-AWS '비즈니스 리더들의 생성형 AI 활용' 브리핑

-기반모델·인프라·애플리케이션·유연성 초점 둔 지원 전략 소개

[디지털데일리 김보민 기자] "생성형 인공지능(AI)은 데이터 과학을 넘어 이제 저녁 식사 자리의 일상적인 대화 주제로 거듭났다. 아마존웹서비스(AWS)는 이들 기업이 생성형 AI 모델을 구축하고 실익을 이끌어낼 수 있도록 지원하고 있다."

루크 앤더슨 AWS 아시아태평양 및 일본 AI/ML 매니징 디렉터는 8일 서울 강남구 AWS 사옥에서 브리핑을 열고 자사가 추진하고 있는 생성형 AI 지원 전략을 발표했다.

그는 "AWS의 미션은 AI와 머신러닝(ML)을 대중화하는 것"이라며 "현재 전 세계 10만 곳 이상의 고객사가 AWS의 서비스를 활용하고 있다"라고 말했다.

대표적으로 LG AI연구원은 아마존 세이지메이커를 활용해 엑사원 기반의 AI 아티스트 틸다(Tilda) 모델의 훈련 속도를 약 59% 끌어올렸다. 세이지메이커는 AWS가 제공하는 일종의 생성형 AI 훈련 환경이다.

이날 앤더슨 디렉터는 AWS의 생성형 AI 지원 전략을 ▲기반(파운데이션) 모델 ▲인프라 ▲애플리케이션 ▲유연성 등 네 가지로 나눠 소개했다.

먼저 그는 "AWS는 전 세계에서 기반 모델을 만들 수 있는 가장 쉬운 공간이 되기를 희망하고 있다"라며 지난 4월 공개한 '아마존 베드록'(Amazon Bedrock)을 예시로 들었다.

아마존 베드록은 AWS의 완전관리형 생성 AI 플랫폼으로, 자체 구축한 거대언어모델(LLM) '아마존 타이탄'을 사용할 수 있는 게 특징이다. 이 밖에도 AI21랩스의 '주라식(Jurassic)-2', 코히어의 '커맨드 및 임베드', '스태빌리티AI의 '스테이블디퓨전XL 1.0', 앤트로픽의 '클로드2' 등의 기반 모델도 바로 활용할 수 있다.

AWS는 '아마존 베드록용 에이전트'의 기능도 미리 보기로 출시한 상태다. 에이전트는 다수의 기반 모델을 통합 조율해, 생성형 AI 기능을 실질적으로 구동하는 역할을 한다.

앤더슨 디렉터는 "기반 모델 만으로는 영화 티켓을 예매하거나 항공권을 구매하는 작업을 실행할 수 없다"라며 "아마존 베드록용 에이전트는 작업 세분화와 데이터 접근, API 호출 등의 역할을 수행하며 이런 오케스트레이션 레이어를 통해 하나의 인터페이스에서 서버리스(Serverless)로 생성형 AI를 실행하게 해준다"라고 설명했다.

그러면서 벡터화 작업을 간소화할 'AWS 오픈서치용 벡터엔진 서버리스'도 미리보기로 제공하고 있다고 밝혔다.

벡터화는 데이터 간 연관성을 부여하는 작업을 의미한다 텍스트·이미지 등 콘텐츠를 수치화한 뒤 유사 콘텐츠를 연결하는 방식으로, 오픈서치 서버리스는 인프라 관리 없이 간단하게 확장이 가능하다는 장점이 있다.

앤더슨 디렉터는 두 번째 지원 전략으로 인프라 다양화를 꼽았다.

현재 AWS는 ML 액셀러레이터의 종류와 비용 범위를 다양화하고, 실리콘 투자를 강화하는 방식으로 인프라 강화에 집중하고 있다.

일례로 아마존 EC2 G5 인스턴스는 엔비디아의 A10G 텐서 코어 R그래픽처리장치(GPU)를 기반으로 G4dn 인스턴스 대비 최대 3.3배 높은 성능을 기록했다.

이 밖에도 아마존에서 자체 개발한 AI 학습용 인스턴스 'AWS 트레이니엄(Trainium)'은 동급의 EC2 인스턴스 대비 훈련 비용을 최대 50% 절감한다. AI 추론용 인스턴스 'AWS 인퍼런시아2(Inferentia 2)' 또한 같은 기준 최대 40% 향상된 가격 대비 성능을 자랑한다.

앤더슨 디렉터는 세 번째 전략으로 특정 기업이나 산업계를 지원하기 위한 AI 애플리케이션을 소개했다.

대표적으로 '아마존 코드위스퍼러'가 있다. 코드위스퍼러는 AI 코딩 도구로 앱을 빠르게 구축할 수 있도록 돕는다. 실시간 코드 제안 생성, 찾기 어려운 취약점에 대한 코드 스캔, 오픈소스 훈련 데이터와 유사한 코드 플래그 지정 또는 기본 필터링 등을 지원한다.

임상 애플리케이션을 위한 자동 메모 생성 서비스 'AWS 헬스스크라이브'도 있다. 헬스스크라이브는 의료 환경의 생산성을 높이고, 의료 종사자들의 업무를 분담하는 역할을 수행하는 특징이 있다.

앤더슨 디렉터는 마지막 전략으로 유연성을 언급하며 '아마존 세이지메이커 점프스타트'를 소개했다. 아마존 세이지메이커 점프스타트는 고객이 자체 ML 모델을 구축할 때 여러 기반 모델을 조합하는 역할을 수행한다.

이 과정에서 메타AI 라마2, 허깅페이스 팔콘, 코히어 커맨드XL 등을 사용할 수 있다.

앤더슨 디렉터는 "다양한 모델을 조합해 유연하게 활용한다면 고객사들이 원하는 결과물을 만들어낼 수 있을 것"이라고 강조했다.