AI 챗봇 with Bedrock

무엇을 만드나요?

개요

이 실습에서는 Amazon Bedrock Foundation Model과 Knowledge Base를 활용하여 RAG(Retrieval-Augmented Generation) 기반의 도메인 특화 AI 챗봇을 처음부터 구축합니다. Bedrock에서 제공하는 Claude 3 Sonnet 또는 Titan Text 모델을 호출하는 Lambda 함수를 작성하고, S3에 저장된 문서(FAQ, 매뉴얼 등)를 Knowledge Base로 인덱싱하여 OpenSearch Serverless 벡터 스토어 기반의 RAG 파이프라인을 완성합니다. API Gateway를 통해 REST 엔드포인트를 노출하고, 일반 질문과 RAG 질문의 응답 품질 차이를 직접 비교합니다.

학습 목표

• Amazon Bedrock의 주요 Foundation Model을 이해하고 비교한다
• 프롬프트 엔지니어링 기법을 적용하여 응답 품질을 개선한다
• RAG 아키텍처로 도메인 지식 기반 챗봇을 구축한다
• Lambda + API Gateway로 챗봇 API를 배포한다

핵심 개념

실습 결과물

• Bedrock 모델 액세스 활성화 (Claude 3 Sonnet 또는 Titan Text)
• S3 문서 버킷 + 샘플 문서 업로드
• Knowledge Base (S3 데이터 소스 + OpenSearch Serverless 벡터 스토어)
• Lambda 함수 — InvokeModel API 호출 (일반 대화)
• Lambda 함수 — RetrieveAndGenerate API 호출 (RAG 쿼리)
• API Gateway REST API 엔드포인트
• 일반 질문 vs RAG 질문 응답 품질 비교 결과

단계별 실습 가이드

포함된 코스