기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.
Amazon OpenSearch Service에서 Relevance Agent 검색
Search Relevance Agent는 검색 관련성 튜닝 작업을 자동화하는 Amazon OpenSearch Service의 기능입니다. OpenSearch UI의 채팅 인터페이스를 통해 관련성 문제를 찾고, 튜닝 팁을 얻고, 자연어를 사용하여 워크플로를 실행할 수 있습니다. Search Relevance Agent를 사용하면 수동으로 튜닝하는 대신 데이터 기반 접근 방식을 취할 수 있습니다.
에이전트는 사용자 동작 신호와 쿼리 패턴을 분석합니다. 가설을 생성하고 사전 레이블이 지정된 데이터 세트에 대한 오프라인 평가를 통해 이를 검증합니다. 심층 검색 전문 지식 없이 검색 관련성을 개선할 수 있습니다.
다음 스크린샷은 OpenSearch UI의 Search Relevance Workbench를 보여줍니다.
시작하기
Search Relevance Agent를 시작하려면 AI Assistant 채팅에 /search-relevance 슬래시 명령을 입력합니다. 에이전트 동작은 현재 워크스페이스 컨텍스트에 따라 달라집니다.
-
검색 작업 영역에 있지 않은 경우 에이전트는 검색 작업 영역으로 이동하거나 생성하라는 메시지를 표시합니다.
-
이미 검색 작업 영역에 있는 경우 슬래시 명령은 Search Relevance Workbench 페이지로 이동합니다. 그런 다음 AI Assistant 채팅에서 검색 관련성에 대한 후속 질문을 할 수 있습니다.
Search Relevance Agent는 다른 에이전트 AI 기능과 리전 가용성이 동일합니다. 자세한 내용은 리전 가용성 단원을 참조하십시오.
주요 이점
검색 관련성 튜닝은 복잡합니다. 의도 격차는 모호한 쿼리에 존재합니다. 검색 데이터에는 대규모 노이즈 또는 격차가 포함되는 경우가 많습니다. 수동 튜닝 주기에는 몇 개월이 걸릴 수 있습니다. Search Relevance Agent는 다음과 같은 이점으로 이러한 문제를 해결합니다.
-
더 빠른 진단 및 해결 - 관련성 문제를 찾아 해결하는 시간을 며칠에서 몇 시간으로 단축합니다. 에이전트는 빠른 반복을 위해 근본 원인 분석 및 조정 워크플로를 자동화합니다.
-
검색 전문가에 대한 종속성 감소 - 검색 관련성 에이전트를 사용하면 전문 지식 없이 가이드 워크플로를 통해 검색 품질을 조정할 수 있습니다.
-
데이터 검증 개선 사항 - 직관 기반 튜닝을 자동 평가 루프로 바꿉니다. 에이전트는 실제 쿼리 및 데이터 세트에 대한 변경 사항을 테스트합니다. 개선 사항이 측정 가능하고 의도하지 않은 회귀가 없는지 확인할 수 있습니다.
-
프로세스의 전체 제어 - 협업 접근 방식을 사용하여 전체 감독을 유지합니다. 에이전트의 방향을 조정하고 권장 사항을 구체화하는 의사 결정자는 계속 남습니다.
기능
Search Relevance Agent를 사용하면 Search Relevance Workbench를 통해 쿼리 도메인별 언어(DSL)로 end-to-end 실험을 실행할 수 있습니다. 다음 작업을 수행할 수 있습니다.
-
쿼리 세트 및 판단 목록 생성(인간 평가 쿼리 결과 페어)
-
표준 관련성 지표를 사용하여 제어된 테스트 실행 및 영향 정량화
-
검색 필드 구체화, 가중치 조정 및 부스트 함수 튜닝(특정 결과의 관련성 점수를 높이는 규칙)
검색 개선 주기의 모든 단계에서 대화에 참여할 수 있습니다. 진단 검사로 시작하거나 즉각적인 테스트를 위해 특정 가설을 가져옵니다. 에이전트는 심층 최적화를 위해 사용 가능한 경우 UBI(User Behavior Insights) 데이터를 사용하지만 UBI를 시작할 필요는 없습니다.
