Amazon Web Services 한국 블로그

Amazon Bedrock Guardrails – 책임 있는 AI 정책에 맞춘 맞춤화된 보호 장치 구현 (미리 보기)

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 […]

Amazon Bedrock Agent 정식 출시 – 향상된 오케스트레이션 제어 및 추론 가시성 제공

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 […]

AWS re:Post Private을 사용하여 협업을 강화하고 클라우드 관련 지식을 안전하게 공유

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 […]

AWS Clean Rooms – 사용자 데이터에 대한 차등 개인 정보 보호 제공 (미리 보기)

오늘부터 AWS Clean Rooms 차등 프라이버시(평가판)를 사용하여 몇 단계만 거치면 수학적으로 뒷받침되며 직관적인 제어 기능을 통해 사용자의 개인 정보를 보호할 수 있습니다. AWS Clean Rooms의 완전 관리형 기능이므로 사용자 재식별을 방지하는 데 유용한 차등 프라이버시 작업이 사전에 필요하지 않습니다. AWS Clean Rooms 차등 프라이버시는 협업에서의 종합적인 인사이트 생성에 개별 데이터의 기여가 도드라지지 않게 하기 때문에, […]

Amazon DataZone 신규 생성형 AI 기능 – 데이터 카탈로그 자동 생성 (미리 보기)

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 Clarify – 파운데이션 모델 평가 기능 출시 (미리 보기)

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 […]

Amazon SageMaker Inference –  파운데이션 모델 배포 비용과 지연 시간 감소

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 […]

Amazon SageMaker – 안내식 워크플로를 통한 모델 패키징 및 배포 가속화

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 […]

Amazon Q in QuickSight – 생성형 BI 기능을 이용한 쉬운 데이터 통찰력 제공 (미리 보기)

오늘 QuickSight의 Amazon Q의 평가판이 출시되었다는 소식을 전하게 되어 기쁩니다. 이제 7월 26일에 발표된 Amazon QuickSight의 생성형 BI 기능과 비즈니스 사용자를 위한 두 가지 추가 기능을 경험할 수 있습니다. QuickSight에서 Amazon Q를 사용하여 인사이트를 보다 빠르게 성과로 전환하기 이번 발표를 통해 비즈니스 사용자는 이제 데이터를 검토하고 공유가 가능한 설득력 있는 스토리를 생성하고, 몇 초 만에 […]

Amazon Bedrock – 파운데이션 모델 평가 기능 출시 (미리보기)

이제 Amazon Bedrock에서의 고객의 사용 사례에 가장 적합한 파운데이션 모델(FM)을 평가, 비교 및 선택할 수 있다는 소식을 알려드리게 되어 기쁩니다. Amazon Bedrock에서의 모델 평가 기능은 현재 평가판으로 사용 가능합니다. Amazon Bedrock은 자동 평가와 인적 평가 중에서 선택할 수 있는 옵션을 제공합니다. 정확도, 견고성, 독성과 같은 사전 정의된 지표로 자동 평가를 사용할 수 있습니다. 친근감, 스타일, […]