한 회사에 고품질 고객 서비스 대화 예시 100개가 있으며, 챗봇이 회사가 원하는 어조를 채택하도록 하고 싶습니다. 이 요구 사항을 충족하는 솔루션은 무엇입니까?

정답은 Amazon Bedrock 미세 조정 작업을 생성하는 것입니다. Amazon Bedrock의 미세 조정(fine-tuning) 기능은 소량의 고품질 데이터셋(여기서는 100개의 고객 서비스 대화 예시)을 사용하여 기초 모델(Foundation Model)이 특정 스타일, 어조 또는 형식에 맞게 응답을 생성하도록 학습시키는 데 적합합니다. 이를 통해 챗봇이 회사가 원하는 어조를 채택하도록 효과적으로 만들 수 있습니다. 오답 해설: Amazon Personalize는 개인화된 추천을 제공하는 서비스로, 챗봇 응답 생성과는 직접적인 관련이 없습니다. Amazon SageMaker HyperPod 사전 훈련 작업은 대규모 모델의 사전 훈련을 위한 인프라를 제공하지만, 이미 존재하는 소량의 고품질 데이터로 특정 어조를 학습시키는 데는 과도한 솔루션입니다. Amazon SageMaker에 모델을 호스팅하고 TensorRT로 LLM을 배포하는 것은 모델 추론 성능 최적화에 중점을 두며, 모델의 어조를 학습시키는 기능과는 다릅니다.