

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

# 추론 데이터의 형식 지정 및 업로드
<a name="batch-inference-data"></a>

모델 간접 호출 작업을 제출할 때 선택하거나 지정할 S3 위치에 배치 추론 데이터를 추가해야 합니다. S3 위치에는 다음 항목이 포함되어야 합니다.
+ 모델 입력을 정의하는 하나 이상의 JSONL 파일. JSONL에는 JSON 객체 행이 포함됩니다. JSONL 파일은 확장명 .jsonl로 끝나야 하며 다음 형식이어야 합니다.

  ```
  { "recordId" : "alphanumeric string", "modelInput" : {JSON body} }
  ...
  ```

  각 줄에는 `recordId` 필드와 필드가 있는 JSON 객체가 포함되어 `modelInput` 있습니다. `modelInput` JSON 객체의 형식은 [배치 추론 작업을 생성할](batch-inference-create.md) 때 선택하는 모델 호출 유형에 따라 달라집니다. `InvokeModel` 유형(기본값)을 사용하는 경우 형식은 `InvokeModel` 요청에서 사용하는 모델의 `body` 필드와 일치해야 합니다( 참조[파운데이션 모델의 추론 요청 파라미터 및 응답 필드](model-parameters.md)). `Converse` 유형을 사용하는 경우 형식은 [Converse](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_runtime_Converse.html) API의 요청 본문과 일치해야 합니다.
**참고**  
`recordId` 필드를 생략하면 Amazon Bedrock에서 해당 필드를 출력에 추가합니다.
출력 JSONL 파일의 레코드 순서는 입력 JSONL 파일의 레코드 순서와 일치하지 않습니다.
[배치 추론 작업](batch-inference-create.md)을 생성할 때 사용할 모델을 지정합니다.
+ (입력 콘텐츠에 Amazon S3 위치가 포함된 경우) 일부 모델에서는 입력의 콘텐츠를 S3 위치로 정의할 수 있습니다. [Amazon Nova에 대한 비디오 입력 예제](#batch-inference-data-ex-s3)을(를) 참조하세요.
**주의**  
프롬프트에서 S3 URIs 사용하는 경우 모든 리소스가 동일한 S3 버킷 및 폴더에 있어야 합니다. `InputDataConfig` 파라미터는 개별 `.jsonl` 파일뿐만 아니라 연결된 모든 리소스(예: 비디오 또는 이미지)가 포함된 폴더 경로를 지정해야 합니다. S3 경로는 대/소문자를 구분하므로 URIs 정확한 폴더 구조와 일치하는지 확인합니다.

입력이 배치 추론 할당량을 준수하는지 확인합니다. [Amazon Bedrock 서비스 할당량](https://docs.aws.amazon.com/general/latest/gr/bedrock.html#limits_bedrock)에서 다음 할당량을 검색할 수 있습니다.
+ **배치 추론 작업당 최소 레코드 수** - 작업의 JSONL 파일에 대한 최소 레코드 수(JSON 객체)입니다.
+ **배치 추론 작업별 입력 파일당 레코드** - 작업의 단일 JSONL 파일에 있는 최대 레코드 수(JSON 객체)입니다.
+ **배치 추론 작업당 레코드** - 작업의 JSONL 파일에 걸친 최대 레코드 수(JSON 객체)입니다.
+ **배치 추론 입력 파일 크기** - 작업에 있는 단일 파일의 최대 크기입니다.
+ **배치 추론 작업 크기** - 모든 입력 파일의 최대 누적 크기입니다.

배치 추론 입력을 설정하는 방법을 더 잘 이해하려면 다음 예제를 참조하세요.

## Anthropic Claude 3 Haiku에 대한 텍스트 입력 예제
<a name="batch-inference-data-ex-text"></a>

Anthropic Claude 3 Haiku 모델의 [Messages API](model-parameters-anthropic-claude-messages.md) 형식을 사용하여 배치 추론을 실행하려는 경우 다음 JSON 객체가 포함된 JSONL 파일을 줄 중 하나로 제공할 수 있습니다.

```
{
    "recordId": "CALL0000001", 
    "modelInput": {
        "anthropic_version": "bedrock-2023-05-31", 
        "max_tokens": 1024,
        "messages": [ 
            { 
                "role": "user", 
                "content": [
                    {
                        "type": "text", 
                        "text": "Summarize the following call transcript: ..." 
                    } 
                ]
            }
        ]
    }
}
```

## Amazon Nova에 대한 비디오 입력 예제
<a name="batch-inference-data-ex-s3"></a>

Amazon Nova Lite 또는 Amazon Nova Pro 모델을 사용하여 비디오 입력에서 배치 추론을 실행하려는 경우 비디오를 바이트 단위로 정의하거나 JSONL 파일의 S3 위치로 정의할 수 있습니다. 예를 들어, 경로가 `s3://batch-inference-input-bucket`이고 다음 파일이 포함된 S3 버킷이 있을 수 있습니다.

```
s3://batch-inference-input-bucket/
├── videos/
│   ├── video1.mp4
│   ├── video2.mp4
│   ├── ...
│   └── video50.mp4
└── input.jsonl
```

`input.jsonl` 파일의 샘플 레코드는 다음과 같습니다.

```
{
    "recordId": "RECORD01",
    "modelInput": {
        "messages": [
            {
                "role": "user",
                "content": [
                    {
                        "text": "You are an expert in recipe videos. Describe this video in less than 200 words following these guidelines: ..."
                    },
                    {
                        "video": {
                            "format": "mp4",
                            "source": {
                                "s3Location": {
                                    "uri": "s3://batch-inference-input-bucket/videos/video1.mp4",
                                    "bucketOwner": "111122223333"
                                }
                            }
                        }
                    }
                ]
            }
        ]
    }
}
```

배치 추론 작업을 생성할 때 `s3://batch-inference-input-bucket` `InputDataConfig` 파라미터에 폴더 경로를 지정해야 합니다. 배치 추론은 참조된 리소스(예: `videos` 하위 폴더의 비디오 `input.jsonl` 파일)와 함께이 위치에서 파일을 처리합니다.

다음 리소스는 배치 추론을 위한 비디오 입력 제출에 대한 자세한 정보를 제공합니다.
+ 입력 요청에서 Amazon S3 URIs를 검증하는 방법은 [Amazon S3 URL 구문 분석 블로그](https://aws.amazon.com/blogs/devops/s3-uri-parsing-is-now-available-in-aws-sdk-for-java-2-x/)를 참조하세요.
+ Nova를 사용한 비디오 이해를 위해 간접 호출 레코드를 설정하는 방법에 대한 자세한 내용은 [Amazon Nova 비전 프롬프트 지침을 참조하세요](https://docs.aws.amazon.com/nova/latest/userguide/prompting-vision-prompting.html).

## Converse 입력 예제
<a name="batch-inference-data-ex-converse"></a>

배치 추론 작업을 생성할 `Converse` 때 모델 호출 유형을 로 설정하는 경우 `modelInput` 필드는 Converse API 요청 형식을 사용해야 합니다. 다음 예제에서는 Converse 배치 추론 작업에 대한 JSONL 레코드를 보여줍니다.

```
{
    "recordId": "CALL0000001",
    "modelInput": {
        "messages": [
            {
                "role": "user",
                "content": [
                    {
                        "text": "Summarize the following call transcript: ..."
                    }
                ]
            }
        ],
        "inferenceConfig": {
            "maxTokens": 1024
        }
    }
}
```

Converse 요청 본문에서 지원되는 필드의 전체 목록은 API 참조의 [Converse](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_runtime_Converse.html)를 참조하세요.

다음 주제에서는 자격 증명이 배치 추론을 수행할 수 있도록 S3 액세스 및 배치 추론 권한을 설정하는 방법을 설명합니다.