아마존 베드락을 활용하여 기존 시스템을 통합하고 효율적인 인사이트를 얻기 위한 새로운 워크플로우를 만들 수 있습니다. 이 통합은 기술, 비기술, 리더십 역할에 모두 이점을 줄 수 있습니다.

아마존 베드락 에이전트코어 게이트웨이는 기업이 AI 에이전트와 도구 및 서비스를 연결하는 방식을 혁신적으로 변화시키는 완전히 관리되는 서비스로, 에이전트-도구 소통을 위한 통합 인터페이스를 제공한다. 보안 가드, 번역, 구성, 대상 확장성, 인프라 관리자, 의미론적 도구 선택과 같은 주요 기능을 제공하며, 양방향 보안 아키텍처를 구현하여 수신 및 발신 연결에 고급 보안을 제공한다.

이 시리즈의 첫 번째 부분에서는 Amazon Bedrock과 음성 및 멀티모달 대화형 AI 에이전트를 위한 오픈 소스 프레임워크인 Pipecat의 조합을 사용하여 인간과 유사한 대화형 AI 애플리케이션을 구축하는 방법을 배웠습니다. 또한 음성 에이전트의 일반적인 사용 사례와 단계별 모델 접근 방식에 대해 알아보았습니다. 본문(파트 2)에서는 Amazon Nova Sonic과 통합 모델을 활용하는 방법에 대해 탐구합니다.

아마존 베드록을 사용하여 구조화된 응답을 생성하는 두 가지 방법을 소개합니다. 프롬프트 엔지니어링은 유연하며 Bedrock 모델과 함께 작동하며 다양한 스키마 유형을 처리하여 탁월한 시작점이 됩니다. 도구 사용은 더 큰 신뢰성, 일관된 결과, 매끄러운 API 통합 및 JSON 스키마의 런타임 유효성 검사를 제공하여 향상된 제어를 제공합니다.

이 블로그에서는 NASA와 Blue Origin의 달 강하 근접, 하강 및 착륙 센서 (BODDL-TP) 데모에서 우주선 위치, 속도 및 쿼터니언 방향 데이터에서 이상을 감지하는 데 SageMaker AI를 사용하는 방법을 보여줍니다.

아마존 세이지메이커 캔버스는 노코드 솔루션을 제공하여 데이터 전처리를 간편화하고 기술적 배경이 없는 사용자도 시계열 예측이 가능하게 합니다. 이 글에서는 세이지메이커 캔버스와 데이터랭글러가 제공하는 노코드 데이터 준비 기술을 탐구하며 모든 배경을 가진 사용자들이 자신감을 가지고 데이터를 준비하고 시계열 예측 모델을 구축할 수 있도록 돕는 방법을 살펴봅니다.

IT 지원팀이 겪는 문제를 해결하는 데 도움을 주는 지능형 커뮤니티 에이전트를 구축하는 방법을 소개합니다. 이를 통해 오류 이해, 진단 검토, 조치 및 관련 문서 검토, Jira와 같은 외부 지원 티켓 개설까지의 엔드 투 엔드 부담을 줄일 수 있습니다.

이 포스트에서는 동영상 온디맨드 사례를 활용해 개별 사용자를 위한 맞춤형 아웃리치 이메일을 생성하는 방법을 Amazon Personalize 및 Amazon Bedrock을 사용하여 보여줍니다. 이 개념은 전자 상거래 및 디지털 마케팅 사례와 같은 다른 영역에도 적용할 수 있습니다.