전체 글
-
AWS Bedrock이란..?DEV/aws 2024. 1. 12. 15:03
Amazon bedrock - Amazon 고성능 Foundation Model(FM)을 API를 통해 사용 가능한 완전 관리형 서비스 - 다양한 기본 모델을 지원 - 필요한 서비스에 맞는 모델을 선택하여 사용 가능하며 모델에 따라 Fine-tuning을 지원 - 보안, 개인 정보 보호 및 AI 애플리케이션 구축 기능 세트 제공 - RAG(Retrieval Augmented Generation) - LLMs 능력을 확장하여 사용자의 질문이나 요청에 대해 더욱 신뢰할 수 있고 정보가 풍부한 답변을 제공할 수 있도록 도움 - LLM과 정보 검색 시스템을 결합하여 사용자 질문에 답변할 때 필요한 정보를 외 데이터베이스에서 검색할 수 있도록 하여 답변을 제공함 - Hallucination를 억제할 수 있음 - ..
-
AWS Kendra SDK(Vanilla javascript) 기본 설정 - CDN, Client, QueryCommandDEV/aws 2024. 1. 12. 14:40
CDN // NPM으로 받아서 사용하는 것을 더 추천한다. // HTML에서 Module로 불러와주자. * // Vanilla javascript에서 불러오기 import { KendraClient, QueryCommand } from "https://cdn.skypack.dev/@aws-sdk/client-kendra"; Client 호출 /** * region : 본인 AWS Region 코드로 수정해주면 된다. * ap-northeast-1는 도쿄임. */ const region = "본인 AWS의 설정된 Region"; /** * credentials : 본인 AWS Access key, Secret access key * 유출되지 않게 주의하자 (public git 이라던가...) */ cons..
-
AWS Zendesk에 Kendra 끼얹기DEV/aws 2024. 1. 5. 11:31
Why kendra? - Zendesk 지식창고 및 HelpCenter, Community 검색 성능에 부족함을 느낌 - 실제 상담사들이 Zendesk의 지식창고 검색을 사용하면서 불편함을 느끼고 개선을 요청함 - HelpCenter 및 Community의 검색에서 불편함을 직접 느낌 (물론 헬프센터 및 커뮤니티 내부에서 Kendra를 적용하기는 어려울 것으로 예상됨) - Kendra를 이용하면 다양한 Storage에 있는 데이터를 하나의 검색 엔진에서 사용할 수 있다는 강력한 장점이 있음 (각 데이터를 AWS에 싱크해야 하며 직접 다 해줘야하긴 함) - 얼마나 똑똑할지는 모르나 ML 및 NLP 기술을 사용하여 자연어 기반 쿼리 효율 어쩌구 저쩌구… 요구조건 - Zendesk App에서 지식창고(Help..
-
React 시작하기 9. Array 항목 추가DEV/react 2024. 1. 5. 10:52
App.js import React, { useRef, useState } from 'react'; import UserList from './UserList'; import CreateUser from './CreateUser' function App() { const [inputs, setInputs] = useState({ username: '', email: '' }); const { username, email } = inputs; const onChange = (e) => { const { name, value } = e.target; setInputs({ ...inputs, [name]: value }); }; const [users, setUsers] = useState([ { id: 1,..
-
AWS Kendra 준비...DEV/aws 2024. 1. 4. 13:48
Kendra를 시작하게 된 계기 당연히 회사에서 시켜서... 자사 SaaS 서비스의 검색 기능이 멍청하여 해당 서비스의 Articles을 모두 수집하여 좀 더 똑똑하게 검색할 수 있는 기능이 필요했다. Amazon Kendra 역할 Amazon Kendra는 기계 학습(ML)을 사용하여 검색 및 사용자 경험을 개선하는 자연어 검색 서비스입니다. 완전관리형 서비스인 Amazon Kendra에는 즉시 사용 가능한 사전 훈련된 ML 모델이 포함되어 있습니다. 고객은 검색 결과의 정확성 향상과 비정형 데이터를 검색하는 기능 때문에 Amazon Kendra를 선택하는 경우가 많습니다. Amazon Kendra를 사용하면 여러 데이터 리포지토리를 인덱스에 연결하고 문서를 수집 및 크롤링하여 통합 검색 환경을 생성할..