티로의 Amazon Bedrock과 RDS를 활용한 대화 기록 기반 Ask Tiro 구현
46
AI 요약

이 글은 AI가 원문을 분석하여 핵심 내용을 요약한 것입니다.

티로의 Amazon Bedrock과 RDS 기반 Ask Tiro 구현

이 게시물은 티로가 대화 기록 기반 질의응답 시스템인 "Ask Tiro"를 Amazon Bedrock과 Amazon RDS for PostgreSQL을 활용하여 구현한 사례를 소개합니다.

주요 아키텍처 및 처리 과정

  • Amazon Bedrock의 Claude 4.0 Sonnet 모델을 활용해 쿼리 의도 분석 및 답변 생성
  • RDS의 pgvector 확장과 HNSW 인덱스를 이용한 고성능 벡터 검색
  • 필터링, 벡터 검색, RAG 기반 답변 생성의 3단계 워크플로우

도입 이유 및 효과

  • 다국어 의도 분석 능력과 AWS 생태계 연동성
  • 관리형 서비스로 안정성 및 비용 효율성 확보
  • 대화 기록에서 신속하고 정확한 맥락 기반 답변 제공

연관 게시글

AWS와 함께하는 웅진 AI Runner Challenge – 3부: Amazon Bedrock 기반의 렌탈 제품 추천 AI 에이전트

AWS와 함께하는 웅진 AI Runner Challenge – 3부: Amazon Bedrock 기반의 렌탈 제품 추천 AI 에이전트

AWS AWS •
15
카사코리아 AI 챗봇 구축기 Amazon Bedrock 기반 대고객 에이전트형 챗봇 구현 사례

카사코리아 AI 챗봇 구축기 Amazon Bedrock 기반 대고객 에이전트형 챗봇 구현 사례

AWS AWS •
69
아이지에이웍스 AI 에이전트 클레어: Amazon Bedrock 기반 Text-to-SQL/Chart 에이전트로 이룬 데이터 분석 혁신 (Part 2)

아이지에이웍스 AI 에이전트 클레어: Amazon Bedrock 기반 Text-to-SQL/Chart 에이전트로 이룬 데이터 분석 혁신 (Part 2)

AWS AWS •
27