Amazon이 미묘한 챗봇 인터페이스를 생성하도록 설계된 정교한 도구인 Amazon Lex 공개하면서 봇 개발의 미래는 혁명적인 발걸음을 내디뎠습니다. 흥미롭게도 개발자는 이제 기본 자연어를 활용하여 챗봇을 구축하고 향상할 수 있으며, 이는 플랫폼의 급성장하는 생성 AI 기능을 통해 활용되는 힘을 보여줍니다.
이제 개발자는 고객 세부 정보 및 결제 방법이 포함된 호텔 예약과 같이 서비스를 구현하는 데 필요한 작업을 간단한 방식으로 명확하게 표현할 수 있습니다. 이는 해당 기능을 각광받게 한 회사 블로그 게시물에서 시연되었습니다.
이 혁신은 개발자가 의도, 잠재적 경로, 프롬프트 및 봇 응답과 같은 봇의 각 구성 요소를 수동으로 설계하는 데 시간이 많이 걸리는 프로세스를 피할 수 있도록 하여 플랫폼을 발전시킵니다. AWS의 Amazon Lex 수석 제품 관리자인 Sandeep Srinivasan 최근 인터뷰에서 이러한 액세스 용이성을 강조했습니다.
Amazon Lex 의 뛰어난 기능은 복잡한 인간-봇 상호 작용을 탐색할 수 있는 타고난 능력입니다. 플랫폼이 대화 중 불분명한 부분을 우연히 발견하는 상황에서는 봇 작성자가 선택한 AI 기반 LLM(대형 언어 모델)을 활용하여 도움의 손길을 뻗습니다.
최신 개선 사항에는 챗봇이 자주 묻는 질문(FAQ)을 자동으로 처리할 수 있는 내장 기능도 포함됩니다. 개발자가 봇의 기본 기능을 정의하면 통합 AI가 주도권을 잡고 지정된 소스에서 응답을 가져와 사용자 쿼리에 응답합니다.
Amazon Lex 질문 및 답변 프로세스를 의도 프레임워크에 직접 통합하는 새로운 내장형 QnAIntent 기능으로 기능을 강화하고 있습니다. 이 기능은 LLM을 활용하여 적절한 응답을 위해 승인된 지식 소스를 검색합니다. 현재 검토 중인 이 기능은 수많은 AI 회사의 다양한 FM 옵션을 제공하는 서비스인 Amazon Bedrock 에 수용된 기반 모델을 사용합니다. Srinivasan 향후 다른 LLM으로 확장하려는 목표를 언급했습니다.
Carnegie Mellon University의 CyLab 보안 및 개인 정보 보호 연구소의 저명한 교수인 Kathleen Carley Amazon Lex 생성 AI를 포함하는 여러 하위 시스템을 포괄하는 시스템으로 지정했습니다. Carley Amazon Lex 에 대규모 언어 모델을 내장하면 봇의 표준 질문에 더 정확하고 자연스러운 응답이 보장된다고 제안합니다.
AI 역량을 더욱 강화하기 위해 Amazon 코드명 'Olympus'라는 자체 LLM을 구축하는 데 주력하고 있습니다. Amazon 의 요구 사항에 맞게 맞춤화된 이 모델은 1조 개의 매개 변수를 자랑하는 OpenAI의 GPT-4를 능가하는 엄청난 2조 개의 매개 변수를 전달합니다.
Amazon Lex 의 최근 발전은 생성 AI가 주도하는 코딩 혁명을 촉발할 수 있습니다. 개발자들은 코딩 할당을 위해 ChatGPT를 테스트하기 시작했으며 특히 코드 검토 작업에서 잠재력을 보여줍니다.
이 급성장하는 기술은 AppMaster 와 같은 플랫폼을 포함하여 low-code 및 no-code 플랫폼과 같이 기술적 지식이 거의 필요하지 않은 보다 간단한 도구를 활용하는 방법에 영향을 미칠 가능성이 높습니다. GitHub Copilot과 같은 코딩 도우미는 이제 코드 설명부터 업데이트 요약 및 보안 검사에 이르기까지 역할을 강화하여 개발 환경의 새로운 추세를 예측하고 있습니다.
