목록 보기
RIMAN KOREA의 Amazon Bedrock Knowledge Bases를 활용한 자연어 기반 상품 검색 시스템 구축기
AI

RIMAN KOREA의 Amazon Bedrock Knowledge Bases를 활용한 자연어 기반 상품 검색 시스템 구축기

AWS
AWS
2026년 6월 1일

두줄요약

기존 상품명 중심 검색의 한계를 해결하기 위해 Amazon Bedrock Knowledge Bases 기반 자연어 검색 시스템을 구축했습니다. 하이브리드 검색과 메타데이터 필터링, 병렬 처리로 정확도와 응답 속도를 개선했습니다.

문제 상황

  • 기존 자사몰 검색이 상품명 키워드 매칭 중심이라 원료명, 제형 중심의 자연어 검색을 처리하지 못함
  • 검색 실패가 구매 포기로 이어져 매출 영향 발생

해결 방법

  • Amazon Bedrock Knowledge Bases 기반 RAG 자연어 검색 시스템 구축
  • 정형 메타데이터와 비정형 상세페이지를 결합한 하이브리드 데이터 전략 적용
  • No Chunking, 하이브리드 검색, 메타데이터 필터링, 쿼리 분류 레이어로 정확도와 속도 개선
  • 검색·응답 생성 분리와 SSE 스트리밍으로 3초 이내 응답 목표 달성

다음 읽기

#검색 주제를 이어서 읽기

동원F&B의 Amazon Bedrock AgentCore 기반 AI 쇼핑 어시스턴트로 쇼핑 경험 혁신 여정

동원F&B가 Bedrock AgentCore와 OpenSearch 하이브리드 검색으로 AI 쇼핑 어시스턴트를 구축했습니다. 토큰 97% 절감과 TTFT 2.58초 개선, CS 문의 23% 감소 성과를 얻었습니다.

AWS
AWS
AI

댓글 0

댓글을 작성하려면 로그인이 필요합니다.

댓글을 불러오는 중...