[더테크=전수연 기자] AWS(아마존웹서비스)가 애플리케이션 개발 시 데이터 기반 모델 맞춤화 방법과 작업 도구를 개선한 신규 기능을 발표했다. 특히 AI를 통해 복잡한 프롬프트를 이해하도록 구성돼 개발 작업에 도움을 줄 것으로 보인다.

 

AWS는 AWS 리인벤트(re:Invent)에서 모델 선택권을 확대하고 사용자가 비즈니스에 적절한 생성형 AI 애플리케이션을 구축하도록 돕는 아마존 베드록(Amazon Bedrock)의 신기술을 30일(현지시각) 공개했다.

 

(관련기사: AWS, 차세대 프로세서 그래비톤4·트레이니움2 공개)

(관련기사: AWS, 생성형 AI 기반 어시스턴스 ‘아마존 Q’ 발표)

 

아마존 베트록은 LLM(대규모언어모델), AI21랩스, 앤트로픽, 코히어, 메타 등 아마존의 파운데이션 모델에 접근할 수 있는 완전 관리형 서비스로, 사용자가 생성형 AI 애플리케이션을 구축하는 데 필요한 기능과 개인정보 보호·보안을 지원한다.

 

AWS는 독점(proprietary) 데이터로 모델을 맞춤화하는 방법을 간소화하며 복잡한 작업의 실행을 자동화하는 도구를 제공한다. 이를 통해 안전장치 기반의 생성형 AI 접근성을 높일 계획이다. 

 

AWS는 기업이 생산성 향상, 사용자 경험 제공, 업무 재구성 등 다양한 사례에 생성형 AI를 사용하기 원하며 생성형 AI가 새로운 옵션과 함께 빠르게 진화하고 있다고 판단했다. 이를 위해 다양한 모델을 API 호출처럼 쉽게 구축하고 모델 사용자 정의에 대한 최신 기술을 사용하도록 베드록을 개발했다.

 

AWS가 제공하는 모델은 △앤트로픽 클로드 2.1 △메타 라마 2 70B △코히어 커맨드 라이트 △스태빌리티 AI 스테이블 디퓨전 XL1.0 등을 포함해 다양한 최신 버전들로 구성됐다.

 

추가로 AWS는 아마존 타이탄 텍스트 임베딩과 아마존 타이탄 텍스트 모델에 ‘아마존 타이탄 이미지 생성기’와 ‘아마존 타이탄 멀티모달 임베딩’을 도입해 사용자가 모델을 활용해 생성형 AI 애플리케이션을 구축하는 데 다양한 선택권을 제공한다.

 

예를 들어 엔트로픽은 최신 언어모델 클로드 2.1을 베드록에 출시했다. 이를 통해 20만 개의 토큰 컨텍스트 윈도우를 제공하고 긴 분량의 문서 처리 정확도를 향상시켰다고 전했다. 또 메타는 자사 언어모델 라마 2의 700억 개 파라미터 모델을 베드록을 통해 제공한다. 

 

이와 함께 새롭게 출시된 아마존 타이탄 이미지 생성기는 광고, 전자상거래 관련 분야 사용자가 이미지를 제작하거나 자연어 프롬프트를 사용해 기존 이미지를 개선할 수 있도록 지원한다. 이미지 생성기는 복잡한 프롬프트를 이해하고 정확한 물체 구성과 관련 있는 이미지를 생성해 유해 콘텐츠를 줄일 수 있다.

 

특히 사용자는 이미지 편집 시 일부를 분리하거나 세부사항을 추가할 수 있으며 보이지 않는 워터마크를 적용해 AI 생성 이미지와 구분할 수 있다. 이는 잘못된 이미지 정보 확산을 낮추고 외부 수정으로부터 보호할 수 있는 기능이다.

 

아마존 타이탄 멀티모달 임베딩은 사용자가 정확한 멀티모달 검색과 추천 결과를 제공할 수 있도록 지원한다. 이 모델은 이미지, 짧은 텍스트를 임베딩(데이터 간 관계의 수치 표현)으로 변환해 벡터 데이터베이스에 저장한다. 이후 사용자는 이미지와 텍스트 프롬프트의 조합으로 검색 쿼리를 입력할 수 있다.

 

이와 함께 타이탄 멀티모달 기능은 검색 쿼리에 대한 임베딩을 생성하고 저장된 임베딩과 일치시켜 보다 정확한 검색 결과를 제공하며, 단일 단어나 구문을 임베딩으로 변환하는 데 사용되는 기존 아마존 임베딩 모델에 결합된다.

 

이번 신규 기능은 사용자가 자동·수동 평가를 통해 가장 적합한 모델을 평가·비교할 수 있도록 돕는다. 사용자는 베드록 콘솔에서 질문·답변·콘텐츠 요약과 같은 특정 작업에 대해 비교하려는 모델을 선택할 수 있다.

 

이러한 워크플로우는 사용자의 사내 인력을 활용하거나 AWS에서 제공하는 인력을 통해 모델 응답을 평가한다. 또 사용 사례별 메트릭(관련성·스타일)을 정의하며 주요 기준에 따라 모델 수행 보고서를 생성한다.

 

아마존 베드록은 챗봇·질문 답변 시스템 등에 정확한 응답을 제공하기 위해 모델을 RAG(검색 증감 생성)용 독점 데이터 소스에 연결한다. 이 때문에 사용자는 데이터 위치를 지정하기만 하면 지식베이스가 텍스트 문서를 가져와 데이터를 벡터 데이터베이스에 저장하거나 사용자를 대신해 설정한다.

 

사용자 쿼리가 입력될 경우 베드록은 프롬프트를 보강하는 데 필요한 텍스트를 생성해 모델에 프롬프트를 전송하고 응답을 반환하며 RAG를 조정한다. 사용자는 이러한 기능을 통해 텍스트 생성 등의 작업에 추가로 모델을 학습시킬 수 있다. 

 

예를 들어 데이터 소스로 모델을 작업할 때 베드록은 복사된 모델에 새로운 정보를 보강하고 관련성 높은 맞춤형 응답을 제공해 개인화된 모델을 만든다. 특히 사용자 데이터는 전송, 미사용 시 암호화돼 비공개로 유지된다.

 

현재 프리뷰로 제공되는 가드레일 포 아마존 베드록은 사용 사례와 AI 원칙에 따라 생성형 AI 애플리케이션에 대한 보호 장치를 구현하고 사용자 안전성과 개인정보를 강화한다. 사용자는 베드록의 모든 LLM과 모델에 적용해 유해한 콘텐츠를 원하는 수준으로 필터링할 수 있다.