/ /

Amazon 기반 지식 기반 통합 문제 해결

이 페이지에서는 MongoDB Vector Search를 Amazon 베드락과 통합 할 때 발생할 수 있는 일반적인 문제를 해결하는 방법을 설명합니다.

이 페이지에서 다루지 않은 문제를 해결하려면 MongoDB 지원팀 문의 .

일반 문제 해결

일반적인 문제 해결 지침은 다음 단계를 참조하세요.

지식 기반 만들기

지식 기반을 만드는 중에 문제가 발생하면 다음을 확인하세요.

PrivateLink를 사용하는 경우 올바른 호스트 이름을 사용하고 클러스터에 -pl 접미사가 포함되어 있는지 확인합니다.

The hostname is the URL for your Atlas cluster located in its connection string. The hostname uses the following format:
<clusterName>.mongodb.net
Atlas에서 지정한 것과 동일한 데이터베이스, 컬렉션 및 벡터 인덱스 이름을 지정합니다. 데이터베이스 사용자가 Atlas의 데이터베이스에 접근할 수 있는지 확인합니다.
Secrets 관리자에서 올바른 사용자 이름과 비밀번호 키를 지정하고 ARN이 올바른지 확인하세요. 자세한 내용은 AWS Secrets Manager 개념을 참조하세요.
PrivateLink를 사용하는 경우, Amazon Bedrock에서 지식 기반을 구성할 때 올바른 PrivateLink 서비스 이름을 입력하세요.

중요
PrivateLink 엔드포인트는 지식 기반과 동일한 계정에 있어야 합니다.
권한 관련 문제가 발생하는 경우 Amazon 기반에서 지식창고를 생성할 때 발생하는 권한 오류를 해결하려면 어떻게 해야 하나요?를 참조하세요.

데이터 동기화 및 검색 문제

지식 기반에서 데이터를 동기화하거나 검색할 때 문제가 발생하면 다음을 확인하세요.

수집하려는 데이터가 파운데이션 모델에서 지원하는 형식인지 확인합니다. 예를 들어, 텍스트 기반 모델을 사용하는 경우 데이터가 텍스트 형식인지 확인합니다.
클러스터에 정상적으로 연결할 수 있고, 자격 증명이나 네트워크 접근 설정이 변경되지 않았는지 확인합니다.
선택한 기초 모델에 해당하는 MongoDB Vector Search 인덱스 에 올바른 차원 수를 지정해야 합니다.
데이터를 필터하다 하려는 경우 인덱스 정의에서 메타데이터 필드를 사전 필터 로 정의했는지, 그리고 메타데이터 필드가 데이터 소스의 실제 필드와 일치하는지 확인하세요.

참고

데이터 소스 의 S3 버킷에서 파일을 추가, 수정 또는 제거 할 때마다 데이터 소스 동기화 지식 기반에 다시 인덱싱되도록 해야 합니다. 동기화는 증분식으로 이루어지므로, Amazon 베드락은 마지막 동기화 이후에 S3 버킷에서 추가, 수정 또는 삭제한 객체만 처리합니다. 자세한 학습 은 Amazon 베드락 문서를 참조하세요.

특정 오류

오류 메시지	문제 해결 단계
지식 기반을 설정할 때: `AccessDeniedException: User ... is not authorized to perform: iam:CreateRole on resource ... because no identity-based policy allows the iam:CreateRole action`	IAM 역할 및 정책을 생성할 수 있는 IAM 권한이 있는지 확인합니다. 자세한 내용은 Amazon Bedrock 문서를 참조하세요.
지식 기반의 데이터 소스를 동기화하는 경우: `ConflictException: You cannot start an ingestion job on a knowledgeBase with status CREATING.`	아직 생성 중인 지식 기반의 데이터 소스를 동기화하려고 할 때 이러한 문제가 발생합니다. 지식 기반의 데이터 소스를 동기화하기 전에 지식 기반이 준비 상태인지 확인하세요. 지식 기반의 상태를 확인하는 방법을 학습하려면 Amazon Bedrock 문서를 참조하세요.
에이전트에 지식 기반을 추가하는 경우: `You must save your agent with Agent Resource Role defined before adding a knowledge base.`	새로 만드는 에이전트를 저장하기 전에 지식 기반을 추가하려고 할 때 이러한 문제가 발생합니다. 먼저 에이전트를 저장한 후 에이전트에 지식 기반을 추가해야 합니다.
에이전트를 테스트하는 경우: `Access denied when calling Bedrock. Check your request permissions and retry the request.`	접근 권한이 없는 파운데이션 모델을 사용하려고 시도할 때 이 오류가 발생합니다. Amazon Bedrock 모델을 사용하기 전에 액세스를 요청해야 합니다. 모델 액세스를 Amazon 요청하거나 수정하는 방법을 알아보려면 Amazon Bedrock 문서를 참조하세요.
Amazon Titan 텍스트 임베딩 모델을 사용하는 경우: `BSON field '$vectorSearch.queryVector.####' is the wrong type 'int', expected type 'double'`	이는 이 모델에서 MongoDB Vector Search를 사용할 때 발생하는 알려진 문제입니다. 이 문제를 해결하려면 MongoDB 지원팀 문의 .
인덱스 생성 및 필터 필드에 문제가 발생했습니다.	튜토리얼 을 따라 진행했고 이전에 필터하다 필드 `page_number`가 있는 인덱스 만든 경우, 새 필터하다 필드 이름 `x-amz-bedrock-kb-document-page-number` 을(를) 대신 사용하도록 인덱스 정의를 업데이트 해야 합니다. Amazon 베드락에서 필드 이름이 업데이트되었으며, 이전 필드 이름을 사용하는 인덱스는 더 이상 Amazon 베드락 지식 기반에서 올바르게 작동하지 않습니다.

돌아가기

하이브리드 검색

Google Vertex AI