이 글에서는 AWS Lambda를 사용하여 Amazon Nova 맞춤화를 위한 확장 가능하고 비용 효율적인 보상 함수를 구축하는 방법을 설명합니다. 강화 학습 기법을 통해 다양한 보상 시스템을 설계하는 방법을 배울 수 있습니다.

이 글에서는 Amazon Nova Act를 활용한 QA 자동화 구현 방법을 소개합니다. 자연어로 테스트를 정의하고 UI 변화에 자동으로 적응하는 방법을 알아보세요.

AWS ISV 파트너인 인공지능 기업이 아마존 세이지메이커 AI와 아마존 노바를 활용해 입력은 확률적이고 출력은 결정적인 솔루션을 제공하여 안전한 기업 채택을 지원하고 있습니다.

이 글에서는 Nova Forge SDK를 사용하여 Amazon SageMaker AI Training Jobs로 Amazon Nova 모델을 훈련하는 과정을 안내합니다.

오늘, LLM 커스터마이징을 쉽게 할 수 있는 Nova Forge SDK가 출시되었습니다. 이 SDK는 팀들이 언어 모델의 잠재력을 최대한 활용할 수 있도록 지원합니다.

이 글에서는 Amazon Nova Canvas에서 제공하는 가상 시착 기능을 탐구하며, 빠르게 시작할 수 있는 샘플 코드와 최상의 결과를 얻는 데 도움이 되는 팁을 제공합니다.

AWS China Applied Science팀이 어려운 VOC 분류 작업에 Nova Forge를 평가한 결과와 오픈 소스 모델과의 벤치마킹 결과를 공유합니다.

이 게시물에서는 Amazon Nova 모델을 위한 강화 Fein-Tuning (RFT)을 탐구하며, 이는 모방이 아닌 평가를 통해 학습하는 강력한 맞춤 기술일 수 있습니다. RFT의 작동 방식, 감독형 Fein-Tuning 대비 사용 시기, 코드 생성부터 고객 서비스에 이르기까지의 실제 응용 사례, 완전 관리형 Amazon Bedrock에서 Nova Forge로의 다양한 구현 옵션 등을 다룰 것입니다. 또한 데이터 준비, 보상 함수 설계에 대한 실용적인 지침과 최적 결과 달성을 위한 모범 사례에 대한 실용적인 지침을 제공합니다.

아마존은 아마존 노바 모델을 활용하여 AI 기반 이미지 인식 솔루션을 구현하여 모듈 구성 요소의 감지 및 유효성 검사를 자동화하고 수동 확인 작업을 크게 줄이고 정확성을 향상시킵니다.

이 게시물은 Amazon Bedrock에서의 에이전트 간 협업이 어떻게 실제로 작동하는지 살펴보며, 계획을 위해 Amazon Nova 2 Lite를 사용하고 브라우저 상호작용을 위해 Amazon Nova Act를 사용하여 취약한 단일 에이전트 설정을 예측 가능한 다중 에이전트 시스템으로 변환하는 방법을 안내합니다.

이 글에서는 Amazon Nova 루브릭 기반 판사 기능을 탐구하며, 루브릭 기반 판사가 무엇인지, 판사가 어떻게 훈련되는지, 고려해야 할 지표 및 판사를 보정하는 방법에 대해 다룹니다. Amazon Nova 루브릭 기반 LLM-판사 방법론의 노트북 코드를 공유하여 SageMaker 훈련 작업을 사용하여 두 가지 다른 LLM의 출력물을 평가하고 비교합니다.

Amazon Nova 다중 모달 임베딩을 미디어 자산 검색 시스템, 제품 발견 경험, 문서 검색 애플리케이션에 구성하고 사용하는 방법에 대해 배울 수 있습니다.

Clarus Care는 AWS Generative AI Innovation Center (GenAIIC) 팀과 협력하여 대화형 상호작용 및 다중 의도 해결이 가능한 AI 기반 연락센터 프로토타입을 개발했다. 이 솔루션은 자동 음성봇과 채팅 인터페이스를 통해 대화형 상호작용을 가능하게 하며, 성장을 지원하기 위한 확장 가능한 서비스 모델과 성능 인사이트를 위한 분석 파이프라인을 통합하고 있다.

Amazon Nova 다중 모달 임베딩을 사용하여 특정 비디오 세그먼트를 검색하는 방법과, 170개의 게임 창작 자산 라이브러리에 대한 테스트에서 96.7%의 검색 성공률과 73.3%의 고정밀 검색률을 달성한 실제 사례를 살펴봅니다. 이 모델은 최소한의 성능 하락으로 여러 언어 간 강력한 크로스-언어 기능을 보여줍니다.

기업 조직은 웹 기반 애플리케이션에 점점 더 의존하고 있지만, 많은 워크플로가 수동적이며, 이로 인해 운영 효율성과 규정 준수 위험이 발생하고 있다. 이 기술 블로그는 AI 에이전트 주도의 브라우저 자동화가 기업 워크플로 관리에 미치는 영향에 대해 다루고 있다.

Harmonic Security가 Amazon SageMaker AI, Amazon Bedrock 및 Amazon Nova Pro를 활용하여 ModernBERT 모델을 세밀하게 조정하여 저지연, 정확하고 확장 가능한 데이터 누출 감지를 달성하는 방법에 대한 내용입니다.

이 포스트는 CI/CD 파이프라인에서 Amazon Nova Act 헤드리스 모드를 활용하여 자동화된 스모크 테스트를 구현하는 방법을 소개합니다. 우리는 데모를 위해 샘플 전자 상거래 애플리케이션인 SauceDemo를 대상으로 사용합니다. 헤드리스 브라우저 자동화를 위한 Amazon Nova Act 설정, 핵심 사용자 워크플로를 검증하는 스모크 테스트 생성, 병렬 실행 구현, GitLab CI/CD 구성, 테스트 자동 실행 및 유지보수 가능하고 확장 가능한 테스트 자동화를 위한 모범 사례 적용 방법을 보여줍니다.

이 포스트에서는 CRM 시스템 및 데이터베이스 간의 데이터 통합, 규제 준수를 위한 설명 가능하고 감사 가능한 AI 결정 제공, 일관된 보험 가입 규칙으로 자동 사기 탐지를 가능케 하는 지능형 보험 가입자 에이전트를 구축하는 방법을 소개합니다. 이 솔루션은 투명한 위험 평가를 위한 Amazon Nova 2 Lite, 관리형 MCP 서버 인프라를 위한 Amazon Bedrock AgentCore, 자연어 상호작용을 위한 Amazon Quick Suite를 결합하여 30분 이내에 배포할 수 있는 생산 준비 시스템을 제공합니다.

Myriad Genetics는 AWS Generative AI 혁신 센터와 협력하여 Amazon Bedrock 및 Amazon Nova foundation 모델을 활용해 건강 관련 문서 처리 파이프라인을 개선했으며, 98%의 분류 정확도를 달성하고 비용을 77% 줄이고 처리 시간을 80% 단축했다. AWS의 오픈소스 GenAI Intelligent Document Processing Accelerator를 사용한 기술적 구현과 문서 분류 및 핵심 정보 추출에 대한 최적화 전략, 그리고 Myriad의 사전 승인 업무에 미친 실제 비즈니스 영향을 상세히 설명한다.

Amazon Nova Sonic은 Amazon Bedrock 양방향 스트리밍 API를 통해 비즈니스 데이터 및 외부 도구에 연결되며 전화 시스템과 직접 통합될 수 있다. 이 포스트에서는 가장 일반적인 전화 시나리오에 대한 샘플 구현을 소개한다.

아마존 세이지메이커 AI의 새로운 아마존 노바 모델 평가 기능을 소개하는 블로그 포스트입니다. 이 업데이트는 사용자 정의 메트릭 지원, LLM 기반 선호도 테스트, 로그 확률 캡처, 메타데이터 분석, 대규모 평가를 위한 다중 노드 스케일링을 추가했습니다.

Snowflake AI Data Cloud와 Amazon Web Services(AWS) 도구를 활용하여 조직이 데이터 기반 의사결정을 내리고 운영 효율을 높이며 경쟁 우위를 확보할 수 있는 생성적 AI 솔루션을 구축하는 방법에 대해 다루고 있습니다.

본문에서는 다중 에이전트, 다중 모달 인공지능 시스템을 위한 네 가지 핵심 협업 패턴을 탐구하며 – 도구로서의 에이전트, 스왐 에이전트, 에이전트 그래프, 에이전트 워크플로우 – 각각을 언제, 어떻게 적용해야 하는지에 대해 오픈소스 AWS Strands Agents SDK와 아마존 노바 모델을 사용하는 방법에 대해 논의합니다.

Switchboard, MD는 임상 환경에서 전사 정확도와 비용 효율성을 확장하는 과제를 겪었고, 올바른 전사 솔루션을 선택하기 위한 평가 과정, Amazon Connect 및 Amazon Kinesis Video Streams를 사용한 기술 아키텍처를 구현한 경험을 살펴본다. 이를 통해 자동 EMR 매칭을 구현하고 의료 스태프가 환자 진료에 더 많은 시간을 할애할 수 있었던 인상적인 결과를 소개한다.

Amazon Bedrock 모델인 Amazon Nova Pro를 사용하여 자연어를 Gremlin 쿼리로 변환하는 혁신적인 방법을 탐색합니다. 비즈니스 분석가와 데이터 과학자들이 깊은 기술 지식이 필요하지 않고 그래프 데이터베이스에 접근할 수 있게 도와줍니다. 이 방법론은 그래프 지식 추출, 텍스트를 SQL처럼 그래프 구조화, 반복적인 개선 과정을 통해 실행 가능한 Gremlin 쿼리 생성으로 이루어져 테스트에서 전체적으로 74.17%의 정확도를 달성했습니다.

Amazon Nova Premier 및 Amazon Bedrock을 활용하여 레거시 C 코드를 현대적인 Java/Spring 애플리케이션으로 체계적으로 이관하는 방법을 소개합니다. 복잡한 변환 작업을 전문적인 에이전트 역할로 분해하는 지능적인 워크플로우를 통해 마이그레이션 시간과 비용을 절감하고 자동 검증, 보안 평가, 반복적 개선 과정을 통해 코드 품질을 향상시킵니다.

Amazon Nova Sonic의 음성 대 음성 기능과 Amazon Bedrock AgentCore를 결합하여 복잡한 작업을 전문화된 관리 가능한 구성 요소로 분할하는 정교한 다중 에이전트 음성 보조 프로그램을 만드는 방법을 탐구합니다. 이 접근 방식은 전문화된 인증, 은행 문의 및 모기지 서비스를 위한 전용 하위 에이전트를 사용하는 은행 보조 프로그램 예제를 통해 모노리딕 음성 보조 프로그램 설계에 대안을 제공합니다.

아마존 노바 소닉과 AWS 서비스를 이용한 QSRs 드라이브 스루 솔루션 구현 방법을 소개합니다. 음성 AI와 대화형 메뉴 디스플레이를 결합한 지능형 시스템을 구축하는 방법을 상세히 안내하여 음식점이 드라이브 스루 운영을 현대화할 수 있도록 지원합니다.

Amazon Bedrock 내에서 구축된 네 가지 중요하고 널리 받아들여진 사용 사례를 공유합니다. 이는 실제 고객 배포, AWS 파트너사의 제공, 경험을 통해 지원됩니다. 이러한 예는 각 산업군에서 자체 AI 채택 전략 및 사용 사례를 연구하는 조직에 이상적입니다.

Amazon Nova Act를 사용하여 QuickSight 데이터 스토리 생성을 자동화하는 방법을 소개하며, 중요한 데이터 기반 비즈니스 결정에 집중할 수 있는 시간을 절약합니다.

Amazon Nova를 활용한 Real-Time Race Track(RTRT)은 팬들이 자신만의 레이싱 서킷을 디자인하고 사용자화하여 공유할 수 있는 상호작용적인 경험을 제공한다. 피트 타이밍과 타이어 선택과 같은 전략적 레이싱 통찰력과 AI 음성 비서, 레트로 스타일 레이싱 포스터와 같은 대화형 기능을 강조하고 있다.

FuzzyPixel이 제작한 Picchu 애니메이션 단편을 활용해 주인공 Mayu와 그녀의 어머니를 위한 캐릭터 일관성 있는 모델을 세밀하게 조정하여 새 시퀄을 위한 스토리보드 컨셉을 빠르게 생성할 수 있게 함.

자연어 데이터베이스 분석이 조직이 구조화된 데이터와 상호 작용하는 방식을 혁신할 수 있는 방법을 살펴봅니다. 대형 언어 모델 (LLM) 에이전트의 힘을 통해 복잡한 쿼리를 명확하고 검증 가능한 추론 단계로 분해하고, 오류를 잡아내고 실패를 분석하며 쿼리를 사용자 의도와 스키마 요구 사항과 정확하게 일치하도록 세밀하게 조정함으로써 데이터베이스 분석을 향상시킵니다.

이 블로그 포스트에서는 Amazon Bedrock를 통해 제공되는 Amazon Nova 모델을 사용하여 KIE 솔루션을 구축하고 평가하는 종단간 접근 방식을 시연합니다. 데이터 준비, 솔루션 개발, 성능 측정이라는 세 가지 핵심 단계를 포함하며, FATURA 데이터 세트를 사용하여 포괄적인 방법을 설명합니다.

Amazon Bedrock의 Amazon Nova를 활용하여 구축된 The Fragrance Lab은 소매, 소비재, 광고 및 마케팅 분야에서 생성적 AI의 변혁적인 힘을 보여주는 포괄적인 애플리케이션이다. 이 게시물에서는 The Fragrance Lab의 개발에 대해 살펴보며, 프랑스 리비에라의 영혼을 담아 창의성, 광고, 소비재를 축하하는 독특한 물리적 및 디지털 경험의 조합을 만들었다.

이 게시물은 Amazon Bedrock의 foundation models (FMs) 중 Amazon Nova Pro를 사용하여 높은 정확도의 문서 필드 로컬라이제이션을 실현하는 방법을 보여줍니다. 이러한 모델을 사용하면 프론트엔드 노력을 최소화하면서 문서 필드를 정확하게 찾아내고 해석할 수 있어 처리 오류와 수동 개입을 줄일 수 있습니다.

본문에서는 Amazon Bedrock에 여러 생성 AI 모델을 배포하여 LLM 모델에게 텍스트 응답의 주제 요약을 작성하도록 지시하는 방법을 강조합니다. 그런 다음 이러한 LLM 생성 요약을 검토하는 판사로서 여러 LLM 모델을 사용하여 요약 제목과 요약 설명 사이의 내용 일치를 판단하고 등급을 할당하는 방법을 보여줍니다.

Amazon Nova Act SDK는 브라우저 기반의 워크플로우를 대규모로 자동화하기 위해 이미 여러 산업 분야의 팀들이 사용하고 있는데, 이 포스트에서는 Nova Act SDK의 독특한 기능과 작동 방식에 대해 살펴볼 것이다.

MT-Bench와 Arena-Hard의 저장소는 OpenAI의 GPT API를 사용하여 개발되었으며, 주로 GPT-4를 심사관으로 활용했습니다. 우리 팀은 Amazon Bedrock API와 통합하여 Amazon의 심사관으로 Anthropic의 Claude Sonnet을 사용할 수 있도록 기능을 확장했습니다. 이 게시물에서는 MT-Bench와 Arena-Hard를 사용하여 Amazon Nova 모델을 벤치마킹하고, Amazon Bedrock를 통해 사용 가능한 다른 주요 LLM과 비교합니다.

AWS Summit에서 Amazon Nova foundation 모델을 위한 포괄적인 모델 사용자 정의 기능 세트를 소개했습니다. Amazon SageMaker AI에서 사용할 수 있는 준비된 레시피로, Nova Micro, Nova Lite 및 Nova Pro를 모델 훈련 수명주기 전반에 걸쳐 적응하는 데 사용할 수 있습니다. 이 게시물에서는 SageMaker 훈련 작업에서 Nova Micro를 사용자 정의하는 간소화된 방법을 소개합니다.

이 글에서는 가상의 회사인 AnyTelco를 위해 AI 기반 콜 센터 에이전트인 Telly를 만드는 방법을 소개합니다. MCP(Modal Context Protocol) 프레임워크를 사용하여 구현된 사용자 정의 도구를 통해 실시간 고객 데이터에 액세스하면서 Telly는 요금제 및 서비스에 대한 고객 문의를 처리할 수 있습니다.

대형 언어 모델의 성능평가는 헷갈리거나 BLEU 점수와 같은 통계적 지표를 넘어섭니다. 실제 생성형 AI 시나리오에서 모델이 기준선이나 이전 버전보다 나은 출력물을 생성하는지 이해하는 것이 중요합니다. 특히 요약, 콘텐츠 생성과 같은 응용 분야에서 더욱 중요합니다.

Amazon은 새로운 기능을 통해 에이전트를 대규모로 구축하고 배포하는 데 필수적인 측면에 대응하고 있습니다. 이러한 혁신은 실험을 넘어 비즈니스 프로세스에 신뢰할 수 있는 생산 준비 에이전트 시스템을 구축하는 데 도움이 될 것입니다.

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.

Amazon Nova Sonic과 LiveKit의 통합으로 실시간 오디오, 비디오 및 데이터 통신 애플리케이션을 구축할 수 있게 되었습니다. 이 통합을 통해 개발자들은 복잡한 오디오 파이프라인이나 시그널링 프로토콜을 관리할 필요 없이 대화형 음성 인터페이스를 구축할 수 있습니다.

이 게시물에서는 RAG(검색 증강 생성), 멀티툴 오케스트레이션, LangGraph를 통한 조건부 라우팅과 같은 적극적인 워크플로 패턴이 어떻게 인공지능 및 기계 학습(AI/ML) 개발자와 기업 아키텍트가 채택하고 확장할 수 있는 엔드 투 엔드 솔루션을 가능하게 하는지를 보여줍니다. 재정 관리 AI 어시스턴트의 예제를 통해, 수입 통화(오디오) 및 프레젠테이션 슬라이드(이미지)를 분석하고 관련 재정 데이터 피드와 함께 양적 연구 및 근거 있는 재정 상담을 제공할 수 있는 방법을 안내합니다.

Robinhood는 생성 모델 AI와 Amazon Nova를 사용하여 금융을 민주화하고 실시간 시장 통찰력을 제공한다.

이 게시물에서는 생성 모델 AI를 사용하여 데이터를 쿼리하는 주요 옵션을 평가하고, 그 강점과 한계를 논의하며, Text-to-SQL이 결정론적이고 스키마별 작업에 가장 적합한 선택인 이유를 설명합니다. Amazon Nova를 사용하여 Text-to-SQL을 효과적으로 활용하는 방법을 보여줍니다.

GuardianGamer는 Amazon Nova와 Amazon Bedrock을 활용하여 확장 가능하고 효율적인 감독 플랫폼을 제공합니다. 부모에게 의미 있는 인사이트를 제공하면서도 게임 활동과 소셜 상호작용을 감시하는 비침입적인 방법을 유지합니다.

이 게시물에서는 LLM 마이그레이션 패러다임과 아키텍처를 소개하며, Amazon Bedrock를 사용하여 모델 평가, 프롬프트 생성 및 데이터 인식 최적화를 거친 지속적인 프로세스를 제시합니다.

이 포스트에서는 Amazon Nova를 사용하여 도구 사용을 위한 모델 맞춤화(미세 조정)를 보여줍니다. 도구 사용 사례를 소개하고 데이터셋에 대한 세부 정보를 제공한 후, Amazon Nova 특정 데이터 형식 지정에 대해 안내하고 Amazon Bedrock의 Converse 및 Invoke API를 통해 도구 호출하는 방법을 보여줍니다. Amazon Nova 모델에서 기준선 결과를 얻은 후, 미세 조정 프로세스, 예비 처리량으로 호스팅된 미세 조정된 모델, 그리고 추론에 사용되는 미세 조정된 Amazon Nova 모델을 자세히 설명합니다.

AFX 팀은 Nova Lite 모델로 제품 이전하여 매출 업무 프로세스를 향상시켰습니다. 이전으로 비용 절감과 저지연을 달성하며 판매자에게 지능적이고 신뢰할 수 있는 솔루션을 제공했습니다.

이 포스트에서는 인포시스가 이벤트 및 회의에서 생성된 통찰력을 개방하기 위해 Infosys 이벤트 AI를 개발한 방법을 탐구합니다. 실시간 전사, 지능적인 요약 및 대화형 챗봇 어시스턴트를 포함한 기능 세트를 통해 Infosys 이벤트 AI는 이벤트 지식에 접근 가능하게 하고 참석자들을 위한 몰입형 참여 솔루션을 제공합니다.

이 글에서는 생성 AI 애플리케이션의 맥락에서 LLM(Large Language Models)을 평가하는 중요성을 탐구하며, 환상과 편향과 같은 문제가 일으키는 도전에 주목합니다. AWS 서비스를 활용해 평가 프로세스를 자동화하는 포괄적인 솔루션을 소개하며, FMeval 라이브러리, Ragas, LLMeter, Step Functions과 같은 도구를 사용하여 유연성과 확장성을 제공하여 LLM 소비자들의 변화하는 요구를 충족시킵니다.

본 포스트에서는 Amazon Bedrock의 다중 에이전트 기능을 활용하여 AWS 비용 관리에 혁신적인 접근 방법을 보여줍니다. Amazon Nova FMs의 고급 기능을 사용하여 AI 기반 에이전트가 기관이 AWS 비용을 분석, 최적화 및 관리하는 방식을 혁신하는 솔루션을 개발했습니다.

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.