하이브리드 AI 시대…"아마존 베드록으로 똑똑하게 골라 쓴다"

아마존 베드록 새 기능 탑재
에이전트 실행력·안전성 등 강화

아마존웹서비스(AWS)의 생성형 인공지능(AI) 플랫폼 '아마존 베드록'이 한 단계 진화했다. 실행 능력과 안전성을 강화해 기업용 AI 시장 공략에 속도를 낸다.

AWS코리아는 13일 역삼동 센터필드 이스트에서 'AWS 2024 생성형 AI 미디어 브리핑'을 열고 아마존 베드록의 신규 기능과 국내 기업 활용 사례를 공유했다.

김선수 AWS코리아AI/ML 사업개발 수석 스페셜리스트가 3일 역삼동 센터필드 이스트에서 열린 'AWS 2024 생성형 AI 미디어 브리핑'을 통해 아마존 베드록의 새 기능을 소개하고 있다. [사진=AWS코리아]

아마존 베드록은 다양한 파운데이션 모델을 단일 애플리케이션 프로그래밍 인터페이스(API)로 제공한다. 아마존 자체 모델인 '타이탄'뿐 아니라 앤스로픽의 '클로드', 메타의 '라마', 미스트랄 AI의 '미스트랄' 등을 이용할 수 있다. 고객사는 다양한 모델을 활용해 생성형 AI 애플리케이션을 구축할 수 있다.

AWS는 아마존 베드록 업데이트를 통해 ▲생성형 AI 모델 최적화 ▲데이터 연결 성능 강화 ▲책임감 있는 AI 기능 강화 ▲실행 능력 강화 등을 달성했다.

우선 모델의 실행 능력을 높이기 위해 아마존 베드록 에이전트에 메모리 보존 기능을 추가했다. 에이전트는 여러 단계의 복잡한 작업을 실행할 수 있는 AI다. 베드록 에이전트는 시간이 지나도 사용자의 여러 상호작용을 기억해 개인화된 경험을 제공한다. 각 사용자의 대화 기록은 고유 메모리 식별자(ID)에 저장돼 사용자 데이터의 안정성을 보장한다.

신뢰성도 강화했다. '가드레일 API' 기능과 '컨텍스트 그라운딩 검사(Contextual Grounding Checks)'를 통해서다. 가드레일 API는 기본 인프라에 상관없이 모든 AI 애플리케이션에 표준화되고 일관된 보호조치를 적용한다. 컨텍스트 그라운딩 검사는 환각을 감지하고 차단하는 기능이다. 생성형 AI가 답변한 내용이 질의와 관련 있는지, 기업 데이터에 기반한 내용인지 체크하는 방식이다.

아울러 데이터 연결 성능을 향상시켰다. 기업은 생성형 AI 모델의 전문성을 높이기 위해 검색증강생성(RAG·Retrieval-Augmented Generation) 기법을 사용하고 있다. RAG는 대규모 데이터를 학습한 모델에 최신 정보나 기업 내부 데이터를 연계해 답변의 정확도를 높이는 것이다. AWS는 세일즈포스, 쉐어포인트 등 외부 데이터 자원을 연결해 RAG에 활용한다.

김선수 AWS코리아 AI/머신러닝(ML) 사업개발 수석 스페셜리스트는 "생성형 AI 모델을 사용하는 기업 중 3개 이상의 모델을 쓰는 곳이 41%에 이를 정도로 여러 모델에 대한 니즈가 높다"며 "베드록은 단일 API로 여러 최신 모델을 제공하는 게 포인트"라고 말했다.

개발자를 위한 생성형 AI 도구도 새 기능을 탑재했다. 개발자 도구인 '아마존 Q디벨로퍼'는 커스터마이제이션(Customization) 기능과 코드 변환 기능을 새로 출시했다. '아마존 Q 디벨로퍼 커스터마이제이션'은 사내 내부 코드나 모범 사례를 기반으로 개발자 요구에 맞는 맞춤형 코드를 제안한다. '아마존 Q 디벨로퍼 코드 변환'은 코드 업데이트, 테스트 수행, 배포 준비 여부 확인 등 업그레이드 작업을 자동화해 작업 소요 시간을 줄여준다.

개발자가 아닌 직군도 자연어로 애플리케이션을 만들 수 있는 'AWS 앱 스튜디오'도 선보였다. 사용자가 애플리케이션의 기능과 통합하고 싶은 데이터 소스를 간단하게 입력하면 앱 스튜디오가 몇 분 만에 애플리케이션 생성한다. 다른 로우 코드 솔루션 대비 최대 80% 비용 절감이 가능하다는 설명이다.

최유리 기자 yrchoi@asiae.co.kr