WhatsApp 기반 RAG 여행 지원 에이전트: PostgreSQL 지식 검색을 통해 고객 경험 향상

이전 블로그 게시물인 "Whatsapp Assistant로 고객 지원 향상"에서는 생성 AI 및 RAG(검색 증강 생성)와 같은 고급 기술이 여행 업계의 기존 고객 지원 모델에 어떻게 혁명을 일으킬 수 있는지 살펴보았습니다. 오늘 우리는 벡터화된 Amazon Aurora이자 Amazon Bedrock용 PostgreSQL 지식 기반인 Agents for Amazon Bedrock의 강력한 기능을 활용하는 대체 접근 방식을 제시하고자 합니다.

이 아키텍처에서는 Bedrock 에이전트가 세션 추적을 처리하고, Aurora PostgreSQL을 사용하는 Amazon Bedrock에 대한 지식 베이스가 매우 정확하고 상황에 맞는 응답을 보장하고, Amazon DynamoDB가 승객 정보와 지원 티켓을 모두 저장하는 두 가지 목적을 수행하므로 복잡한 대화 관리 로직이 필요하지 않습니다. .

당사 솔루션의 주요 기능은 다음과 같습니다.

RAG 기술을 사용한 지능적인 쿼리 처리.
개별 여행자 데이터를 기반으로 한 맞춤형 지원.
해결되지 않은 문제에 대한 지원 티켓을 자동으로 생성합니다.
지원 티켓 데이터베이스를 쿼리하고 관리하는 기능.

이 애플리케이션은 Python용 AWS Cloud Development Kit(CDK)와 함께 코드형 인프라를 사용하여 4단계로 구축되었습니다. 첫 번째 단계에서는 Amazon Aurora PostgreSQL 벡터 데이터베이스가 설정됩니다. 두 번째 단계에서는 구축된 데이터베이스를 사용하여 Amazon Bedrock에 대한 지식 베이스가 생성됩니다. 세 번째 단계에서는 Amazon Bedrock 에이전트를 생성합니다. 네 번째 단계에서는 시스템에 사용자 인터페이스를 제공하기 위해 WhatsApp 애플리케이션이 배포됩니다.

디그램 1부

✅ AWS 레벨 : 고급 - 300

전제 조건:

Python에 대한 기초 지식
AWS 계정
다음 모델에 대한 모델 액세스를 활성화합니다.
- Amazon Titan 임베딩 V2
- Anthropic Claude 3 모델(하이쿠 또는 소네트).
AWS 명령줄 인터페이스(CLI) 설정
AWS CDK "Python 시작하기"에 대해 읽어보세요.
선택 사항: 첫 번째 CDK 프로젝트인 경우 계정/지역을 부트스트랩합니다.

? 완료 비용 :

Amazon Bedrock 가격 참고 사항: 이 프로젝트에서는 Amazon Titan Embeddings v2 및 Anthropic Claude 3을 사용합니다.
아마존 S3 가격
AWS 시스템 관리자 가격
Amazon Aurora 가격 참고 사항: 여기서는 0.5 ACU의 Aurora Serverless를 사용합니다.
아마존 람다 가격
Amazon DynamoDB 가격
Whatsapp 가격
Amazon Api게이트웨이
Amazon Transcribe 가격

참고 : 이 일련의 CDK 스택은 동일한 AWS 계정 및 지역 내에 배포되어야 합니다. 이는 각 스택이 AWS 시스템 관리자(SSM) 매개변수 저장소 암호에 필수 정보를 저장하기 위해 생성되었기 때문입니다. 이 암호는 이후 배포 프로세스의 다음 단계에서 스택에 의해 검색됩니다.

여러분이 빌드할 항목은 다음과 같습니다.

디그램 1부

인바운드 메시지 웹훅:
사용자가 WhatsApp을 통해 음성 메모/문자 메시지를 보내면 프로세스가 시작됩니다. 음성/문자 메시지는 Amazon API Gateway를 통해 수신되고 AWS Lambda 함수에 의해 처리됩니다.
메시지 세부 정보는 분리 및 처리를 위해 Amazon DynamoDB 테이블에 저장됩니다.
오디오 텍스트 프로세스:
음성 메시지가 있는 경우 Amazon S3 버킷에 저장됩니다. 그런 다음 Amazon Transcribe는 오디오를 텍스트로 변환하여 보조자에게 전송합니다.
문자 메시지인 경우 보조 입력으로 직접 이동됩니다.
어시스턴트 응답:
에이전트는 쿼리를 처리하고 응답을 생성하여 잠재적으로 DynamoDB 테이블이나 기술 자료의 추가 데이터에 액세스합니다.
사용자의 요청에 따라 지원 티켓 생성, 승객 정보 검색 등 다양한 작업이 실행될 수 있습니다.
최종 응답은 WhatsApp을 통해 사용자에게 다시 전송됩니다.

빌드하자!

파트 0: 저장소 복제

git clone https://github.com/build-on-aws/rag-postgresql-agent-bedrock

1부: Amazon Bedrock에 대한 기술 자료로 Amazon Aurora PostgreSQL 벡터 데이터베이스 구축.

Amazon Aurora PostgreSQL 벡터 데이터베이스를 설정합니다. RAG(검색 증강 생성) 구현을 위한 벡터 데이터베이스의 중요성을 설명합니다. Python용 AWS Cloud Development Kit(CDK)는 데이터베이스 인프라를 설정하는 데 사용됩니다. 여기에는 확장 설치, 스키마 및 역할 생성, 사용자 정의 구성을 사용한 테이블 및 인덱스 설정 등 데이터베이스 준비를 위한 세부 단계도 포함됩니다.

2부: Aurora PostgreSQL을 사용하여 Amazon Bedrock에 대한 기술 자료 구축.

S3 버킷을 데이터 원본으로 설정하고, 필요한 IAM 역할 및 권한을 구성하고, AWS Systems Manager Parameter Store에 정보를 저장하는 작업이 포함된 Amazon Bedrock에 대한 기술 자료를 만드는 데 중점을 둡니다. 기술 자료는 PDF의 구조화되지 않은 텍스트 데이터를 자동으로 처리하고, 이를 텍스트 청크로 변환하고, 벡터 임베딩을 생성하고, 이를 PostgreSQL 데이터베이스에 저장합니다. 이 가이드에서는 설정 및 배포에 대한 단계별 지침을 제공합니다.

3부: 기술 자료를 검색하고 Amazon DynamoDB 데이터를 관리하기 위한 Amazon Bedrock용 에이전트 구축.

이 프로젝트는 자연어 프롬프트를 사용하여 PostgreSQL 데이터베이스에 저장된 데이터를 쿼리하고 분석할 수 있는 AI 기반 에이전트를 구축하는 방법을 보여줍니다.

파트 4: 향상된 사용자 상호 작용: WhatsApp 도우미를 Amazon Bedrock 에이전트와 통합합니다.

Amazon Bedrock 에이전트를 사용하여 WhatsApp 기반 고급 RAG 여행 지원 에이전트를 구축하는 방법에 대한 4부작 시리즈의 마지막 부분입니다. 이 프로젝트는 API Gateway, Lambda, DynamoDB, S3 및 Transcribe를 포함한 다양한 AWS 서비스를 통합하여 사용자 메시지를 처리하고 응답하기 위한 워크플로를 생성합니다. 애플리케이션은 텍스트와 음성 메시지를 모두 처리하고, 오디오를 기록하고, 정보 검색을 위해 Aurora PostgreSQL에 구축된 지식 기반을 활용할 수 있습니다.

? 팁: WhatsApp을 사용하고 싶지 않다면 괜찮습니다! AWS 계정에서 사용할 수 있는 Amazon Bedrock용 에이전트 및 기술 자료를 사용할 수 있는 UI를 생성하는 다음 JavaScript 애플리케이션을 사용할 수 있습니다. --> Amazon Bedrock 및 AWS JavaScript SDK를 사용하여 ReactJS Generative AI 앱 구축

결론

이 향상된 WhatsApp Travel Assistant는 AWS의 통합 AI 및 데이터베이스 서비스의 강력함을 보여줍니다. Aurora PostgreSQL 및 DynamoDB와 함께 Amazon Bedrock의 에이전트 및 지식 기반 기능을 활용하여 보다 간소화되고 강력하며 유지 관리가 가능한 솔루션을 만들었습니다.

지원 티켓 시스템을 추가하면 완전한 엔드 투 엔드 고객 서비스 경험이 제공되어 AI 기반 초기 상호 작용의 이점을 유지하면서 복잡한 문제를 원활하게 에스컬레이션할 수 있습니다.

지식 기반을 확장하거나 상담원의 응답을 변경하거나 추가 서비스와 통합하여 이러한 기반을 구축하는 것이 좋습니다.

AWS 기술을 통해 여행 고객 지원을 혁신하는 여정에 동참해 주셔서 감사합니다!