Amazon Bedrock으로 시작하는 실전 생성형 AI 개발

들어가는 글
추천사

00. AWS 계정 준비하기
0-1 AWS 가입
0-2 계정 설정

01. 생성형 AI란 무엇인가
1-1 생성형 AI의 정의
1-2. AWS의 생성형 AI 전략

02. Amazon Bedrock 시작하기
2-1 주요 Bedrock 기반 모델
2-2 Bedrock 사용하기

03. 프롬프트 엔지니어링
3-1 프롬프트 엔지니어링 개념과 중요성
3-2 효과적인 프롬프트 작성 방법
3-3 프롬프트 엔지니어링 with Claude
3-4 프롬프트 템플릿 예시

04. Bedrock으로 RAG 구현하기
4-1 RAG 개념
4-2 벡터 데이터베이스
4-3 LangChain으로 RAG 구현
4-4 관리형 서비스로 RAG 구현:Knowledge Bases for Amazon Bedrock

05. Bedrock으로 Agent 구현하기
5-1 Agent 개념
5-2 Tool Use
5-3 관리형 서비스로 에이전트 구현: Agents for Amazon Bedrock

06. Bedrock에서 모델 학습하기
6-1 미세조정과 지속적인 사전 학습
6-2 사용자 지정 모델 학습하기
6-3 외부 모델 가져오기

07. Bedrock 운영하기
7-1 모델 호출 로깅
7-2 Bedrock 대시보드 만들기
7-3 Amazon Bedrock Guardrails을 통한 가드레일 설정
7-4 Bedrock 모델 평가
7-5 Bedrock 모델 추론
7-6 Bedrock 보안

08. Bedrock 최신기능 훑어보기
8-1 프롬프트 관리(Prompt management)
8-2 흐름(Flows)
8-3 Bedrock Studio

생성형 AI는 예술, 과학, 비즈니스 등 다양한 분야에 응용되며, 인간의 창의적 작업을 보완하고 확장하는 도구로 활용되고 있습니다. 이를 통해 새로운 아이디어와 솔루션을 창출할 수 있습니다. 또한 자연어 처리, 컴퓨터 비전, 음성 합성 등 다양한 분야에서 활용되며, 지속적 연구 개발로 능력과 적용 범위가 확장되고 있습니다. 생성형 AI 기술의 발전은 인공지능 분야에서 새로운 패러다임 전환을 가져올 것으로 기대됩니다.
<01생성형 AI란 무엇인가> 중에서

원하는 출력을 얻기 위해서 지시를 명료하게 작성했음에도 불구하고 원하는 결과물이 나오지 않을 수 있습니다. 모델에게 몇 가지 예시를 함께 제공한다면, 모델은 주어진 맥락을 더 잘 이해하고 유사한 패턴으로 답변을 생성할 수 있습니다. 언어 모델에게 몇 가지 예시를 제공하여 답변의 정확성 및 품질을 개선하는 방법을 퓨샷(few-shot) 프롬프팅이라 하며, 멀티샷(multishot)이라고도 알려져 있습니다.
<03 프롬프트 엔지니어링(Prompt Engineering)> 중에서

RAG의 핵심은 두 가지 상호보완적 지식 저장소를 결합한다는 데 있습니다. 모델이 자체적으로 보유한 파라미터 기반 지식과 외부 저장소에서 검색된 비파라미터 지식을 통합하여, 더욱 정확하고 맥락에 맞는 응답을 생성합니다. 이는 마치 오픈북 시험에서 암기한 내용과 참고 자료를 동시에 활용하는 것과 유사한 방식으로, LLM의 활용 범위를 크게 확장시킵니다.
<04 Bedrock으로 RAG 구현하기> 중에서