Your browser does not support JavaScript!

AWS 기반 생성형 AI 활용 사례 분석 및 최신 동향

일일 보고서 2024년 09월 01일
goover

목차

  1. 요약
  2. AWS 생성형 AI 기술 개요
  3. AWS의 멀티 LLM 전략
  4. AWS 생성형 AI 활용 기업 사례
  5. 대한민국 AI 및 IT 산업 현황
  6. 향후 기술 발전 방향 및 도전 과제
  7. 결론

1. 요약

  • 이 리포트는 AWS의 생성형 AI 기술, 특히 아마존 베드록을 중심으로 최신 동향과 이를 활용한 기업 사례를 분석합니다. 아마존 베드록의 주요 기능과 업데이트 내용을 다루며, 다양한 산업에서 AI 기술이 어떻게 적용되고 있는지 상세히 설명합니다. 주요 기능에는 생성AI 모델 최적화, 데이터 연결 성능 강화, 책임감 있는 AI 기능 등이 포함됩니다. 또한, LG유플러스, 카카오스타일, 제이앤피메디 등의 기업들이 아마존 베드록을 활용하여 AI 애플리케이션을 개발한 사례를 소개합니다. 대한민국의 AI 및 IT 산업 현황과 정부의 디지털 혁신 지원 정책, 주요 AI 기업들의 글로벌 전략, 향후 기술 발전 방향 및 도전 과제 등도 다루어 독자가 AWS 기반 AI 기술의 현재 상태와 미래 전망을 이해할 수 있도록 합니다.

2. AWS 생성형 AI 기술 개요

  • 2-1. 아마존 베드록의 주요 기능

  • 아마존 베드록은 다양한 고성능 파운데이션 모델(FM)을 단일 API로 제공하는 생성형 AI 애플리케이션 구축을 지원하는 관리형 서비스입니다. 이 서비스는 기업들이 AI 애플리케이션을 개발할 때 필요한 다양한 요구를 충족시키도록 설계되었습니다. 주요 기능으로는 다음이 포함됩니다: 1. **생성AI 모델 최적화**: 앤스로픽 클로드 3 하이쿠 모델의 미세 조정이 가능하여 사용자는 자체 데이터를 통한 파인튜닝 작업을 설정할 수 있습니다. 2. **데이터 연결 성능 강화**: 웹 도메인, 컨플루언스, 세일즈포스, 쉐어포인트와 같은 다양한 데이터 소스를 연결할 수 있는 기능이 추가되었습니다. 3. **책임감 있는 AI 기능 강화**: '가드레일' 기능을 통해 환각 현상을 탐지할 수 있으며, 기업의 모델에서 일관된 보호 조치를 적용할 수 있습니다. 4. **메모리 보존 기능**: '아마존 베드록 에이전트'는 사용자의 여러 상호작용을 기억하고, 개인화된 사용자 경험을 제공하여 중단된 대화를 이어서 진행할 수 있도록 지원합니다.

  • 2-2. AWS 2024 생성형 AI 업데이트

  • AWS는 2024년 생성형 AI 미디어 브리핑에서 아마존 베드록의 최신 기능과 업데이트를 발표했습니다. 이 브리핑은 지난 7월 'AWS 서밋 뉴욕'에서 발표된 내용을 토대로 진행되었습니다. 업데이트된 내용은 다음과 같습니다: 1. **멀티 LLM 공략**: AWS는 다양한 생성형 AI 제공업체들과 협력하여 단일 API를 통해 여러 LLM을 제공하고 있습니다. 이에 따라 사용자는 원하는 AI 모델을 선택하여 사용할 수 있습니다. 2. **엄청난 활용률**: 조사에 따르면, 많은 기업이 두 개 이상의 AI 모델을 사용하는 것으로 나타났습니다. 41%의 기업이 3개의 LLM을 사용하고 있으며, 34%는 2개의 LLM을 사용하고 있습니다. 3. **자체 데이터 활용**: 기업들은 아마존 베드록을 통해 자체 데이터를 활용하여 AI 애플리케이션을 구축하는 데 있어 효율성을 높이고 있습니다. 특히, LG유플러스와 당근마켓, 카카오스타일 등 여러 기업들이 각각의 사례를 발표하였습니다.

3. AWS의 멀티 LLM 전략

  • 3-1. 멀티LLM 전략의 배경 및 필요성

  • AWS는 생성형 인공지능(AI) 시장에서 경쟁력을 갖추기 위해 '멀티 거대언어모델(LLM) 전략'을 채택하였습니다. Amazon Bedrock을 통해 다양한 고성능 파운데이션 모델(FM)을 단일 API로 제공하여 AI 애플리케이션 개발을 지원하고 있습니다. CB Insights 조사에 따르면, 기업의 34%는 2개 LLM, 41%는 3개, 22%는 4개 이상의 LLM을 활용하고 있으며, 이는 복수 LLM을 선택하는 경향이 있음을 보여줍니다. 이러한 배경 속에서 AWS는 고객의 선택권을 넓히기 위해 여러 AI 모델을 동시에 사용하는 환경을 조성하고 있습니다.

  • 3-2. 아마존 베드록의 멀티LLM 지원 기능

  • 아마존 베드록은 다양한 LLM을 통합하여 사용자에게 제공합니다. 사용자는 아마존의 자체 모델인 '타이탄'뿐만 아니라, 앤스로픽의 '클로드', 코히어의 '커맨드-R', 메타의 '라마2' 등 여러 모델을 폭넓게 활용할 수 있습니다. AWS는 각 모델의 특성을 강조하며, 기업들이 AI 애플리케이션을 보다 쉽게 구축할 수 있도록 지원합니다. 예를 들어, 제이앤피메디는 AWS의 생성형 AI 기술을 활용하여 의료 분야에 맞춘 '메이븐 코더 익스프레스'를 출시하였습니다. 이 플랫폼은 앤스로픽의 LLM '클로드 3.5 소넷'과 '클로드 3 하이쿠' 등 3개 모델을 기반으로 작동함으로써, 의료 데이터 코딩의 정확성과 일관성을 높였습니다.

4. AWS 생성형 AI 활용 기업 사례

  • 4-1. LG유플러스의 AI 기반 코드 리뷰

  • LG유플러스는 아마존 베드록을 활용하여 자사의 영업 전산 시스템 ‘유큐브(Ucube)’에 AI 기반 코드 리뷰 자동화를 도입했습니다. 이 시스템은 50개 이상의 마이크로 서비스와 2만 개 이상의 API로 구성된 복잡한 시스템에서 AI를 통해 자동화 작업을 지원하며, 이를 통해 개발 생산성을 향상시켰습니다. 김선수 AWS코리아 AI/ML 사업개발 수석 스페셜리스트는 기자 간담회에서 이 사례를 공유하며, 생성 AI를 효과적으로 활용하기 위해서는 데이터 연계와 내부 시스템 통합, 보안 및 책임감 있는 AI 구현이 중요하다고 강조했습니다.

  • 4-2. 카카오스타일의 업로드 검수 자동화

  • 카카오스타일은 아마존 베드록을 활용하여 자사 서비스에서 업로드된 텍스트와 이미지를 검수하는 작업을 자동화했습니다. 이를 통해 검수 인력의 약 80%를 줄이는 성과를 거두었습니다. 이 과정에서 아마존 베드록의 고성능 생성AI 모델을 적극 활용하여 업무 효율을 극대화했습니다.

  • 4-3. 제이앤피메디의 메디컬 코더 익스프레스 출시

  • 제이앤피메디는 AWS의 생성형 AI 기술을 활용하여 차세대 메디컬 코더 ‘메이븐 코더 익스프레스(Maven Coder Express)’를 개발하였습니다. 이 시스템은 의료 전문가가 임상시험 및 연구에서 구어체로 기록한 증상과 의학적 관찰 내용을 의료 코딩에 맞게 자동으로 매핑합니다. 메이븐 코더 익스프레스는 AWS의 생성형 AI 플랫폼인 아마존 베드록을 기반으로 하며, 앤트로픽의 고성능 언어 모델을 사용하여 작업자의 업무 시간을 최대 80% 단축하고 코딩 정확도를 높였습니다. 이 시스템은 한국어, 영어, 독일어, 일본어, 중국어 등 총 13개 언어를 지원합니다.

5. 대한민국 AI 및 IT 산업 현황

  • 5-1. 한국의 AI 시장 규모 및 성장 전망

  • 2022년 대한민국의 인공지능(AI) 시장 규모는 약 18억 3천만 달러로 평가되었으며, 2032년까지 연평균 성장률(CAGR) 27.5%를 기록할 것으로 예상되고 있습니다. 이에 따라 2032년에는 시장 규모가 207억 달러에 이를 전망입니다. 이러한 성장은 정부의 정책 지원과 민간 기업의 기술 혁신이 주요 요인으로 작용하고 있습니다.

  • 5-2. 정부의 디지털 혁신 지원 정책

  • 대한민국 정부는 AI 및 디지털 혁신을 위해 다양한 정책을 추진하고 있으며, 2024년 디지털 혁신 대학원 지원에 548억원의 예산을 투입할 계획을 발표하였습니다. 이를 통해 석박사 이상의 고급 인재 1,100명의 양성을 목표로 하고 있으며, 취약계층을 직접 지원하는 정책과 AI 및 디지털 기술의 사회적 영향과 윤리적 문제를 해결하기 위한 노력에도 주목하고 있습니다.

  • 5-3. 한국 주요 AI 기업들의 글로벌 전략

  • 한국의 주요 AI 기업들은 글로벌 시장에서의 경쟁력을 강화하기 위해 혁신적인 솔루션을 개발하고 있습니다. 예를 들어, 솔트룩스는 AI 검색 엔진인 구버를 개발하여 2024년 7월에 한국과 미국에 동시에 출시하였습니다. 또한, NHN은 게임 개발 솔루션인 게임베이스를 제공하여 일본 시장에 진출하고 있으며, 포티투마루는 AI 기술 부문에서 다양한 성과를 올리고 있습니다.

6. 향후 기술 발전 방향 및 도전 과제

  • 6-1. 데이터 관리 및 보안 문제

  • AWS의 생성형 AI 솔루션은 기업들이 다양한 비즈니스 데이터를 활용할 수 있도록 데이터 커넥터 기능을 확장하고 있습니다. 아마존 S3 외에도 웹 도메인, 컨플루언스, 세일즈포스, 쉐어포인트 등을 데이터 소스로 활용하여 RAG 애플리케이션에 연결할 수 있습니다. 이는 특정 요구사항에 맞는 모델 최적화를 위해 더 많은 비즈니스 데이터를 활용할 수 있게 합니다. 그러나 이러한 다양한 데이터 소스의 통합 및 관리에서 보안 문제와 데이터 유출 위험이 발생할 수 있습니다. 따라서 데이터 보안과 관리 방안이 지속적으로 필요합니다.

  • 6-2. 책임감 있는 AI 기능 강화

  • 아마존 베드록은 유해한 콘텐츠를 85%까지 줄이는 가드레일 기능을 제공합니다. 또한, '컨텍스트 크라운딩 검사'를 통해 거짓정보 생성을 감지하고 차단하는 기능을 도입하여 모든 생성형 AI 애플리케이션에 표준화된 보호 조치가 적용될 수 있도록 지원합니다. 책임감 있는 AI 기능의 강화를 위해서는 지속적인 기술 개발과 사용자 피드백이 필수적이며, 이를 통해 더욱 안전한 AI 환경을 구축해야 합니다.

  • 6-3. 확장성과 가용성 문제

  • AWS는 아마존 베드록을 통해 다양한 생성형 AI 모델을 단일 API 형태로 제공하고 있으며, 이로 인해 기업들은 여러 AI 모델을 동시에 사용할 수 있는 장점을 갖추게 됩니다. 그러나 이러한 확장성이 실제로 얼마나 효과적으로 운영될 수 있는지에 대한 검토가 필요합니다. 특히, 다양한 산업에서의 요구사항과 사용량에 따라 가용성이 문제될 수 있으며, 이에 대한 솔루션이 필요합니다.

7. 결론

  • 본 리포트는 AWS의 생성형 AI 기술, 특히 아마존 베드록이 다양한 산업에서 어떻게 중요한 역할을 하고 있는지를 다루었습니다. 아마존 베드록은 단일 API를 통해 여러 고성능 파운데이션 모델을 제공함으로써 기업들이 AI 애플리케이션을 쉽게 개발할 수 있도록 지원하며, LG유플러스와 제이앤피메디 등의 기업들이 이를 성공적으로 활용하고 있습니다. 그러나 데이터 보안 문제와 책임감 있는 AI 구현의 중요성도 주요 이슈로 부각되었습니다. 리포트는 AI 기술이 앞으로 글로벌 경쟁력을 유지하고 더 발전하기 위해서는 지속적인 연구와 발전이 필요함을 강조하고 있습니다. 특히 데이터 관리 및 보안, 확장성과 가용성 문제는 중요한 도전 과제로 남아있으며, 이를 해결하기 위한 지속적인 기술 개발과 사용자 피드백이 필요합니다. AI 기술이 실제 상황에서 어떻게 활용될 수 있을지에 대한 실질적인 제언도 포함되어, 독자가 미래를 준비하는 데 도움이 될 것입니다.

8. 용어집

  • 8-1. 아마존 베드록 [기술 플랫폼]

  • 아마존 베드록은 AWS의 생성형 AI 솔루션으로, 다양한 고성능 파운데이션 모델을 단일 API로 제공하며 기업들이 AI 애플리케이션을 쉽게 구축할 수 있도록 지원합니다. 데이터 연결 성능 강화와 최적화 기능을 포함하여, 여러 LLM을 동시에 사용할 수 있는 멀티LLM 전략을 채택하고 있습니다. 이로 인해 다양한 산업에서 활용도가 높아지고 있습니다.

  • 8-2. LG유플러스 [회사]

  • LG유플러스는 AWS의 생성형 AI 기술을 활용하여 AI 기반 코드 리뷰 시스템을 도입하였습니다. 이를 통해 코드 검수 과정을 자동화하고, 개발 생산성을 크게 향상시켰습니다. 또한, 업데이트된 아마존 베드록의 보호 가드레일 기능을 도입하여 데이터 보안과 사용자 경험을 개인화할 수 있도록 지원하고 있습니다.

  • 8-3. 제이앤피메디 [회사]

  • 의료 데이터 플랫폼 기업 제이앤피메디는 AWS의 생성형 AI 기술을 이용하여 메디컬 코더 '메이븐 코더 익스프레스'를 출시하였습니다. 이 시스템은 임상시험 데이터를 표준 의학 용어로 자동 변환하여 코딩 시간을 단축하고 정확성을 높이는 기능을 제공합니다. 검색증강생성(RAG) 아키텍처와 앤트로픽의 언어 모델을 기반으로 하여 보다 정확한 응답을 지원합니다.

9. 출처 문서