Category: Launch

이제 Amazon CloudWatch를 사용하여 하이브리드, 멀티 클라우드 및 온프레미스 데이터 소스의 지표를 통합하여 일관되고 통일된 방식으로 처리할 수 있습니다. 소스에 관계없이 모든 지표를 쿼리 및 시각화하고 관련 경보를 제공할 수 있습니다. 이 새로운 기능은 통합 보기를 제공하는 것 외에, 인프라의 여러 부분과 측면에 걸쳐 추세와 문제를 식별하는 데에도 도움이 됩니다. 이 새로운 기능에 대해 처음 […]

오늘, 두 가지 새로운 Amazon Titan 멀티모달 파운데이션 모델(FM)인 Amazon Titan Image Generator(프리뷰)와 Amazon Titan Multimodal Embeddings을 소개합니다. 또한 Amazon Titan Text Lite와 Amazon Titan Text Express가 이제 Amazon Bedrock에서 정식 출시되었다는 소식을 전하게 되어 기쁩니다. 이제 Amazon Titan Multimodal Embeddings을 포함하여 출시된 세 가지 Amazon Titan Text FM 중에서 선택할 수 있습니다. Amazon Titan […]

새로운 Amazon WorkSpaces 씬 클라이언트는 가상 데스크톱에 대한 비용 효율적이고 안전하며 관리하기 쉬운 액세스를 통해 최종 사용자 및 IT 직원의 생산성을 개선합니다. 디바이스는 사전 구성되어 최종 사용자에게 직접 배송되므로 배포, 연결 및 사용할 준비가 됩니다. 제 테스트 설정은 다음과 같습니다. 씬 클라이언트는 모니터, 키보드, 마우스 및 기타 USB 주변 장치(예: 헤드셋, 마이크, 카메라)에 직접 연결되는 […]

책임 있는 인공 지능(AI) 전략의 일환으로 이제 Amazon Bedrock Guardrails(미리 보기)을 사용하여 사용 사례와 책임 있는 AI 정책에 맞게 사용자 지정된 보호 장치를 구현함으로써 사용자와 생성형 AI 애플리케이션 간의 안전한 상호 작용을 촉진할 수 있습니다. AWS는 교육과 과학에 중점을 두고, AI 수명 주기 전반에 걸쳐 책임 있는 AI를 통합할 수 있도록 개발자를 지원함으로써 사람 중심의 […]

지난 7월에 Amazon Bedrock용 에이전트(미리보기)를 소개했습니다. 오늘부터 Amazon Bedrock용 에이전트를 정식 버전으로 사용할 수 있습니다. Amazon Bedrock용 에이전트는 여러 단계의 태스크를 오케스트레이션하여 생성형 인공 지능(AI) 애플리케이션 개발을 가속화하는 데 도움이 됩니다. 에이전트는 파운데이션 모델(FM)의 추론 기능을 사용하여 사용자 요청 태스크를 여러 단계로 분할합니다. 개발자 제공 지침을 사용하여 오케스트레이션 계획을 만듭니다. 그런 다음 회사 API를 호출하고 […]

오늘 AWS는 클라우드 도입을 가속화하고 생산성을 개선하며 혁신을 주도할 수 있는 완전관리형 지식 서비스인 AWS re:Post Private를 출시합니다. re:Post Private을 사용하면 조직에서 협업을 강화하고 클라우드 커뮤니티를 위해 구축된 지식 리소스에 액세스할 수 있습니다. 이 서비스에는 AWS에서 엄선한 기술 콘텐츠 및 교육 자료 모음이 포함됩니다. 콘텐츠는 조직 구성원과 AWS Account 팀을 위한 비공개 토론 및 협업 […]

오늘 Amazon DataZone용 생성형 인공 지능(AI)으로 뒷받침되는 자동화 기능의 평가판을 발표합니다. 이 기능을 사용하면 조직 데이터에 컨텍스트를 제공하기 위해 필요한 시간을 크게 절약할 수 있습니다. 이 새로운 기능은 전통적으로 노동 집약적이었던 데이터 카탈로그 작성 프로세스를 자동화할 수 있습니다. Amazon Bedrock의 대규모 언어 모델(LLM)을 기반으로 하며, 데이터 자산 및 해당 스키마에 대한 자세한 설명을 생성하고 분석적 […]

Amazon SageMaker Clarify에서 이제 파운데이션 모델(FM) 평가(미리 보기)가 지원됩니다. 이제 데이터 과학자 또는 기계 학습(ML) 엔지니어는 SageMaker Clarify를 사용하여 정확성, 견고성, 창의성, 사실적 지식, 편향, 유해성 등의 지표를 기반으로 몇 분 만에 FM을 평가, 비교 및 선택할 수 있습니다. 이 새로운 기능은 SageMaker Clarify의 기존 기능에 추가되어 ML 데이터 및 모델의 편향을 감지하고 모델 예측을 […]

오늘, 배포 비용을 최적화하고 지연 시간을 줄이는 데 도움이 되는 새로운 Amazon SageMaker 추론 기능을 발표합니다. 이 새로운 추론 기능을 사용하면 동일한 SageMaker 엔드포인트에 하나 이상의 파운데이션 모델(FM)을 배포하고 각 FM에 예약되는 액셀러레이터 수와 메모리 양을 제어할 수 있습니다. 이렇게 하면 리소스 활용도를 높이고 모델 배포 비용을 평균 50% 절감하며 사용 사례에 따라 엔드포인트 규모를 […]

이제 Amazon SageMaker에서 개선된 모델 배포 경험을 통해 기존 기계 학습(ML) 모델과 파운데이션 모델(FM)을 더 빠르게 배포할 수 있습니다. 데이터 사이언티스트 또는 ML 실무자는 이제 SageMaker Python SDK의 새로운 ModelBuilder 클래스를 사용하여 모델을 패키징하고 로컬 추론을 수행하여 런타임 오류를 검증하며 로컬 IDE 또는 SageMaker Studio 노트북에서 SageMaker를 배포할 수 있습니다. SageMaker Studio의 새로운 대화형 모델 […]