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

# Amazon OpenSearch Service에서 Relevance Agent 검색
<a name="application-search-relevance-agent"></a>

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.

![검색 구성, 실험 탐색 및 AI Assistant 채팅 패널을 보여주는 Search Relevance Workbench입니다.](http://docs.aws.amazon.com/ko_kr/opensearch-service/latest/developerguide/images/search-relevance-workbench.png)


## 시작하기
<a name="application-search-relevance-agent-getting-started"></a>

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](application-ai-assistant.md#application-ai-assistant-regions) 단원을 참조하십시오.

## 주요 이점
<a name="application-search-relevance-agent-benefits"></a>

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
<a name="application-search-relevance-agent-capabilities"></a>

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.