Amazon Bedrock Managed Knowledge Base 정식 출시

Amazon Bedrock Managed Knowledge Base가 완전 관리형 RAG 서비스로 6월 17일 정식 출시됐습니다. RAG는 사내 문서를 검색해 그 내용을 근거로 LLM이 답하게 하는 방식입니다. 이번 출시로 벡터 데이터베이스, 데이터 파이프라인, 검색 인프라를 직접 세우지 않고도 기업 데이터에 근거한 AI 에이전트를 운영 단계까지 올릴 수 있습니다. 데이터 수집, 저장 최적화, 검색은 서비스가 맡습니다.

챗봇이나 사내 검색을 붙이려면 그동안 OpenSearch 클러스터를 세우고 임베딩 파이프라인을 직접 유지해야 했습니다. Managed Knowledge Base는 이 부분을 관리 대상에서 덜어냅니다. 벡터 저장은 가격 대비 성능에 맞춰 서비스가 최적화합니다.

데이터 연결과 검색 동작

Amazon S3, SharePoint, Confluence, Google Drive, OneDrive, 웹 크롤러를 커넥터로 연결하면 원본 데이터가 자동으로 동기화됩니다. 사내 위키나 드라이브에 흩어진 문서를 그대로 지식 베이스로 끌어올 수 있습니다.

검색은 키워드와 의미 검색을 함께 쓰는 하이브리드 검색, 문서 순위 지정, 그리고 복잡한 멀티홉 질의를 위한 에이전틱 검색을 지원합니다. 에이전틱 검색은 질의 계획, 중간 응답 평가, 재순위 지정을 자동으로 조율합니다. 한 번의 검색으로 답이 나오지 않고 여러 문서를 거쳐야 하는 질문을 서비스가 단계별로 처리합니다.

텍스트뿐 아니라 동영상, 오디오, 이미지를 아우르는 멀티모달 지식 베이스도 만들 수 있습니다. 사내 직원 지원, 고객 지원 자동화가 대표적인 사용처입니다.

AgentCore 연동

Amazon Bedrock AgentCore와 기본으로 연동됩니다. 지식 베이스를 에이전트에 연결할 때 권한이 자동 생성되고, 관찰성 기능이 내장되어 있습니다. 에이전트가 지식 베이스를 어떻게 호출하는지 별도 계측 없이 확인할 수 있습니다.

제공 리전은 미국 동부(버지니아 북부), 미국 서부(오리건), 아시아 태평양(시드니, 도쿄), 유럽(더블린, 프랑크푸르트, 런던), AWS GovCloud(US-West)까지 8곳입니다. 서울 리전은 목록에 없으므로, 국내에서 쓰려면 도쿄나 시드니를 통해야 합니다. 데이터 위치 요건이 있다면 이 점을 먼저 확인해야 합니다.

도입 검토 의견

원문 발표가 아닌 솔트웨어의 의견입니다

사내 문서 검색이나 고객 지원 챗봇을 아직 만들지 않았고 벡터 DB를 새로 세울 계획이라면, 지금 반나절 정도로 프로토타입을 만들어 비교해 볼 만합니다. S3에 문서를 올려 커넥터로 연결하고 검색 품질을 확인하는 데까지 하루면 충분합니다. 전담 인력 없이 OpenSearch와 임베딩 파이프라인을 직접 굴리는 것에 비하면 운영 부담이 확실히 줄어듭니다.

반대로 이미 자체 RAG 파이프라인을 안정적으로 튜닝해 운영 중이라면 이번에는 넘겨도 됩니다. 검색 정확도를 손수 맞춰 둔 상태라면 관리형으로 옮기면서 다시 검증하는 비용이 더 큽니다.

요금은 원문에 나와 있지 않습니다. 전환이나 도입을 검토하기 전에 Amazon Bedrock 요금표에서 관리형 벡터 저장 비용과 지금 쓰는(또는 예상하는) OpenSearch·임베딩 비용을 대조하세요. 관리 대상이 줄어드는 대신 저장·검색 요금이 어떻게 잡히는지가 청구액을 가릅니다. 데이터 규모가 작고 질의량이 적은 초기 단계라면 관리형이 총비용에서 유리할 여지가 있지만, 이 판단은 실제 문서량과 호출 빈도를 넣어 계산해야 갈립니다. 서울 리전이 없다는 점과 함께, 도쿄 리전에서 소규모로 먼저 돌려 보고 결정하는 편이 안전합니다.

원문: Amazon Bedrock Managed Knowledge Base is now generally available · 발행일 2026-06-17