컨텐츠 바로가기

12.23 (월)

이슈 IT기업 이모저모

아마존, 새로운 생성형 AI 모델 '노바' 선보여…반도체 출시 계획도 공개

댓글 첫 댓글을 작성해보세요
주소복사가 완료되었습니다
아시아경제

앤디 제시 아마존 최고경영자(CEO). 연합뉴스

<이미지를 클릭하시면 크게 보실 수 있습니다>


아마존이 생성형 인공지능(AI) 모델 '노바'를 공개했다. 계열사인 아마존웹서비스(AWS)는 내년 새로운 AI 반도체 '트라이니엄3' 출시 계획도 밝혔다.

앤디 제시 아마존 최고경영자(CEO)는 3일(현지시간) AWS 리인벤트 2024 기조연설에서 생성형 AI 파운데이션 모델 노바의 출시 소식을 전했다. 그는 "일상생활의 새로운 최첨단 기술인 아마존 노바의 출시를 공유하게 돼 기쁘다"라고 했다.

아마존 노바는 마이크로와 멀티모달인 라이트, 프로 등으로 출시됐다. 이보다 성능이 높은 프리미어는 내년 1분기 출시 예정이다.

노바 마이크로는 저렴한 비용으로 가장 짧은 시간의 응답을 제공하는 텍스트 전용 모델이다. 노바 라이트는 이미지, 비디오, 텍스트 입력 후 텍스트로 출력하며 빠른 초저가 모델이고, 노바 프로는 다양한 작업에 대한 정확성, 속도, 비용의 최적 조합을 갖춘 고성능 멀티모달 모델이다. 노바 프리미어는 복잡한 추론 작업과 맞춤형 모델 도출을 위한 모델이다.

아마존 노바 모델에는 캔버스와 릴 등 창의적 콘텐츠 생성 모델도 포함됐다. 노바 캔버스는 인페인팅, 아웃페인팅, 배경 제거와 같은 다양한 편집 기능을 포함해 스타일과 콘텐츠를 정밀하게 제어할 수 있다. 스튜디오 품질의 이미지를 생성하는 최첨단 이미지 생성 모델이다.

노바 릴은 아마존이 처음 내놓는 동영상 생성 모델이다, 텍스트 프롬프트와 이미지를 통해 짧은 동영상을 제작하고 시각적 스타일과 속도를 제어하며 마케팅, 광고 및 엔터테인먼트용 전문가 품질의 동영상 콘텐츠를 만들 수 있다.

제시 CEO는 노바 스피치투스피치 모델과 애니투애니 모델도 각각 내년 1분기와 중반에 출시할 계획이라고 설명했다. 스피치투스피치 모델을 활용하면 목소리로 질문해 목소리로 답을 얻을 수 있다. 애니투애니는 텍스트를 입력해 동영상을 얻거나 영상을 입력해 이미지가 출력되는 등 모든 조합이 가능한 모델이다.

아울러매트 가먼 AWS CEO는 AI 모델 훈련에 사용되는 반도체 트레이니엄3를 출시 계획도 발표했다. 아마존은 트레이니엄3 기반 울트라서버는 Trn2 울트라 서버보다 4배 더 뛰어난 성능을 발휘할 수 있다고 전했다.

가먼 CEO는 이날 트레이니엄32 등 제품과 관련해 애플과 장기적으로 협력하고 있다는 내용을 처음으로 공개했다. 브누아 뒤팽 애플 머신러닝 및 AI 수석 디렉터는 "AWS의 그래비톤3(서버 칩)를 사용해 40% 이상 효율성을 높였고 추론용 칩 인퍼런시아2를 통해 효율성을 2배 이상 높였다"고 했다.

가먼 CEO는 AI 모델의 단점인 할루시네이션(환각현상)에 대처하기 위해 자동화 리즈닝 체크를 도입했다고 전했다. 또 새 고성능 관리형 관계형 데이터베이스 서비스 '오로라 DSQL'과 스토리지 '아마존 S3'를 처음으로 공개하고, 내년 초 P6 인스턴스도 출시할 것이라고 덧붙였다.

한편, AWS는 이날 국내 AI 스타트업 트웰브랩스가 영상 검색 AI 모델 기능을 강화하는 것을 지원하고 있다고 했다. 트웰브랩스는 자연어를 영상 콘텐츠 내에서 일어나는 동작, 객체, 배경 소리 등 요소와 매칭하는 AI 파운데이션 모델을 개발해 영상 검색과 장면 분류, 요약, 영상 클립 챕터 구분이 가능한 애플리케이션 제작을 지원한다.

트웰브랩스는 AI 모델 개발·배포 서비스인 '아마존 세이지메이커 하이퍼팟'을 활용해 영상, 이미지, 음성, 텍스트와 같은 다양한 데이터 형식을 동시에 이해할 수 있는 기반 모델을 훈련한다. 훈련 작업은 병렬로 작동하는 AWS의 여러 '컴퓨팅 인스턴스'에 분산돼 중단 없이 몇 주 또는 몇 달 동안 기반 모델 훈련이 가능하다.

이정윤 기자 leejuyoo@asiae.co.kr
<ⓒ투자가를 위한 경제콘텐츠 플랫폼, 아시아경제(www.asiae.co.kr) 무단전재 배포금지>
기사가 속한 카테고리는 언론사가 분류합니다.
언론사는 한 기사를 두 개 이상의 카테고리로 분류할 수 있습니다.