게시된 규제 관련 정책을 신속하게 식별하고 해석하므로 정책 적용 및 규정 준수 프로세스를 개선할 수 있습니다.
필요한 데이터로 직원 역량 강화
기업에서는 조직 전체에 분산된 다양한 다중 구조 정보 사일로에서 콘텐츠를 통합하고 인덱싱하여 활성 지식 카탈로그를 구축하고 유지하게 됩니다. 사용자는 이러한 중앙 집중화된 환경을 통해 사용 가능한 정보를 신속하게 확인하고 더 많은 정보를 습득할 수 있게 됩니다.
고객
“재료 과학자들이 새로운 연구를 진행할 때, 그들은 방대한 지식 기반 안에서 많은 특허에 묻혀 있는 이전의 적절한 연구 정보로부터 정보에 접근할 필요가 있습니다. Kendra는 우리 과학자들이 자연 언어 쿼리를 신속하고 정확하게 처리함으로써 그들이 필요로 하는 정보를 찾을 수 있게 해 줍니다.”
"우리의 목표는 정확한 답변이 100페이지 길이의 문서에 묻혀 있더라도 고객이 필요한 답변을 더 빨리 찾아 규제 정보를 신속하게 파악하고 자신 있게 의사 결정을 내릴 수 있도록 지원하는 데 있습니다."
Kendra는 ‘Pluto의 파이프라인 길이에 관한 질문’에 대한 답변을 빠르고 정확하게 찾아냅니다. 인지적 능력의 이러한 단계적 변화는 더 효율적이고 더 빠른 의사 결정을 가능하게 함으로써 회사 운영과 직원들의 작업 환경을 개선해 줄 것입니다."
지금 바로 Kendra 시작하기
검색 방식을 직접 혁신하세요. Amazon Kendra를 활용하면 이제 자체 데이터 원본을 연결하고 즉시 자체 콘텐츠에 대한 검색 환경을 테스트할 수 있습니다.
데이터 소스를 추가할 인덱스를 생성합니다.
S3, SharePoint, Salesforce, Servicenow, RDS 데이터베이스, One Drive 등 널리 사용되는 원본을 위한 Kendra의 커넥터를 사용합니다(올해 후반에 추가 지원 예정).
콘솔에서 직접 검색 환경을 테스트합니다. 또한 검색 환경의 각 구성 요소에 대한 샘플 코드를 액세스하여 새 애플리케이션이나 기존 애플리케이션에 쉽게 배포할 수 있습니다.