다른 AWS 서비스와 S3 Vectors 사용하기
다른 AWS 서비스와 S3 Vectors 사용하기 (Using S3 Vectors with other AWS services)
S3 Vectors는 다른 AWS 서비스와 통합되어 벡터 처리 기능을 강화하고 AI·머신러닝 워크로드에 대한 포괄적인 솔루션을 제공해요. 이러한 통합을 통해 S3 Vectors의 비용 효율적인 저장소를 다른 AWS 서비스의 전문화된 기능과 함께 활용할 수 있어요.
사용 가능한 통합 (Available integrations)
S3 Vectors는 다음 AWS 서비스와 네이티브 통합을 제공해요.
- Amazon OpenSearch Service — 벡터 인덱스의 스냅샷을 Amazon OpenSearch Service로 내보내 높은 초당 쿼리 수(QPS)와 낮은 지연 시간의 벡터 검색을 할 수 있어요. 또한 Amazon OpenSearch Service는 Amazon S3 Vectors를 새로운 저비용 엔진으로 추가해, 비용을 최적화하면서도 하이브리드 검색, 집계(aggregations), 고급 필터링, 패싯 검색(faceted search) 등 고급 검색 기능에 Amazon OpenSearch Service API 작업을 계속 사용하려는 고객을 지원해요.
- Amazon Bedrock Knowledge Bases — RAG(Retrieval Augmented Generation, 검색 증강 생성) 애플리케이션의 벡터 저장소로 S3 Vectors를 사용해 지식 기반 작업의 쿼리 성능을 유지하면서 저장 비용을 줄일 수 있어요. 이 통합은 Amazon Bedrock 콘솔이나 Amazon SageMaker AI Unified Studio를 통해 접근할 수 있어요.
통합 이점 (Integration benefits)
이러한 통합은 몇 가지 주요 이점을 제공해요.
- 비용 최적화 (Cost optimization): 큰 벡터 데이터셋을 S3 Vectors에 비용 효율적으로 저장하면서도 특정 워크로드에는 전문화된 서비스를 사용해요. 예를 들어 고급 검색 기능에는 Amazon OpenSearch를 사용할 수 있어요.
- 성능 유연성 (Performance flexibility): 성능 요구사항에 맞는 통합을 선택해요. 낮은 처리량 저장과 산발적 검색에는 S3 Vectors를, 높은 처리량·저지연 작업에는 다른 서비스를 사용하면 돼요.
- 워크플로 통합 (Workflow integration): 기존 AWS 기반 AI·ML 파이프라인에 벡터 작업을 자연스럽게 통합할 수 있어요.
- 관리 단순화 (Simplified management): 커스텀 솔루션을 직접 구축하는 대신 관리형 통합을 사용해 운영 복잡성을 줄여요.
주제 (Topics)
출처: 문서
본문
(위에서 S3 Vectors가 다른 AWS 서비스와 제공하는 통합 종류와 이점을 설명했어요. 각 통합의 자세한 사용법은 주제 링크를 참고하세요.)