효율적인 문서 처리 방법: Amazon Nova 2 Lite와 Claude의 결합

효율적인 문서 처리를 위한 Amazon Nova 2 Lite와 Claude의 결합

최근 기업과 기관에서는 다양한 문서 처리 전략을 고민하고 있으며, AI 기반의 자동화 문서 처리 솔루션이 많은 주목을 받고 있습니다. 오늘은 Amazon Nova 2 Lite와 Anthropic의 Claude Sonnet 4.6을 결합하여 효율적이고 비용 최적화된 문서 처리 방법을 소개합니다.

Amazon Nova 2 Lite와 Claude Sonnet 4.6의 결합 활용 방법

이번 솔루션에서는 Amazon Bedrock을 기반으로 스캔 문서, 특히 졸업 앨범 페이지를 디지털화하는 효율적인 방법을 개발했습니다. 이 솔루션은 두 가지 모델을 사용하는 파이프라인으로 구성됩니다. 첫 번째 단계에서 Amazon Nova 2 Lite는 API 호출 한 번으로 사진 감지와 이름 추출을 수행합니다. 이 결과를 기반으로 Claude Sonnet 4.6은 공간 추론을 통해 이름과 얼굴을 매칭합니다.

예시 사례: 이 파이프라인을 통해 336장의 스캔된 졸업 앨범 페이지를 처리한 결과, 전체적으로 3,122개의 이름-얼굴 매칭을 생성했으며, 93% 이상의 매칭이 높은 신뢰도(0.95 이상)를 기록했습니다. 이 방식은 전체 작업을 단일 모델로 처리하는 것에 비해 페이지당 약 3분의 2의 비용이 절약됩니다.

주요 특징과 비용 절감

1. 고정된 이미지 단가: Amazon Nova 2 Lite는 고정된 이미지 단가를 도입하여 대규모 페이지 처리 시 예측 가능한 비용 관리를 가능하게 합니다. 이는 페이지 해상도와 파일 크기에 관계없이 동일한 단가로 처리됩니다.

2. 적응형 추론: Claude는 입력의 복잡도에 따라 내부 추론을 자동으로 조절하며, 페이지마다 필요한 만큼의 추론만을 수행하여 비용 효율성을 높입니다.

3. 비용 효율: 두 모델을 나누어 사용하는 것이 단일 모델 사용보다 비용적으로 더 경제적이며, 각 단계의 독립적인 튜닝이 가능합니다. 또한, Amazon Bedrock의 고정 단가 정책을 통해 높은 예측 가능성을 제공합니다.

결론

파이프라인을 통해 높은 신뢰도의 이름-얼굴 매칭을 달성했으며, 이 비용 효율적인 솔루션은 졸업 앨범 외에도 다양한 문서 처리 영역에 적용할 수 있습니다. 포토 Detection, 텍스트 Extraction, 그리고 공간 추론이 결합된 이번 솔루션은 비용 효율성과 높은 정확성을 동시에 제공합니다.

더 많은 정보를 원하시는 분들은 AWS 블로그의 원문을 참고하세요.