본문에서는 아마존 렉스를 위한 다중 개발자 CI/CD 파이프라인을 소개하며, 격리된 개발 환경, 자동화된 테스트, 그리고 간편한 배포를 가능하게 합니다. 이 솔루션을 설정하는 방법과 이를 사용하는 팀들의 현실적인 결과를 공유합니다.
아마존 노바는 대화 분석, 통화 분류 등 콜센터 솔루션에 관련된 다양한 사용 사례에서 뛰어난 성능을 보여준다. 단일 통화와 다중 통화 분석 사례에 대한 기능을 살펴본다.
Hugging Face smolagents를 활용해 몇 줄의 코드로 에이전트를 구축하는 방법을 소개하고, AWS 관리형 서비스와 통합하여 멀티 모델 전개 옵션, 벡터 강화 지식 검색, 임상 의사 결정 지원 능력을 보여주는 의료 AI 에이전트를 배포하는 방법을 설명한다.
Flyte Python SDK를 사용하여 AI/ML 워크플로우를 조정하고 확장하는 방법을 설명하고, Union.ai 2.0 시스템이 Amazon EKS에 Flyte를 배포하고 Amazon S3, Amazon Aurora, IAM, Amazon CloudWatch와 통합되는 방법을 살펴봅니다. 새로운 Amazon S3 Vectors 서비스를 활용한 AI 워크플로우 예시를 통해 솔루션을 탐구합니다.
Amazon SageMaker AI에서 BentoML의 LLM-Optimizer를 사용하여 대형 언어 모델(Large Language Model, LLM) 추론을 최적화하는 방법을 소개하고, 워크로드에 최적화된 서빙 구성을 체계적으로 식별하는 방법을 보여줍니다.
이 게시물은 세금 양식 데이터 추출을 중점으로 한 문서 처리 작업을 위해 Amazon Nova Lite를 세밀하게 조정하는 포괄적인 실무 안내서를 제공합니다. 오픈소스 GitHub 저장소의 코드 샘플을 사용하여 데이터 준비부터 모델 배포까지의 전체 워크플로우를 시연합니다.
PowerSchool은 Amazon SageMaker AI를 사용하여 정확성을 높이고 잘못된 양성률을 낮춘 사용자 정의 콘텐츠 필터링 솔루션을 구축하고 배포했다. Llama 3.1 8B의 세부 튜닝 기술, 배포 아키텍처, 내부 검증 결과에 대해 설명한다.
이 솔루션에서 사용자(부모)가 Strands 또는 LangGraph 에이전트와 대화 형식으로 상호 작용하여 자녀의 예방 접종 이력 및 일정에 대한 정보를 얻고, 가능한 슬롯을 문의하고, 예약을 할 수 있는 방법을 보여줍니다. 일부 변경을 통해 AI 에이전트를 이벤트 기반으로 만들어서 자동으로 알림을 보내거나 예약을 할 수 있습니다.
Amazon SageMaker AI, AWS Lambda, AWS Step Functions을 사용한 데이터 보완 솔루션 소개. 환경 분석가, 보건 당국, 비즈니스 인텔리전스 전문가를 위해 PM2.5 데이터 예측하는 솔루션. openAFRICA에서 트레이닝 데이터셋 확보, 시계열 예측으로 PM2.5 값을 예측.
SageMaker HyperPod의 세 가지 기능 소개. Continuous provisioning으로 유연한 리소스 프로비저닝 제공해 모델 학습 및 배포를 빠르게 시작하고 클러스터를 효율적으로 관리. Custom AMIs로 ML 환경을 조직의 보안 표준과 소프트웨어 요구 사항에 맞게 조정 가능.
이 글에서는 강의 개요 생성과 강의 콘텐츠 생성이라는 두 가지 핵심 모듈의 기술적 구현과 함께 각 구성 요소를 자세히 탐구합니다.
금융 기관이 의심스러운 금융 거래를 의심하는 합리적인 근거가 있는 경우 금융 감독기관에 제출해야 하는 의심스러운 거래 보고서(STR)에 대해 살펴봅니다. 이 글에서는 Amazon Bedrock의 FMs를 활용하여 초안 STR을 작성하는 솔루션에 대해 알아봅니다.
Strands 에이전트와 아마존 베드락을 이용하여 약물 발견을 위한 강력한 연구 보조 도구를 만드는 방법을 소개합니다. 이 AI 보조 도구는 Model Context Protocol (MCP)을 사용하여 여러 과학 데이터베이스를 동시에 검색하고, 그 결과를 종합하여 약물 타겟, 질병 메커니즘, 치료 분야에 대한 포괄적 보고서를 생성할 수 있습니다.
이 솔루션은 OpenSearch Service를 사용하여 Multi-tenant RAG에서 벡터 데이터 저장소로 사용하며 JWT 및 FGAC를 사용하여 데이터 격리 및 라우팅을 달성합니다.
Amazon Bedrock Knowledge Bases는 Amazon OpenSearch Service 관리 클러스터를 지원함으로써 완전히 관리되는 RAG 솔루션의 기능을 강화했습니다. 이 기능은 Amazon Bedrock Knowledge Bases의 핵심 기능을 더욱 강화하며, foundation models (FMs)을 내부 데이터 소스와 원활하게 연결하도록 설계되었습니다.
가르데니아 테크놀로지는 AWS PACE 팀과 협력하여 최신 생성 AI 모델을 활용한 완전 자동화 ESG 보고 솔루션 ‘Report GenAI’를 개발했다. 이 기술은 RAG와 텍스트-to-SQL 기능을 활용해 고객들이 ESG 보고 시간을 최대 75% 줄일 수 있도록 도와준다. AWS 서버리스 기술과 아마존 베드락의 에이전트를 결합하여 확장 가능하고 유연한 문서 어시스턴트 애플리케이션을 구축하는 방법을 소개한다.
LlamaIndex 프레임워크를 활용하여 에이전틱 RAG 애플리케이션을 구축하는 예시를 소개합니다. 이 애플리케이션은 Mistral Large 2 FM을 활용해 에이전트 플로우에 대한 응답을 생성하여 연구 도구로 활용됩니다.
Amazon Nova 모델의 소개는 AI 분야에서의 중요한 발전을 나타내며, 대형 언어 모델(LLM) 최적화에 새로운 기회를 제공한다. 본 포스트에서는 Amazon Nova 모델을 기준으로 모델 맞춤화와 RAG를 효과적으로 수행하는 방법을 보여준다. 최신 Amazon Nova 모델을 활용한 모델 맞춤화와 RAG 사이의 포괄적인 비교 연구를 실시하고 이러한 소중한 통찰을 공유한다.
