생성형 AI 티핑 포인트에 근접한 AWS의 네 가지 전략

[테크월드뉴스=양승갑 기자] 아마존웹서비스(AWS)는 8일 강남구 AWS코리아 오피스에서 미디어 브리핑을 갖고 ‘비즈니스 리더들의 생성형 AI 활용’을 주제로 고객의 혁신과 발전을 위해 생성형 AI 접근성을 높이는 방식에 대해 소개했다. 특히 생성형 AI 활용법 및 책임감 있는 사용의 중요성을 피력했다.

루크 앤더슨(Luke Anderson) AWS 아시아태평양 및 일본 AI/ML 매니징 디렉터는 “데이터의 대량 증식, 확장 가능한 컴퓨팅 용량의 가용성, 머신러닝 혁신 등으로 AWS는 티핑 포인트에 도달했다”며 “생성형 AI는 전 세계의 모든 산업과 고객들에게 실질적인 이익을 가져다주고 있다. 아마존과 AWS도 20년 이상 AI와 ML을 적극 활용하고 있다”고 밝혔다.

특히 구축 방법, 인프라 제공, 역량 지원, 유연성 등 AWS의 네 가지 지원 전략을 집중 소개했다. 구체적으로 ▲파운데이션 모델을 구축하는 가장 쉬운 방법 ▲생성형 AI를 위한 최고 성능의 인프라 제공 ▲생성형 AI 기반 애플리케이션을 구축할 수 있는 역량 확보 지원 ▲자신만의 파운데이션 모델을 구축할 수 있는 유연성 등이다.

▶ ‘아마존 베드락’으로 쉽고 빠른 파운데이션 모델 구축

지난 4월 AWS는 API 기반 완전관리형 생성형 AI 플랫폼 ‘아마존 베드락’을 발표했다. 아마존 베드락은 AWS 자체 모델 ‘아마존 타이탄’을 비롯해 AI21랩스의 ‘쥬라기-2’, 코히어의 ‘커맨드 + 임베드’, 스태빌리티AI의 ‘스테이블 디퓨전 XL 1.0’, 앤트로픽의 ‘클로드2’ 등 다양한 파운데이션 모델을 제공하고 있다.

다만 다양한 작업을 실제 수행하기 위해서는 하나 이상의 기반 모델을 활용하는 것이 중요하게 여겨진다. 이에 AWS는 ‘아마존 베드락용 에이전트’ 기능을 미리보기로 출시했다. API를 호출하고 실행 작업을 처리하는 등 ‘오케스트레이션 레이어’에서 서버리스 형태로 진행할 수 있다.

또한 관련성이 더 높은 유사성 검색, 더 쉽고 효율적인 확장을 위해서 데이터 아키텍처와 관련된 전략이 요구된다. 기본적으로 텍스트와 이미지, 다양한 콘텐츠를 수치화해 유사성과 연결성을 분석하는 것이다. 일례로 고양이와 고양잇과 동물 등 비슷한 데이터에 연관성을 부여하기 위해 ‘벡터화’ 작업이 시행된다.

AWS는 ‘서버리스 오픈서치용 벡터 엔진’도 미리보기 형태로 제공 중이다. 인프라 관리 없이 간단하고 확장 가능하며 고성능의 벡터 저장 및 검색이 가능하다.

루크 앤더슨 디렉터는 “파운데이션 모델만으로는 항공권을 예약하거나 영화 티켓을 예매할 수는 없다. 다수의 파운데이션 모델을 서로 조율하거나 서드파티 API를 활용하는 등 다양한 작업을 실제로 실행할 수 있어야 한다”며 “고객들은 아마존 베드락용 에이전트를 사용해 이런 작업을 실행할 수 있다”고 말했다.

▶ 지속적 인프라 투자로 인스턴스 성능 강화

고성능의 생성형 AI 애플리케이션을 만들기 위해서는 트레이닝과 추론에서의 성능이 핵심이다. AWS는 고성능, 저비용 ML 인프라 환경을 조성하기 위해 다양한 컴퓨팅 인스턴스와 GPU에 대한 투자를 지속하고 있다.

성능 향상도 눈에 띈다. 엔비디아 A100 텐서 코어 기반 ‘아마존 EC2 P5 인스턴스’는 이전 세대 대비 최대 2.5배 빠르고 훈련 비용은 최대 60% 절감했다. 엔비디아 A100 텐서 코어 GPU 기반 ‘아마존 EC2 P4d/P4de 인스턴스’의 경우 최대 6배 빠르고 최대 40% 훈련 비용의 절감이라는 효과를 거뒀다.

루크 앤더슨 디렉터는 “2016년 서울 리전을 출범시킨 이후로 10여 년 동안 지속적으로 반도체 관련 혁신에 투자를 진행했다”며 “다양한 GPU와 인스턴스를 제공해서 고객들에게 선택과 유연성을 제공하고 있다”고 말했다.

▶ 기업 역량 확보 지원하는 생성형 AI 애플리케이션

‘아마존 코드위스퍼러’, ‘AWS 헬스스크라이브’ 등 생성형 AI 애플리케이션을 구축할 수 있는 AWS 프로그램도 소개했다. 아마존 코드위스퍼러는 더 빠르고 안전한 애플리케이션을 구축하도록 도와주는 AI 코딩 도구다. 실시간 코드 제안 생성, 찾기 어려운 취약점에 대한 코드 스캔, 오픈 소스 훈련 데이터와 유사한 코드 플래그 지정 또는 기본 필터링 기능 등을 제공한다.

아마존 내부 테스트 결과 코드위스퍼러를 사용했을 때 생산성이 약 57% 증가했다. AWS에 따르면 액센츄어, 스마트머그와 같은 고객사도 동일한 성능 증대를 보였다.

헬스케어 산업에서 사용 가능한 AWS 헬스스크라이브도 소개했다. 임상 애플리케이션을 위한 HIPAA 적격 자동 메모 생성 서비스를 제공한다. 임상 환경에서 AI를 사용해 생산성이 향상될 뿐만 아니라 보안과 개인정보 보호 및 규정 준수 기능도 포함됐다. 현재 미국 제조기업 3M이 사용 중이다.

▶ 생성형 AI 유연성, ‘세이지메이커’로 실현

“단 하나의 모델이 모든 것을 장악하는 것이 아니라, 다양한 기반 모델을 조합해서 고객이 원하는 결과를 도출하도록 유연성을 제공할 것이다. ‘세이지메이커’를 통해 고객은 수천 개의 모델을 통합하고 활용할 수 있다”

루크 앤더슨 디렉터는 이같이 말하며 자체 파운데이션 모델을 구축할 수 있는 유연성을 강조했다. 아마존에 따르면 완전관리형 머신러닝 플랫폼 세이지메이커로 가능하다. 세이지메이커를 사용하면 수천 개의 서드파티 기반 모델들을 조합, 고객이 원하는 결과가 도출되도록 효과를 증폭시킬 수 있다.

또한 데이터의 힘과 인력 투자의 중요성을 강조했다. 딜로이트의 조사에 따르면 데이터 아키텍처를 적절히 활용할 경우 아시아·태평양 지역에 속한 기업들은 연간 매출을 10.9%가량 늘릴 수 있다. ML 구현에서 소요되는 시간의 대부분은 여전히 데이터 처리나 레이블링과 같은 작업과 관련이 있다고 설명한다. 이런 관점에서 생성형 AI는 비즈니스 데이터의 양보다는 질이 중요하다는 시각이다.

루크 앤더슨 디렉터는 “유연성과 선택의 폭에서 세이지메이커가 역할을 할 수 있다. 지난 수 주 동안 허깅페이스 팔콘, 메타의 라마2 모델도 새로이 추가됐다”며 “세이지메이커의 가장 큰 이점은 다양한 서드파티 모델, 오픈소스 모델 등을 허깅페이스의 예시처럼 유연하게 활용해 고객사가 원하는 결과물을 만들 수 있다는 것이다”고 말했다.

한편 AWS는 국내 스타트업 지원을 위한 프로그램 ‘생성형 AI 엑셀러레이터 2023’을 발표했다. AI 모델 및 도구, 업계 전문가들의 비즈니스 및 기술 멘토링, 선별된 자원, 최대 20만 달러 상당의 AWS 크레딧이 제공된다.

이기혁 AWS 스타트업 에코시스템 한국·일본 총괄은 “아마존은 25년 이상의 AI 및 ML 경험을 활용해 고객이 AWS에서 유연하고 안정적이며 비용 효율적인 생성형 AI 애플리케이션을 구축할 수 있는 환경을 제공한다”며 “AWS는 생성형 AI 액셀러레이터를 통해 생성형 AI 스타트업의 산업 중심 솔루션 개발과 디지털 경제를 주도하는 혁신을 지원하고자 한다”고 밝혔다.