관리형 지식 기반 생성

관리형 지식 기반을 생성하면 Amazon Bedrock AgentCore가 스토리지, 인덱싱 및 검색 인프라를 관리합니다. 기본적으로 서비스 관리형 임베딩 모델이 사용되며 모델 선택 또는 구성이 필요하지 않습니다. 대신 원하는 대로 자체 Bedrock 임베딩 모델을 제공할 수 있습니다. 선택적으로 관리형 벡터 스토어의 암호화를 위한 KMS 키를 제공할 수도 있습니다.

지식 기반을 생성한 후 데이터 소스에 연결하고 수집을 시작합니다. 데이터 소스 연결에 대한 자세한 내용은 데이터 소스 연결을 참조하세요. 데이터 소스를 동기화하려면 StartIngestionJob API를 사용합니다. 자세한 내용은 Amazon Bedrock Knowledge Bases으로 데이터 동기화을 참조하세요.

관리형 지식 기반을 생성하는 방법을 알아보려면 원하는 방법의 탭을 선택합니다.

Console

관리형 지식 기반을 생성하려면

에 로그인 AWS Management Console 하고 Amazon Bedrock AgentCore > 기본 제공 도구 > 지식 기반으로 이동합니다.
관리형 지식 기반 생성을 선택합니다.
(선택 사항) 지식 기반 세부 정보 섹션의 추가 구성을 확장하여 다음을 구성합니다.
- 설명을 추가합니다.
- 임베딩 모델 유형을 선택합니다.
  - 관리형(기본값): 서비스 관리형 임베딩 모델이 사용됩니다. 모델 선택이나 구성은 필요하지 않습니다.
  - 사용자 지정: Bedrock 임베딩 모델을 선택합니다. 모델을 선택하여 사용 가능한 공급자(Amazon, Cohere) 및 모델을 표시하는 모델 선택기를 엽니다.
- IAM 권한 구성: 새 서비스 역할 생성 및 사용(권장)을 선택하거나 기존 역할을 선택합니다.
- 관리형 벡터 스토어에 대한 AWS KMS 암호화를 구성합니다(기본적으로AWS 관리형 키 또는 사용자 지정 KMS 키 선택).
데이터 소스에서 데이터 소스 이름을 입력합니다.
드롭다운에서 Amazon S3, Confluence, Custom, Google Drive, OneDrive, SharePoint 또는 Web Crawler 등의 데이터 소스 유형을 선택합니다.
선택한 데이터 소스 유형에 대한 데이터 소스 연결 설정을 구성합니다.
(선택 사항) 콘텐츠 구문 분석 및 청킹을 확장하여 다음을 구성합니다.
- 구문 분석 전략은 기본적으로 관리형 구문 분석기로 설정됩니다.
- 드롭다운에서 텍스트 청킹 전략을 선택합니다.
  - 기본 청킹(권장): 텍스트를 고정 크기 청크로 분할합니다.
  - 고정 크기 청킹: 설정된 대략적인 토큰 크기로 텍스트를 분할합니다.
  - 청킹 없음: 사전 처리되거나 사전 분할된 문서의 경우.
(선택 사항) 고급 구성을 확장하여 고급 인덱싱을 구성합니다. 콘텐츠 인덱싱에서 기본값은 일반 문서의 텍스트 기반 콘텐츠를 인덱싱합니다. 추가 양식에 대해 고급 인덱싱을 활성화합니다.
- 문서의 시각적 콘텐츠: 임베디드 시각적 객체를 .pdf, .docx, .ppt, .pptx 파일로 처리합니다.
- 오디오 파일: .mp3, .wav, .m4a, .flac, .ogg 파일을 처리합니다.
- 비디오 파일: .mp4, .mov, .m4v 파일을 처리합니다.
선택적으로 최대 파일 크기(MB)를 설정하고 문서 삭제 보호 장치를 구성합니다.
(선택 사항) CloudWatch Logs, Amazon S3 또는 Firehose와 같은 대상으로 지식 기반 수집 로그를 보내도록 로그 전송을 구성합니다.
지식 기반 생성을 선택합니다.
지식 기반과 데이터 소스가 생성될 때까지 기다립니다(2~5분). 고객 관리형 키로 관리형 지식 기반을 생성하는 경우 생성 시간이 더 오래 걸릴 수 있습니다.

API

다음은 관리형 지식 기반을 생성하고 Python과 같은 AWS CLI 또는 지원되는 SDK와 함께 API를 사용하여 데이터 소스를 구성하는 예제입니다. CreateKnowledgeBase를 직접 호출한 후 CreateDataSource를 직접 호출하여 dataSourceConfiguration의 연결 정보로 데이터 소스를 만듭니다.

선택적 vectorIngestionConfiguration 필드를 포함하여 수집에 적용할 수 있는 사용자 지정에 대해 알아보려면 데이터 소스에 대한 수집 사용자 지정 섹션을 참조하세요.

AWS Command Line Interface

1단계: 지식 기반 생성

관리형 임베딩 모델 사용(기본값):


aws bedrock-agent create-knowledge-base \
 --name "my-managed-kb" \
 --role-arn "arn:aws:iam::123456789012:role/BedrockKBRole" \
 --description "My managed knowledge base" \
 --knowledge-base-configuration file://kb-config.json

kb-config.json
{
    "type": "MANAGED",
    "managedKnowledgeBaseConfiguration": {
        "embeddingModelType": "MANAGED"
    }
}

사용자 지정 임베딩 모델(고객 제공 Bedrock 모델):


aws bedrock-agent create-knowledge-base \
 --name "my-custom-embed-kb" \
 --role-arn "arn:aws:iam::123456789012:role/BedrockKBRole" \
 --description "My managed knowledge base with custom embedding" \
 --knowledge-base-configuration file://kb-config.json

kb-config.json
{
    "type": "MANAGED",
    "managedKnowledgeBaseConfiguration": {
        "embeddingModelType": "CUSTOM",
        "embeddingModelArn": "arn:aws:bedrock:us-west-2::foundation-model/amazon.titan-embed-text-v2:0",
        "embeddingModelConfiguration": {
            "bedrockEmbeddingModelConfiguration": {
                "dimensions": 1024
            }
        }
    }
}

참고

embeddingModelType이 생략되면 기본값은 입니다MANAGED. 를 사용할 때는 embeddingModelArn 또는 MANAGED를 지정해서는 안 됩니다embeddingModelConfiguration. 를 사용하는 경우 CUSTOM두 필드가 모두 필요합니다.

2단계: 데이터 소스 생성


aws bedrock-agent create-data-source \
 --name "S3-connector" \
 --description "S3 data source connector for Amazon Bedrock to use content in S3" \
 --knowledge-base-id "your-knowledge-base-id" \
 --data-source-configuration file://bedrock-s3-managed-connector-configuration.json \
 --data-deletion-policy "DELETE" \
 --vector-ingestion-configuration '{"parsingConfiguration":{"parsingStrategy":"SMART_PARSING"}}'

bedrock-s3-managed-connector-configuration.json
{
    "type": "MANAGED_KNOWLEDGE_BASE_CONNECTOR",
    "managedKnowledgeBaseConnectorConfiguration": {
        "mediaExtractionConfiguration": {
            "imageExtractionConfiguration": {
                "imageExtractionStatus": "ENABLED"
            }
        },
        "connectorParameters": {
            "type": "S3",
            "version": "1",
            "connectionConfiguration": {
                "bucketName": "your-test-s3-bucket",
                "bucketOwnerAccountId": "123456789012"
            },
            "deletionProtectionConfiguration": {
                "enableDeletionProtection": false
            }
        }
    }
}

모델 옵션 임베딩

관리형 지식 기반은 두 가지 임베딩 모델 유형을 지원합니다.

관리형 임베딩(기본값) - 서비스 관리형 임베딩 모델이 자동으로 사용됩니다. 임베딩을 위해 모델을 선택하거나, 차원을 구성하거나, Bedrock 서비스 제한을 관리할 필요가 없습니다. 서비스는 모델 선택, 호스팅 및 조정을 투명하게 처리합니다.
사용자 지정 임베딩 - 자체 Bedrock 임베딩 모델 ARN을 제공합니다. 사용자 지정 임베딩 모델을 사용하는 경우 모델 차원(1024) 및 float32 임베딩 데이터 유형을 지정해야 합니다. 다음 Bedrock 임베딩 모델이 지원됩니다.
- Amazon Titan Text Embeddings V2
- Cohere 임베드 영어 v3
- Cohere 임베드 다국어 v3
- Cohere Embed v4
- Amazon Nova 멀티모달 임베딩

참고

지식 기반을 생성한 후에는 임베딩 모델 유형을 변경할 수 없습니다. 관리형 임베딩과 사용자 지정 임베딩 간에 전환하려면 새 지식 기반을 생성해야 합니다.

중요

사용자 지정 임베딩 모델로 지식 기반을 생성하는 경우 해당 지식 기반에 관리형 리랭커를 사용할 수 없습니다. 관리형 리랭커를 사용하려면 기본 관리형 임베딩 모델을 사용하여 지식 기반을 생성합니다.

지원되는 데이터 소스 커넥터

관리형 지식 기반은 다음 데이터 소스 커넥터를 지원합니다.

Amazon S3
Confluence
Microsoft SharePoint
Google Drive
Microsoft OneDrive
웹 크롤러
사용자 지정 커넥터

데이터 소스 커넥터 구성에 대한 자세한 내용은 데이터 소스 연결을 참조하세요.

javascript가 브라우저에서 비활성화되거나 사용이 불가합니다.

AWS 설명서를 사용하려면 Javascript가 활성화되어야 합니다. 지침을 보려면 브라우저의 도움말 페이지를 참조하십시오.

문서 규칙

지식 기반 서비스 역할

데이터 소스 연결