Reflection의 Beam 모델, 이제 Amazon SageMaker JumpStart와 AWS Trainium에서 사용 가능
미국에 본사를 둔 Reflection 최초의 오픈 웨이트 모델 Beam을 이제 Amazon SageMaker AI의 모델 허브인 Amazon SageMaker JumpStart에서 사용할 수 있습니다. Beam 측에 따르면, 해당 클래스의 오픈 웨이트 모델 중 프론티어에 해당하며 추론, 코딩, 에이전틱 벤치마크 면에서 강력한 성능을 보장합니다. Beam은 단순 호출에 그치지 않고 오픈 웨이트 모델을 기반으로 구축하는 팀을 위한 것입니다. 프론티어 모델을 자사 도메인에 적용하려는 고객은 데이터와 인프라를 완벽하게 제어하면서 모델을 미세 조정하고, 가중치를 검사하여 수정하고, 에이전트와 워크플로에 깊이 임베딩할 수 있습니다. Beam은 고객이 SageMaker AI에서 이미 사용 중인 다른 모델과 함께 실행되며, 프로덕션 수요에 맞게 규모가 조정됩니다. 모든 SageMaker AI 배포에 내장된 동일한 제어, 감사 추적, 모니터링이 제공됩니다. 게다가 Beam은 AWS Trainium3에 맞게 포팅 및 최적화되었기 때문에 첫날부터 모델을 배포하고 규모를 조정할 수 있는 비용 효율적인 고성능 옵션이 주어집니다. “Reflection은 개발자가 API를 통해 임대하는 것이 아니라 실제로 제어할 수 있는 프론티어 AI를 제공합니다. SageMaker AI에 Beam을 도입하면 수백만 개발자들이 이미 신뢰하는 인프라를 바탕으로 자신의 AWS 계정을 통해, 자신의 데이터를 활용하며 모든 것을 제어할 수 있습니다.” Reflection의 공동 설립자 겸 CEO Misha Laskin은 말했습니다.
Beam을 기반으로 구축하는 팀은 API 호출을 훨씬 능가할 수 있습니다. 전용 코드와 데이터를 기반으로 미세 조정하고, 자체 도메인에 맞게 전문화하고, 도구 전반의 다단계 에이전틱 워크플로에 연결할 수 있습니다. 실제로 실제 소프트웨어 문제를 해결하고, 코드를 생성 및 검토하고, 운영 작업을 자동화하고, 단순히 사용하는 모델이 아닌 모델링할 수 있는 모델을 기반으로 고급 수학과 과학 추론을 다루는 것을 의미합니다. Beam은 Apache 2.0 라이선스를 통해 제공되므로 고객은 모델을 검사하고 사용자 지정하는 동시에, 자신의 AWS 계정에서 실행할 수도 있습니다. 그러면 데이터가 비공개로 고객의 통제 하에 유지되며, 이미 신뢰하는 AWS 보안 및 규정 준수 기능을 통해 보호됩니다. “이제 Amazon SageMaker에 제공된 Beam 같은 고급 AI 모델을 활용하면 가중치와 데이터, 파이프라인을 모두 가시화한 안전한 자체 환경 내에서 오픈 웨이트 프론티어 AI 모델을 실행할 수 있습니다. 다중 모델 AI 시대에 개방성과 관리형 인프라의 결합은 AI 에코시스템에 필수적인 추가 요소입니다. "고객별 보안 및 제어 기능을 통해 미션 문제에 맞춘 고급 AI를 자유롭게 배포하고 조정할 수 있으므로, 더 많은 기관이 전사적으로 고급 AI를 유연하게 배포할 수 있습니다." Accenture Federal Services의 최고 AI 책임자 Garrett Berntsen이 말했습니다.
Beam은 우선 미국 동부(버지니아 북부), 미국 동부(오하이오)의 Amazon SageMaker JumpStart에서 사용할 수 있습니다. 이 모델은 BF16, FP8, NVFP4 체크포인트 버전으로 제공되며 완전 관리형 SageMaker JumpStart 엔드포인트를 통해 배포할 수 있습니다. 시작하려면 Amazon SageMaker Studio 내 SageMaker JumpStart에서 "Beam"을 검색하거나 Sagemaker AI에 직접 배포하세요. 자세히 알아보려면 AWS 기계 학습 블로그: Reflection Beam 소개, SageMaker AI 설명서, SageMaker JumpStart 설명서의 배포 지침을 참조하세요.