AWS, 생성형 AI 플랫폼 '아마존 베드록' 정식 출시

기업이 생성형 AI를 실무에 도입할 때 가장 큰 걸림돌은 적합한 모델을 고르는 일뿐만 아니라, 인프라 관리 부담과 핵심 데이터 유출에 대한 불안감입니다.

AWS가 생성형 AI 완전관리형 서비스인 'Amazon Bedrock'의 정식 출시(GA)를 발표했습니다. 지난 4월 처음 공개된 Bedrock은 단일 API를 통해 여러 대표 AI 기업의 파운데이션 모델을 호출할 수 있는 서비스입니다.

정식 출시와 함께 자체 임베딩 모델 상용화, Meta의 Llama 2 도입, 사내 코드 기반 맞춤형 코딩 어시스턴트 등 기업 맞춤형 기능들이 대거 공개되었습니다.

단일 API로 묶어낸 파운데이션 모델 생태계

Bedrock은 서버리스 방식으로 운영되므로 기업이 방대한 인프라 클러스터를 직접 구성하거나 관리할 필요가 없습니다. 기업 고객은 하나의 엔드포인트를 통해 AI21 Labs, Anthropic, Cohere, Stability AI 및 Amazon 자체 모델을 골라 쓸 수 있습니다.

특히 AWS는 Meta의 차세대 대규모 언어 모델인 Llama 2를 몇 주 내에 Bedrock에 추가한다고 밝혔습니다. 완전관리형 생성형 AI 서비스 중 관리형 API 형태로 Llama 2를 제공하는 것은 Bedrock이 처음입니다. 최대 4,000토큰의 컨텍스트 길이를 지원하며 AWS 인프라에 맞춰 빠른 응답 속도를 내도록 최적화되었습니다.

단순한 텍스트 생성을 넘어 복잡한 비즈니스 업무를 자율 처리하는 에이전트 기능도 지원합니다. 개발자가 별도 코드를 작성하지 않아도 출장 예약, 보험 청구 처리, 광고 캠페인 생성, 재고 관리 같은 프로세스를 수행할 수 있습니다. 기업이 커스텀에 사용한 데이터는 완전히 비공개로 유지되며 기저 모델 학습에 활용되지 않습니다.

RAG 전용 임베딩부터 사내 비공개 코드 학습까지

기업 내부 데이터를 모델과 연결하는 RAG(검색 증강 생성) 구축을 돕기 위해 'Amazon Titan Embeddings' 모델도 정식 출시되었습니다. 25개 이상의 언어와 최대 8,000토큰의 컨텍스트 길이를 지원해 긴 문서도 손쉽게 벡터 데이터로 변환합니다.

개발자 도구인 Amazon CodeWhisperer는 기업 비공개 코드를 학습해 맞춤형 추천을 제공하는 엔터프라이즈 티어 기능을 몇 주 내 프리뷰로 선보입니다. 관리자가 GitLab이나 Amazon S3에 저장된 사내 리포지토리를 연동하면, 외부에는 공개되지 않은 사내 고유 API와 라이브러리를 반영해 코드를 추천해 줍니다.

클라우드 BI 서비스인 Amazon QuickSight에는 생성형 BI 제작 기능이 추가되어, 분석가가 자연어 명령어나 단어 조각만 입력해도 복잡한 수식이 들어간 시각화 차트를 즉시 대시보드에 배치할 수 있게 되었습니다. AWS는 관련 기술을 1시간 만에 배울 수 있는 무료 입문 교육 과정도 함께 공개했습니다.

왜 중요한가

생성형 AI 시장의 주도권 경쟁이 개별 모델의 성능 대결에서 엔터프라이즈 환경으로의 안정적인 안착으로 넘어가고 있음을 보여줍니다.

기업 개발팀 입장에서 Bedrock의 가치는 파편화된 AI 모델들을 기존 AWS 인프라 환경 안으로 손쉽게 통합할 수 있다는 점입니다. 각 AI 스타트업과 개별 계약을 맺고 보안 검토를 거치는 대신, 이미 검증된 클라우드 보안 경계 안에서 Claude, Llama 2, Titan을 골라 쓸 수 있어 도입 장벽이 크게 낮아집니다.

우리는 AWS의 이러한 접근이 매우 영리하다고 평가합니다. 특정 거대 모델 개발에만 회사의 사활을 걸기보다, 모든 주요 모델이 거쳐 가는 플랫폼이자 데이터 유통 허브가 되는 길을 택했기 때문입니다. 기업의 데이터가 AWS에 머무르는 한 클라우드 인프라 매출은 자연스럽게 유지됩니다.

다만 한계도 분명합니다. 여러 모델을 중개하는 플랫폼 특성상, 각 모델 개발사가 자체 API에 선보이는 최신 기능이나 세부 튜닝 옵션이 Bedrock에 얼마나 신속하게 반영되느냐가 핵심입니다. 업데이트 지원 속도가 느려진다면 기술 내재화를 꾀하는 기업들은 다시 자체 구축을 고민하게 될 수 있습니다.