기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.

# Amazon SageMaker AI JumpStart 및 MongoDB Atlas 벡터 검색을 사용한 생성형 AI
<a name="generative-ai"></a>

[Amazon SageMaker AIJumpStart](https://docs.aws.amazon.com/sagemaker/latest/dg/studio-jumpstart.html)는 지능형 텍스트 애플리케이션을 위한 검색 증강 생성(RAG)과 같은 사전 훈련된 AI 파운데이션 모델을 제공합니다. JumpStart를 [MongoDB Atlas 벡터 검색](https://www.mongodb.com/products/platform/atlas-vector-search)과 결합하면 텍스트, 이미지 및 기타 데이터에 대한 의미 기반 유사성 쿼리를 활성화하여 강력한 검색 경험을 구축할 수 있습니다. 예를 들어, 개발자는 다음 다이어그램과 같이 Atlas 벡터 검색을 사용하여 고객 대화에 대한 직관적인 의미 기반 검색을 구현하고, Amazon SageMaker AI RAG 모델을 활용하여 대화형 요약 및 번역 기능을 추가할 수 있습니다.

![\[생성형 AI 기능을 위해 MongoDB Atlas를 Amazon SageMaker AI와 통합합니다.\]](http://docs.aws.amazon.com/ko_kr/prescriptive-guidance/latest/migration-mongodb-atlas/images/gen-ai.png)


이 솔루션은 자동화된 지원, 스마트 콘텐츠 관리, 콘텐츠 요약, 향상된 추천 기능 등 다양한 AI 기반 검색 사례를 가능하게 합니다. MongoDB를 통한 직관적인 정밀 검색과 Amazon SageMaker JumpStart의 생성형 기능을 결합하면 개발자가 빠르게 강력한 인지형 검색 애플리케이션을 제공할 수 있습니다.

주요 하이라이트:
+ 엔터프라이즈 챗봇 사용 사례
+ RAG 모델 아키텍처 지원
+ MongoDB Atlas 벡터 검색
+ 2K 임베딩 지원
+ 보안 데이터 전송
+ 할루시네이션 발생 가능성 감소

이 구현에 대한 자세한 내용은 AWS 블로그 게시물 [Retrieval-Augmented Generation with LangChain, Amazon SageMaker AI JumpStart, MongoDB Atlas Semantic Search](https://aws.amazon.com/blogs/machine-learning/retrieval-augmented-generation-with-langchain-amazon-sagemaker-jumpstart-and-mongodb-atlas-semantic-search/)를 참조하세요.