[Snowflake Data Cloud Summit 2024] What’s New: Building AI Chat Experiences with RAG in Snowflake Cortex


장소:
Room 156 (Moscone South)

스피커:
Himabindu Pucha(Software Engineer – Snowflake), David Taylor(Product Manager – Snowflake)
이번 세션에서는Snowflake의 Cortex AI의 여러 기능과 실제 응용에 대한 내용 중심으로 진행되었습니다.
Cortex AI는 Snowflake의 AI 제품 중 하나로, Model, Chat, Studio 3가지 레이어로 제공됩니다.
다양한 모델들이 제공되고, 쿼리 기반의 자연어로 질의할 수 있는Cortex Analyst와 특정 기업 문서에 질의할 수 있는 기능이 있는 Cortex Search가 Chat 기반으로 제공됩니다.
최상위 레이어에는 Studio가 있는데, 이 곳에서는 누구나 데이터 분석을 할 수 있게 모델 선택을 간편하게 해줍니다.
Cortex AI에서는 파트너의 모델이나 오픈소스에서 가져온 모델을 제공하고, 자체 개발한 Arctic 모델을 제공합니다.
Cortex AI의 특별한 점은 이 LLM(대형 언어 모델)을 간단한 SQL문으로 가능하게 한다는 점입니다.
Model을 선택한 뒤, “고객의 피드백을 100개 단어로 요약하고, json format으로 출력해줘” 라는 Prompt 문을 작성하고, 테이블을 선택한 후 SQL을 작동시키면, 질문에 해당하는 고객의 피드백 내용을 알려주고, 긍정적인지, 부정적인지 알려줄 수 있습니다.
현재 많은 고객들은 Snowflake의 이러한 기능을 통해 매우 빠르게 가치를 창출하고 있습니다.
Cortex Playground를 사용하여 LLM(대형 언어 모델)을 쉽게 테스트하고 평가하여 특정 요구 사항에 가장 적합하고 비용 효과적인 모델을 찾을 수 있습니다. 이를 통해 사용자는 애플리케이션에 사용할 올바른 설정과 올바른 LLM을 신속하게 식별하여 생산성을 향상시킬 수 있습니다.
Cortex Fine-Tuning 기능은 Snowflake 내에서 데이터를 사용하여 인기 있는 LLM(대형 언어 모델)을 Fine-Tuning 할 수 있는 완전 관리형 서비스입니다. 다음 인수와 함께 Snowflake Cortex 함수인 FINETUNE으로 제공됩니다.
  • CREATE : 주어진 훈련 데이터로 Fine-Tuning Job을 생성합니다.
  • SHOW : 현재 역할이 액세스할 수 있는 모든 Fine-Tuning Job을 나열합니다.
  • DESCRIBE : 특정 Fine-Tuning Job의 진행 상황과 상태를 설명합니다.
  • CANCEL : 지정된 Fine-Tuning Job을 취소합니다.
기업은 Gen AI를 활용하여 데이터에서 더 많은 가치를 추출하고 고객 및 직원 애플리케이션을 위한 대화형 인터페이스를 구축할 수 있습니다.
 
Snowflake Cortex AI를 사용하면, 기술 전문 지식에 관계없이 조직 내 모든 사람이 기술의 잠재력을 발휘할 수 있도록 설계된 완전 관리형 서비스입니다. 업계 최고의 LLM(대형 언어 모델)에 대한 액세스를 제공하여 사용자가 AI 기반 애플리케이션을 쉽게 구축하고 배포할 수 있도록 합니다.
 
따라서 전문 인력을 고용하지 않고도 AI 기반 애플리케이션을 신속하게 구축하고자 하는 한국 내 기업들에게 큰 희소식이 될 것입니다.
작성 | 김은옥 매니저 CTC Cloud Solutions Architect 팀
게시물 주소가 복사되었습니다.

이런 콘텐츠도 있어요!

    테크

    [AI 프로젝트 성공 전략 2부] : AI 시대 기업이 선택해야 하는 것은 모델이 아니라 AI 운영 체계다

    많은 기업이 AI를 도입하고 있지만, 실제 업무 현장에서 전사적으로 확산해 지속적으로 운영하는 비율은 3분의 1 수준에 불과합니다. AI 프로젝트가 PoC 단계에 머물거나 성과를 내지 못하는 주요 원인은 ‘어떤 모델을 선택할 것인가’가 아니라 보안, 비용, 권한 관리 등 ‘어떻게 운영할 것인가’의 문제에 있습니다.

    업무별로 필요한 모델 성능이 다르고 최신 모델이 계속 등장하는 환경에서 특정 모델에 종속되면 관리의 복잡성과 비용이 급격히 증가합니다. 따라서 AI 시대의 지속 가능한 경쟁력은 최고의 모델 하나를 고르는 데 있지 않고, 다양한 멀티 LLM을 유연하게 연동하고 통합 거버넌스를 제공하는 ‘AI 플랫폼(운영 체계)’을 먼저 구축하는 데 있습니다.