이점

첨단 텍스트, 멀티모달 인텔리전스, 임베딩, 이미지 및 비디오 생성 기능을 갖춘 Amazon Nova 및 Amazon Titan 파운데이션 모델(FM)은 비용과 지연 시간에 민감한 애플리케이션, 멀티모달 추론, 고급 에이전트 애플리케이션, 크리에이티브 콘텐츠 생성 등 다양한 애플리케이션에 매우 적합한 솔루션입니다.

빌더들은 실제 사물과의 복잡한 상호 작용을 구현하는 데 있어 AI 에이전트와 에이전트 애플리케이션에 갈수록 더 많이 의존하고 있습니다. Amazon Nova 이해 모델은 함수 직접 호출 및 에이전트 애플리케이션에서 탁월한 성능을 자랑합니다. 입력을 바탕으로 추론하고, 복잡한 문제를 여러 단계로 나누고, 사용자 환경에서 작업을 수행하기 위한 조치를 취해야 하는 고급 에이전트 애플리케이션에 적합합니다.

모든 Amazon FM은 데이터에서 유해한 콘텐츠를 감지 및 제거하고, 부적절한 사용자 입력을 거부하고, 모델 출력을 필터링하여 AI의 책임감 있는 사용을 지원하도록 설계되었습니다. Amazon 이미지 및 비디오 생성 모델은 워터마킹 및 C2PA 지원 같은 기능을 지원합니다.

Amazon Nova 및 Amazon Titan 파운데이션 모델(FM)은 개발자가 자체 데이터를 사용하여 검색 증강 생성(RAG)을 통해 모델 응답을 사용자 지정할 수 있는 미세 조정 기능을 제공합니다. 텍스트 및 멀티모달 미세 조정을 사용하여 사용자 지정 텍스트와 시각적 콘텐츠를 이해하도록 모델을 훈련할 수 있습니다. 또한 증류 같은 기법을 통해 모델을 최적화하여 사용 사례에 맞는 최적의 인텔리전스, 비용, 지연 시간으로 운영할 수 있습니다.

Amazon Titan 소개

Amazon Bedrock에서만 독점적으로 제공되는 Amazon Titan 모델 제품군에는 비즈니스 전반에 걸쳐 AI 및 기계 학습을 사용하여 혁신해 온 Amazon의 25년 경험이 담겨 있습니다. Amazon Titan 파운데이션 모델(FM)은 완전 관리형 API를 통해 고객에게 다양한 고성능 이미지, 멀티 모달 및 텍스트 모델을 제공합니다. Amazon Titan 모델은 AWS에서 만들고 대규모 데이터 세트를 대상으로 사전 훈련되므로 다양한 사용 사례를 지원하면서 동시에 AI의 책임 있는 사용도 지원하도록 구축된 강력한 범용 모델입니다. 그대로 사용하거나 자체 데이터로 비공개로 사용자 지정할 수 있습니다.

사용 사례

Titan Text 모델을 사용하여 블로그 게시물 및 웹 페이지의 카피 생성, 기사의 카테고리별 분류, 서술형 Q&A, 대화식 채팅, 정보 추출 등과 같은 광범위한 텍스트 관련 작업의 생산성과 효율성을 개선할 수 있습니다.

Titan Text 모델을 사용하면 기사, 보고서, 연구 논문, 기술 문서 등과 같은 긴 문서를 간결하게 요약하여 중요한 정보를 빠르고 효과적으로 추출할 수 있습니다.

Titan Multimodal Embeddings 및 Titan Text Embeddings을 사용하여 최종 사용자를 위한 보다 정확하고 상황에 맞게 관련성이 높은 다중 모드 검색, 추천 및 개인화 환경을 제공할 수 있습니다.

콘텐츠 생성자는 빠른 아이디어 구상, 사용자 지정과 반복 작업을 통해 이미지 생성 및 이미지 편집의 효율성을 높일 수 있습니다. 광고, 전자 상거래, 미디어/엔터테인먼트 등의 업계에 종사하는 고객은 자연어 프롬프트를 사용하여 생생한 스튜디오급 이미지를 저렴한 비용으로 대량 생성할 수 있습니다.

FM을 데이터 소스에 연결하여 사용자 쿼리에 대한 보다 최신의 정확한 결과를 제공합니다. Titan 모델의 이미 강력한 기능을 확장하여 특정 도메인 및 조직에 대해 더 잘 알 수 있습니다.

모델 버전

Amazon Titan Text Premier

Amazon Titan Text Premier는 Amazon Titan Text 패밀리에 속하는 강력한 고급 대규모 언어 모델(LLM)입니다. 광범위한 엔터프라이즈 애플리케이션에서 뛰어난 성능을 제공하도록 설계되었습니다. 이 모델은 Amazon Bedrock 에이전트 및 Amazon Bedrock 지식 기반과의 통합에 최적화되었기 때문에 API를 사용하고 데이터와 상호 작용할 수 있는 대화형 생성형 AI 애플리케이션을 구축하기에 적합한 옵션입니다. 

최대 토큰 수: 3만 2,000개

언어: 영어

미세 조정 지원: 지원(평가판)

지원되는 사용 사례: 채팅, 연쇄적 사고 추론, 개방형 텍스트 생성, 브레인스토밍, 요약, 코드 생성, 테이블 생성, 데이터 형식 지정, 바꿔쓰기, 다시 쓰기, 추출 및 Q&A

블로그 읽기

Amazon Titan Text Premier 데모 보기

Amazon Titan Text Express

Amazon Titan Text Express는 가격과 성능의 균형을 맞춘 LLM입니다.

최대 토큰 수: 8,000개

언어: 영어(GA), 100개 이상의 언어 사용 가능(평가판)

미세 조정 지원: 지원

지원되는 사용 사례: 개방형 텍스트 생성, 브레인스토밍, 요약, 코드 생성, 테이블 생성, 데이터 형식 지정, 바꿔쓰기, 생각의 연결 고리, 다시 쓰기, 추출, Q&A, 채팅

Amazon Titan Text 데모 보기

re:Invent 세션 보기

Amazon Titan Text Lite

Amazon Titan Text Lite는 비용 효율적이고 고도로 사용자 정의가 가능한 LLM입니다. 특정 사용 사례에 적합한 크기로, 텍스트 생성 작업 및 미세 조정에 적합합니다.

최대 토큰 수: 4,000개

언어: 영어

미세 조정 지원: 지원

지원되는 사용 사례: 요약 및 카피라이팅

Amazon Titan Text 데모 보기

re:Invent 세션 보기

Amazon Titan Text Embeddings

Amazon Titan Text Embeddings는 텍스트를 벡터 표현(임베딩)으로 변환하는 모델입니다.

최대 토큰 수: 8,000개

언어: 25개 이상의 언어

미세 조정 지원: 미제공

임베딩: 1,536개

지원되는 사용 사례: 텍스트 검색, 의미론적 유사성, 클러스터링

블로그 읽기

Amazon Titan Text Embeddings V2

Amazon Titan Text Embeddings V2는 작은 크기에서 높은 정확도와 검색 성능을 제공하여 스토리지와 지연 시간을 줄이도록 최적화된 임베딩 모델입니다.

최대 토큰 수: 8,000개

언어: 사전 훈련에서 100개 이상

미세 조정 지원: 지원 안 함

정규화 지원: 지원

임베딩: 256개, 512개, 1,024개

지원되는 사용 사례: 의미론적 유사성 검색을 통한 문서 찾기(예: 표절 감지), 레이블을 데이터 기반의 학습된 표현으로 분류(예: 영화를 장르로 분류), 검색되거나 생성된 검색 결과의 품질 및 관련성 개선

블로그 읽기

블로그 읽기

Amazon Titan Multimodal Embeddings

Amazon Titan Multimodel Embeddings는 정확한 멀티모달 검색 및 추천 경험을 제공합니다.

최대 토큰 수: 128개

최대 이미지 크기: 25MB

언어: 영어

미세 조정 지원: 가능

Embeddings: 1,024개(기본값), 384개, 256개

지원되는 사용 사례: 검색, 추천 및 개인화

Amazon Titan Image Generator

Amazon Titan Image Generator를 사용하면 텍스트 프롬프트를 사용하여 사실적인 스튜디오 품질의 이미지를 생성할 수 있습니다.

최대 문자 수: 512자

언어: 영어

미세 조정 지원: 지원

지원되는 사용 사례: 텍스트를 이미지로 생성, 이미지 편집 및 이미지 변형

블로그 읽기

Amazon Titan Image Generator 데모 보기

워터마크 감지 데모 보기

re:Invent 세션 보기

Amazon Titan Image Generator v2

Amazon Titan Image Generator v2는 이미지 컨디셔닝, 피사체 일관성, 즉각적인 사용자 지정 및 배경 제거를 지원하여 사실적인 이미지를 생성합니다.

최대 문자 수: 512자

지원되는 입력/출력 이미지 형식: PNG, JPEG

언어: 영어

미세 조정 지원: 지원

지원되는 사용 사례: 텍스트를 이미지로 생성, 이미지 편집, 이미지 변형, 참조 이미지를 사용한 이미지 컨디셔닝, 미세 조정을 사용한 피사체 일관성(생성된 이미지에서 특정 피사체 보존), 자동 배경 제거

공지 읽기

 

동영상

Amazon Titan Text Premier 데모(1:30)
Amazon Titan Image Generator 데모: 이미지 플레이그라운드(5:53)
Amazon Titan Image Generator 데모 - 워터마크 감지(6:11)
AWS re:Invent 2023: Amazon Bedrock의 FM을 사용한 이미지 생성 및 검색 살펴보기(59:23)
Amazon Titan Text 데모(8:34)
AWS re:Invent 2023: Amazon Titan을 사용한 언어 태스크 살펴보기(39:00)

동영상

Amazon Titan Text 데모(8:34)
Amazon Titan Image Generator 데모: 이미지 플레이그라운드(5:53)
AWS re:Invent 2023: Amazon Titan을 사용한 언어 태스크 살펴보기(39:00)
AWS re:Invent 2023: Amazon Bedrock의 FM을 사용한 이미지 생성 및 검색 살펴보기(59:23)

Amazon Titan Image Generator 기능

Amazon Titan Image Generator를 사용하면 콘텐츠 제작자가 아이디어 구상과 반복 작업을 빠르게 진행하여 이미지 생성 효율성을 높일 수 있습니다. 사용자는 참조 이미지를 사용하여 이미지 생성을 안내하고, 기존 시각 자료를 편집하고, 배경을 제거하고, 이미지 변형을 생성할 수 있습니다. 동시에 모델을 안전하게 사용자 지정하여 브랜드 스타일과 주제 일관성을 유지할 수 있습니다. 이 강력한 도구는 워크플로를 간소화하고 생산성을 높이며 창의적인 비전을 실현합니다.

Amazon Titan Image Generator 기능

ControlNet을 참조 이미지와 함께 사용하여 주요 엣지와 영역을 보존하는 일관되고 매력적인 이미지를 생성할 수 있습니다.


입력 텍스트 프롬프트: 요정 세계의 사슴, 양쪽에 있는 작은 오두막, 눈 덮인 겨울 시즌, 일출, 만화 스타일

 

참조 이미지:

참조 이미지

 

 

출력 이미지:

출력 이미지

사용자 입력 없이 여러 개체가 포함된 이미지에서 배경을 자동으로 제거합니다.


입력 이미지:

입력 이미지

 

출력 이미지:

출력 이미지

모델을 미세 조정하여 생성된 시각적 객체에 주제를 손쉽게 통합할 수 있습니다.


입력 텍스트 프롬프트: 달 위의 강아지 론

 

모델 미세 조정을 위한 참조 이미지:

강아지 론
강아지 론

 

출력 이미지:

달 위의 강아지 론

새 장면에서 좋아하는 주제를 생성하고, 참조 이미지를 사용하여 스타일을 전송하거나, 미세 조정 없이 여러 참조 이미지를 사용하여 스타일을 혼합할 수 있습니다.  

입력 텍스트 프롬프트: 야구 모자를 쓴 개


참조 이미지:

참조 이미지

 

출력 이미지:

출력 이미지

생성된 이미지의 색상 팔레트를 정밀하게 제어하여 브랜드의 시각적 아이덴티티를 보존할 수 있습니다. 미세 조정이 필요하지 않습니다.

 

입력 텍스트 프롬프트: 소박한 주방에서 스튜디오 조명 아래에 신선한 채소로 둘러싸인 샐러드 드레싱 한 병

 

입력 16진수 코드: ['#ff8080', '#ffb280', '#ffe680', '#e5ff80']

 

색상 제어 출력 이미지: