아마존 베드록과 생성 AI를 활용한 할리버튼의 지진 탐사 워크플로우 향상

아마존 베드록과 생성 AI를 활용한 할리버튼의 지진 탐사 워크플로우 향상

서론

지진 데이터 분석은 에너지 탐사의 중요한 요소로, 복잡한 처리 워크플로우를 설계하는 과정은 전통적으로 시간이 많이 소요되고 오류가 발생하기 쉬웠습니다. 이러한 문제를 해결하기 위해 할리버튼은 AWS 생성 AI 혁신 센터와 협력하여 AI로 강화된 지진 탐사 엔진의 워크플로우 보조 도구를 개발하였습니다. 이를 통해 지질학자와 데이터 과학자들은 복잡한 지진 도구를 자연어로 상호작용하여 효율적으로 구성할 수 있게 되었습니다.

본론

할리버튼은 아마존 베드록, 베드록 지식 베이스, 아마존 노바, 아마존 다이너모DB를 활용하여 복잡한 워크플로우 생성을 자연스러운 대화로 변환하는 프로젝트를 진행했습니다. 이 솔루션은 자연어 질의를 실행 가능한 지진 워크플로우로 변환하는 개념 증명으로, 지진 엔진 도구와 문서를 위한 질문-응답 기능도 제공합니다. 워크플로우 가속 결과는 최대 95%까지 성능 향상을 보여줍니다. 복잡한 기술 워크플로우를 생성 AI로 개선하고자 하는 다른 조직에도 유용한 교훈을 공유합니다.

솔루션의 핵심은 AWS App Runner에 배치된 FastAPI 애플리케이션으로, 사용자가 쿼리를 제출하면, 아마존 노바 라이트를 통해 의도를 분석하여 워크플로우 생성 요청인지 기술 정보 요청인지 구분합니다. 질의에 따라 적절한 답변을 제공하기 위해 아마존 베드록 지식 베이스와 아마존 오픈서치 서버리스를 이용하였고, 생성 에이전트는 앤스로픽의 클로드로 YAML 워크플로를 생성합니다.

한편, 대화형 응답을 제공하기 위해 아마존 다이너모DB를 통합해 채팅 기록과 상호작용을 로그로 남겼습니다. 이렇게 함으로써 지진 데이터 처리를 위해 필요한 정밀한 제어를 유지하면서 복잡한 기술 워크플로를 자연스럽게 생성 및 수정할 수 있습니다.

결론

아마존 베드록을 활용하여 복잡한 기술 프로세스를 자연스러운 대화로 전환하는 방법을 살펴보았습니다. AI로 강화된 보조 도구를 통합함으로써, 워크플로우 생성 성공률은 84-97%로 상승하고, 생성 시간은 95% 이상 단축되었습니다. 이러한 시스템이 산업 소프트웨어의 사용성을 향상시키는 방법을 확인할 수 있었습니다.

다양한 분야의 복잡한 다단계 에이전트 적 도구들에도 이 접근법을 확대 적용할 수 있습니다. 다음 단계로, 스트랜드 에이전트 SDK와 아마존 베드록 에이전트코어를 사용한 다중 에이전트 아키텍처를 탐구하여 개선된 정확성을 경험해 보세요.

[1] 원문 URL