Amazon Bedrock Knowledge Bases(지식 기반)는 외부 자료의 검색과 생성 모델의 응답을 연결한다.
검색과 생성의 연결
검색 증강 생성(Retrieval Augmented Generation, RAG)은 질문 시점에 데이터 소스에서 관련 정보를 찾고 그 자료를 모델 응답의 근거로 제공한다. Knowledge Bases는 이 검색·생성 연결의 관리 부담을 줄인다. 응답에 인용을 붙일 수 있지만, 인용 존재만으로 응답 전체가 사실이 되는 것은 아니다. 원자료 내용과 생성 문장의 부합 여부는 평가해야 한다.
관리형 지식 기반(managed knowledge base)은 데이터 수집(ingestion), 인덱싱(indexing), 저장과 검색에 필요한 기반 운영을 서비스가 맡는 방식이다. 고객 관리형 지식 기반(customer-managed knowledge base)은 고객이 벡터 저장소(vector store)와 관련 구성을 더 직접 제어한다. 선택할 때는 운영 부담뿐 아니라 데이터 소스를 연결하는 커넥터(connector)의 권한 처리도 살핀다. 모든 커넥터가 동일한 접근 제어 목록(access control list, ACL) 연계 기능을 제공하는 것은 아니며 웹 크롤러(web crawler)에는 예외가 있다.
RAG의 기본 원리는 필요한 자료를 검색해 모델에 제공하는 것이다. 최신 제품의 관리 옵션과 그 원리는 구분해 공부한다. 재순위화(reranking), 멀티모달 질의(multimodal query), 이미지 검색(image retrieval)을 구현할 때는 기능 소개만으로 판단하지 말고 해당 구현 문서와 지원 리전을 확인한다.
적용 범위: 커넥터별 문서 권한 연계, 리랭킹·멀티모달 검색·리전 지원은 각각의 구현 문서에서 확인한다.
공식 출처와 이어 읽기
용어 확인: 벡터(vector).