AWS, Amazon Bedrock 업데이트를 통해 벡터 데이터 관리 유연성 확장

데이터 관리에 향상된 다양성과 정확성을 제공하는 AWSAmazon Bedrock 의 지식 베이스 기능에 대한 새로운 업데이트를 출시했습니다. AWS re:Invent 2023 에서 처음 공개된 이 서비스는 조직이 개인 데이터 저장소를 활용하여 상호 작용의 관련성을 강화할 수 있도록 지원하도록 설계되었습니다.

Amazon Bedrock 의 최신 발전은 새로 지원되는 벡터 스토리지 옵션으로 Amazon Aurora PostgreSQL-Compatible Edition 의 통합을 자랑합니다. 이 추가는 Amazon OpenSearch Serverless, Pinecone 및 Redis Enterprise Cloud 용 벡터 엔진을 포함하는 기존 라인업을 보완합니다.

유연성을 더욱 높이기 위해 지식 베이스는 이제 사용자가 사용할 수 있는 임베딩 모델의 범위를 확장합니다. Amazon Titan Text Embeddings 보완하여 고객은 이제 Cohere Embed English 및 Cohere Embed Multilingual 모델의 기능을 활용할 수 있습니다. 1,024차원을 자랑하는 이러한 새로운 추가 기능은 텍스트 데이터를 의미론적 풍부함이 넘치는 벡터 임베딩으로 변환하는 데 능숙합니다.

지식 베이스가 다양한 범위의 사용자 정의 벡터 저장소를 지원하므로 사용자 정의는 이러한 개선의 최전선에 있습니다. 이제 벡터 데이터베이스 인덱스 이름 지정부터 인덱스 및 메타데이터 필드에 대한 정확한 매핑까지 특정 요구 사항에 따라 구성하여 지원되는 다양한 백엔드 중에서 예리하게 선택하는 것이 가능합니다. 이러한 구성 가능성은 기존 데이터 인프라와의 효율적인 통합을 보장하여 서비스 효율성을 강화합니다.

또한 Amazon Aurora PostgreSQL-Compatible 및 Pinecone serverless 통해 서버 용량이 증가하여 벡터 스토리지 시설의 무기고가 풍부해졌습니다. Amazon Aurora 가 벡터 임베딩 작업으로 확장하는 주목할 만한 데이터베이스 이점에는 쉽게 확장 가능한 스토리지 솔루션과 보다 빠른 글로벌 읽기 성능이 포함되어 기존 오픈 소스 PostgreSQL 능가합니다. 한편, Pinecone serverless 급성장하는 생성 AI 애플리케이션을 위해 특별히 맞춤화된 새로운 벡터 데이터베이스 역할을 합니다.

이러한 추가 스토리지 솔루션을 통해 사용자는 다양한 확장 범위의 이점을 누릴 수 있으므로 보다 맞춤화되고 효과적인 데이터 처리 전략이 가능해집니다.

업데이트 제품군을 완성한 Amazon OpenSearch Serverless 개발 및 테스트 환경에서 기본적으로 중복 복제본을 비활성화하는 업데이트를 통해 비용 효율성이 향상되었습니다. 조정을 통해 관련 비용이 절반으로 줄어들 것으로 예상됩니다.

AWS 의 주요 개발자 옹호자인 Antje Barth 블로그 게시물에서 언급한 것처럼, 이러한 발전은 사용자 경험을 개선하고 클라우드에서 벡터 데이터 관리를 위한 적응 가능하고 주머니 친화적인 솔루션을 제공하려는 Amazon Bedrock 의 헌신을 종합적으로 조명합니다. 이번 발표는 데이터베이스 및 비즈니스 로직 시각화를 위한 정교한 옵션을 포함하여 전반적으로 애플리케이션 개발을 단순화하고 가속화하는 AppMaster 와 같은 플랫폼을 통해 로우 코드/ no-code 영역에서 상당한 진전이 이루어진 직후에 나온 것입니다.