메타데이터 필터 구성 방법: Bedrock 에이전트 설정 가이드

카테고리

프로그래밍/소프트웨어 개발

서브카테고리

DevOps

대상자

• Bedrock 에이전트를 사용하는 개발자 및 DevOps 엔지니어
• 프로덕션 환경에서 메타데이터 필터링이 필요한 시스템 아키텍처 설계자
• AWS SDK/API를 활용한 문서 검색 기능 구현자

핵심 요약

• 메타데이터 필터 설정 방법:
• 테스트 목적: Bedrock 콘솔에서 agent_id 필터 사용 (예: agent_1)
• 프로덕션 환경: retrieve_and_generate() API 호출 시 필터 적용
• 필터 적용 제약사항:
• 콘솔에서 에이전트 생성 시 지속적 필터 설정 불가
• SDK/API 필수 (예: boto3 사용)
• 권장 방법:
• 코드 레벨에서 필터 강제 (equals 연산자 사용)

섹션별 세부 요약

1. 콘솔 기반 필터 설정 (테스트 목적)

• 필터 구성 단계:
• agent_id 키에 = 연산자 적용 (예: agent_1)
• 콘솔의 Test knowledge base UI에서 필터 적용
• 제한 사항:
• 에이전트 생성 시 지속적 필터 적용 불가
• 테스트 목적만 가능 (필터는 테스트 세션 종료 시 사라짐)

2. 프로덕션 환경의 필터 적용 방법

• SDK/API 활용:
• boto3의 retrieve_and_generate() 함수 사용
• 필터 구성 예시:

```python

bedrock_agent_runtime.retrieve_and_generate(

knowledgeBaseId="your-kb-id",

retrievalConfiguration={

"vectorSearchConfiguration": {

"filter": {

"equals": {"key": "agent_id", "value": "agent_1"}

}

}

}

```

• 필수 파라미터:
• knowledgeBaseId: 지식 베이스 ID
• equals: 메타데이터 필터 조건 (키-값 대응)

3. 대체 방법 (워크어라운드)

• 에이전트 프롬프트에 지시사항 추가:
• 예: "Only answer using documents where agent_id is agent_1."
• 모델 유도 목적 (강제 필터 아님)
• 애플리케이션 로직에서 필터 강제:
• SDK/API를 통해 데이터 검색 시 필터 적용

결론

• 프로덕션 환경에서는 필수: boto3 SDK를 활용한 retrieve_and_generate() API 호출 시 필터 적용
• 콘솔 필터는 테스트 목적만 가능 (지속적 설정 불가)
• 현재 AWS GUI에서 지속적 필터 설정 기능 없음 → 애플리케이션 로직 또는 API 강제 필터 사용 권장