자연어 및 키워드 지원

Amazon Kendra의 자연어 질문을 이해하는 능력은 검색 엔진의 핵심이므로, 최종 사용자는 "건강 혜택"과 같은 일반적인 키워드나 "출산 휴가 기간이 얼마나 되나요?"와 같은 좀 더 구체적인 자연어 질문을 검색할 수 있습니다. Kendra는 "14주"와 같은 구체적인 답변을 반환하거나, 더욱 일반적인 검색을 위해 가장 관련성이 높은 구절 및 관련 문서를 반환합니다. 자연어를 사용하면 데이터의 어디서나 더욱 구체적인 답변을 얻을 수 있습니다.

독해 및 FAQ 매칭

Amazon Kendra는 비정형 데이터에서 특정 답변을 추출할 수 있습니다. 사전 교육 없이 Kendra를 콘텐츠에 지정하면 Kendra는 "VPN을 어떻게 구성하나요?"와 같은 자연어 쿼리에 대한 구체적인 답변을 제공하는데, 그 답은 가장 관련성이 높은 문서에서 자동으로 추출됩니다. 또한 최종 사용자가 묻는 일반적인 질문에 대한 답변을 제공하기 위해 FAQ 목록을 Kendra에 업로드할 수도 있습니다. Kendra는 검색 쿼리에 가장 가까운 질문을 찾아 해당 답변을 반환합니다.

문서 순위

추출한 답변을 보완하기 위해 Amazon Kendra는 딥 러닝 기반 시맨틱 검색 모델을 사용하여 관련 문서의 순위 목록을 반환합니다. 이를 통해 최종 사용자는 추가 정보가 필요한 경우 검색할 콘텐츠에 관한 전체 목록을 얻을 수 있습니다.

커넥터

Amazon Kendra는 파일 시스템, 웹 사이트, Box, DropBox, Salesforce, SharePoint, 관계형 데이터베이스, Amazon S3와 같은 인기 있는 소스에 광범위한 기본 클라우드 및 온프레미스 커넥터를 제공하여 검색 애플리케이션 구축에 수반되는 부담을 없애 줍니다. 커넥터를 사용하면 빠르고 쉽게 Kendra 인덱스에 데이터 원본을 추가하고 커넥터 유형을 선택할 수 있습니다. 커넥터는 문서 액세스 권한을 유지하고 인덱스를 데이터 원본과 자동으로 동기화하도록 예약하여 항상 최신 콘텐츠를 안전하게 검색할 수 있습니다. 다른 데이터 원본 형식의 경우, Kendra는 고유한 커넥터를 만들고 ETL작업 또는 백엔드 애플리케이션에서 문서를 업로드할 수 있는 API를 제공합니다. 각 데이터 원본은 서로 다른 파일 형식을 포함할 수 있으므로, Kendra는 HTML, MS Office Word와 PowerPoint, PDF, 텍스트 형식의 비정형 및 반정형 데이터를 지원합니다.

SharePoint 온라인, JDBC 및 S3는 평가판에 사용할 수 있는 유일한 커넥터입니다.

관련성 조정

특정 응답에 더 많은 중요도를 부여하기 위해 인덱스의 특정 필드를 개선할 수 있습니다. Amazon Kendra를 사용하면 특정 데이터 원본 또는 문서의 시의성을 미세 조정할 수 있습니다. 예를 들어, "re:Invent는 언제인가요?"를 검색할 때 문서의 시의성을 개선하여 2019년 날짜로 답을 제안하도록 만들 수 있습니다. 또는 연구 보고서 인덱스에서 좀 더 평판이 좋은 데이터 원본을 개선할 수 있습니다. Kendra는 또한 투표나 조회수를 기반으로 문서를 개선하도록 지원하는데, 이는 포럼과 기타 지원 유형의 지식 기반에서 일반적입니다. 예를 들어 이러한 기능을 결합하면 자주 보는 문서뿐만 아니라 최신 뉴스나 업데이트처럼 더욱 최신의 문서를 개선할 수 있습니다.

도메인 최적화

Kendra는 딥 러닝 모델을 사용하여 HR, 운영, 지원 및 R&D와 같은 광범위한 내부 사용 사례에 대한 자연어 쿼리를 이해하고 콘텐츠 및 구조를 문서화합니다. Kendra는 또한 IT, 금융 서비스, 보험, 제약, 공업 제조, 석유 및 가스, 법률, 미디어 및 엔터테인먼트, 여행 및 접객, 보건, HR, 뉴스, 통신, 광업, 식음료 및 자동차와 같은 영역의 복잡한 언어를 이해하도록 최적화되었습니다. 예를 들어, HR 답변을 검색하는 사용자는 "HSA 양식 제출 마감일"을 입력할 수 있으며, Kendra는 가장 정확한 답변을 얻기 위해 더 넓은 범위의 적용 범위에서 "건강 저축성 계좌 양식 제출 마감일"을 검색할 수도 있습니다. 사용자만의 동의어 목록을 제공하여 도메인 전문 지식을 더욱 향상할 수 있습니다(제공 예정). Kendra는 특정 용어집 파일을 업로드하는 것만으로도 이러한 동의어를 사용하여 사용자 검색을 강화합니다.

증분 학습 제공 예정

Amazon Kendra의 기계 학습 모델은 최종 사용자의 검색 패턴과 피드백을 포착하여 정기적으로 다시 교육되고 각 고객에게 맞게 조정됩니다. 예를 들어, 사용자가 "의료 보험을 어떻게 변경하나요?"를 검색하면 여러 HR 및 보험 문서가 최상단의 위치에서 경쟁하게 됩니다. 최신 문서가 목록에서 더 높은 순위를 차지할 수 있지만, 이 기준만으로는 목록에서 최상위 순위를 차지하기에 충분하지 않을 수 있습니다. 그러나 최신 연도의 등록 절차에 대한 관심이 높아지고 사용자가 오래된 것보다 최신 정보를 더 많이 열기 시작함에 따라 Kendra 모델은 점차 새로운 문서의 순위를 목록의 최상위에 올리는 법을 배우게 될 것입니다.

자동 완성 쿼리 제공 예정

Amazon Kendra에는 최종 사용자의 검색 쿼리를 자동으로 완성하는 기능이 포함되어 있습니다. 자동 완성 쿼리는 사용자가 입력하는 글자 수를 약 25%가량 줄여줄 뿐만 아니라, 사용자들을 보다 정확하고 자주 묻는 질문으로 유도하는 데에도 도움이 됩니다. 더욱 정확한 질문은 일반적으로 더 관련성이 있고 유용한 답변을 끌어내게 됩니다. 예를 들어 검색 상자에 "어디에"를 입력하기 시작하면 Kendra는 "어디에 IT 데스크가 있나요?" 또는 "어디에 식당이 있나요?"와 같은 일반적으로 관련된 여러 가지 질문을 제안하여 쿼리를 완료할 수 있습니다.

분석 및 지속적인 개선 제공 예정

지속해서 개선되는 검색 환경을 제공하기 위해 Amazon Kendra는 검색 중에 활동을 포착하고(클릭, 좋아요 또는 싫어요) 개선을 위한 조치를 할 수 있도록 지표 및 통찰력을 제공합니다. Kendra는 상위 쿼리, 상위 문서 및 일일 쿼리와 같은 기본 운영 지표를 제공합니다. Kendra는 또한 MRR(Mean Reciprocal Rank)과 같은 일반적인 품질 지표와 명시적 피드백(예: 좋아요 또는 싫어요 횟수)을 제공합니다. 이 정보를 사용하여 더욱 관련성 있는 FAQ를 작성하거나, 특정 데이터 원본을 좀 더 신뢰할 수 있는 콘텐츠로 개선하거나, 자주 묻는 질문에 대해서 고객 지원팀을 교육할 수 있습니다.

Product-Page_Standard-Icons_01_Product-Features_SqInk
제품 요금에 대해 자세히 알아보기

Kendra 요금 페이지를 방문하십시오.

자세히 알아보기 
Product-Page_Standard-Icons_02_Sign-Up_SqInk
무료 계정에 가입

AWS 프리 티어에 즉시 액세스할 수 있습니다. 

가입하기 
Product-Page_Standard-Icons_03_Start-Building_SqInk
콘솔에서 구축 시작

AWS Management Console에서 Kendra를 통해 구축을 시작하십시오.

로그인