모델 연결 인증

Amazon Bedrock, Google Vertex AI, Azure OpenAI, OpenAI 등의 기본 모델을 사용하여 Model connections을 생성합니다. 각각에 대한 연결 인증 방법을 검토하여 안전한 연결을 구성하고 보장하십시오.

인증 방법은 Model connection을 정의할 때 선택한 모델에 따라 달라집니다. 다음은 각 기본 모델에 대한 인증 세부 정보입니다.

Amazon Bedrock

Amazon Bedrock 인증 세부 정보:

Amazon Bedrock의 경우 다음 필드에 대해 인증 세부 정보를 정의합니다.
  • 영역: Model connection 인증을 위해 연결할 지역을 드롭다운 목록에서 선택합니다.

    드롭다운 목록에서 사용할 수 없는 지역을 Amazon Bedrock 내 목록을 참조하여 추가할 수도 있습니다. 목록에 해당 지역을 추가하려면 이 형식으로 입력하십시오. 예: us-east-1.

    주: Amazon Bedrock 모델에 대해 지원되는 배포 지역 목록은 Amazon Bedrock 기술 자료에 대해 지원되는 지역 및 모델 항목을 참조하십시오.
  • 액세스 키: AWS 액세스 키는 AWS 에코시스템 내에서 고유 식별자로 사용됩니다. 이는 인증 프로세스의 기본적인 부분으로, AWS 서비스가 사용자의 액세스를 인식하고 검증할 수 있도록 합니다.
  • 암호 액세스 키: 암호 액세스 키는 액세스 키 ID에 상응하는 암호 키입니다. 이 키는 AWS에 대한 요청에 서명하는 데 사용되며, 인증된 개인 또는 시스템만 AWS 리소스에 액세스할 수 있도록 하여 보안을 강화합니다.
  • 세션 토큰(선택 사항): 또한 임시 보안 자격증명으로 작업할 때 사용되는 임시 시간 제한 토큰인 세션 토큰을 포함할 수 있는 옵션도 있습니다. 임시 보안 자격증명을 사용하는 경우와 같이, 임시 액세스가 필요한 시나리오에서 보안을 한층 더 강화할 수 있습니다.
주: Amazon Bedrock에 대한 액세스 키, 암호 액세스 키, 세션 토큰 설정에 관한 자세한 내용은 Amazon Bedrock: Authenticate action 항목을 참조하십시오.

Google Vertex AI

Google Vertex AI 인증 세부 정보:

Google Vertex AI의 경우 다음 필드에 대해 인증 세부 정보를 정의합니다.
  • 프로젝트 이름: Google Cloud 계정 프로젝트입니다.
  • 영역: Model connection 인증을 위해 연결할 지역을 드롭다운 목록에서 선택합니다.

    드롭다운 목록에서 사용할 수 없는 지역을 Google Vertex AI 내 목록을 참조하여 추가할 수도 있습니다. 목록에 해당 지역을 추가하려면 이 형식으로 입력하십시오. 예: us-east-1.

  • Control Room OAuth 연결: OAuth 2.0 클라이언트 ID를 만듭니다. 클라이언트 ID는 Google의 OAuth 서버에서 단일 애플리케이션을 식별하는 데 사용합니다.
주: Google Vertex AI에 대해 Google Cloud 프로젝트 및 Control Room OAuth 연결을 설정하는 방법에 대한 자세한 내용은 Vertex AI: 연결 작업 항목을 참조하십시오.

Azure OpenAI

Azure OpenAI 인증 세부 정보:

Azure OpenAI의 경우 다음 필드에 대해 인증 세부 정보를 정의합니다.
  • Azure OpenAI 리소스 이름: 이 값은 Microsoft Azure 리소스 페이지에서 가져올 수 있습니다.
  • 배포 ID: 이 값은 Microsoft Azure 리소스 페이지에서도 이용할 수 있습니다.
    Model connection 구성을 위해서는 사용자가 Microsoft Azure 포털의 배포 이름인 배포 ID를 제공해야 합니다. 이 배포는 특정 기본 모델에 매핑되므로 사용자는 Model connection 배포 모델에 매핑되는 올바른 Microsoft Azure 모델을 선택해야 합니다.
    주: 이 값이 올바르게 선택되지 않으면 경고 메시지가 표시됩니다.
  • API 키:
    • 안전하지 않은 문자열: 이 옵션을 선택하면 이 필드에 입력한 값이 암호화되지 않았다는 경고 메시지가 표시됩니다. 데이터 보안을 위해 자격증명을 사용하는 것이 좋습니다.
    • 자격증명: 이 옵션을 사용하는 것이 좋습니다. 선택을 클릭하여 드롭다운 메뉴에서 로커, 자격증명및 속성 값을 선택합니다. 이는 자격증명 관리자에 연결된 Control Room에서 관리하는 설정을 기반으로 합니다.
      주: 보안 아키텍처 및 Credential Vault의 자격증명 및 lockers 항목을 참조하십시오.
확인을 클릭하고 다음을 선택한 다음 연결 테스트 섹션으로 이동하여 Model connection을 테스트합니다.
주: Azure OpenAI 구성하기 및 Azure OpenAI: 인증 작업에서 Azure OpenAI 리소스 이름 및 배포 ID 매개변수를 구성하는 방법에 대한 자세한 내용을 참조하십시오.

OpenAI

OpenAI 인증 세부 정보:

OpenAI의 경우 API 키에 대한 연결 세부 정보를 정의합니다.

API 키
  • 안전하지 않은 문자열: 이 옵션을 선택하면 이 필드에 입력한 값이 암호화되지 않았다는 경고 메시지가 표시됩니다. 데이터 보안을 위해 자격증명을 사용하는 것이 좋습니다.
  • 자격증명: 이 옵션을 사용하는 것이 좋습니다. 선택을 클릭하여 드롭다운 메뉴에서 로커, 자격증명및 속성 값을 선택합니다. 이는 자격증명 관리자에 연결된 Control Room에서 관리하는 설정을 기반으로 합니다.
    주: 보안 아키텍처 및 Credential Vault의 자격증명 및 lockers 항목을 참조하십시오.
확인을 클릭하고 다음을 선택한 다음 연결 테스트 섹션으로 이동하여 Model connection을 테스트합니다.
주: OpenAI: 인증 작업에서 OpenAI에 대한 API 키 구성에 관한 자세한 내용을 참조하십시오.