Paul Vixie(11:10):
따라서 과장을 그만두고 "정착된 이후에는 어떻게 될까?"라는 질문을 던져야 합니다. 일부의 경우, 우리는 알지 못합니다. 이는 꽤 새로운 기술이고 이를 위해 많은 하드웨어와 소프트웨어가 개발되고 있습니다. 그리고 도구의 제작자가 아닌 다른 사람이 사용하기 전까지는 그 도구가 어떤 영향을 미칠지 알 수 없습니다. 렌치를 망치로 사용하려는 경우, 렌치 제작자가 생각한 것과는 다른 용도가 되겠지만, 어떤 상황에서는 효과가 있을 수도 있습니다.
우리는 과장의 주기가 끝나고 헤드라인을 장식할 다른 무엇인가가 등장하면 생성형 AI를 통해 실제로 무엇이 가능할 것인지에 대한 강력한 신호를 보지 못했습니다. 그렇긴 하지만 Amazon은 적어도 지난 십여 년 동안 AI 기반 솔루션을 연구, 개발, 배포해 왔습니다. 따라서 이는 우리에게 전혀 놀라운 일이 아니었습니다.
이미 생성형 AI 기술을 사용하고 있지만 헤드라인을 장식하고 있는 것과는 상황이 전혀 다른 CodeWhisperer 시스템이 그 예입니다. 모든 종류의 시스템에서 이러한 상황이 발생하고 있습니다. 예를 들어, 이상 징후 탐지를 수행할 때 시스템의 텔레메트리 흐름을 살펴보면 무엇인가 잘못되었음을 나타내는 이벤트나 누군가가 공격하고 있음을 나타내는 이벤트를 볼 수 있습니다. 이제 이 기술을 활용할 수 있으니 이들 간의 상관관계를 더 잘 찾아내는 것이 가능해질 것입니다. 다시 한 번 말씀드리지만, 아직 가능성의 1%도 보지 못한 것 같습니다.
그래서 한편으로는 과장 단계의 주기를 싫어하고 처음부터 진지하게 접근했으면 좋겠다는 생각이 들지만, 다른 한편으로는 여기에 실제로 장점이 있다는 것도 인정합니다. 저는 AWS 보안 내부의 몇몇 팀과 함께 "이 기술을 일반적으로 사용할 수 있고 일반적으로 이해되고 있는 지금, 고객에게 더 나은 서비스를 제공하기 위해 무엇을 할 수 있을까요?"라는 질문에 답하기 위해 노력하고 있습니다.
Clarke Rodgers(13:14):
생성형 AI 도구를 통해 기술적인 관점에서 수많은 고된 작업을 하고 있는 인간 보안 실무자를 도울 수 있을까요?
Paul Vixie(13:25):
그럼요. 제품 홍보를 위한 말은 아니지만, Amazon이 클라우드와 관련하여 거둔 가장 큰 성공은 항상 고객이 채택하고 구축할 수 있도록 지원하는 워크플로였습니다. 그래서 대규모 언어 모델 분야에서 가장 먼저 한 일 중 하나는 Bedrock이었습니다. 이를 만들게 된 출발점이 된 아이디어는 “대규모 언어 모델을 사용하려 한다면 훈련 비용도 지불하고 싶으신가요? 모델을 구축해야만 하나요?”입니다.
왜냐하면 이 작업을 수행하려면 수천 또는 수만의 매우 비싼 컴퓨터 시간이 소요될 수 있기 때문입니다. 미리 구축된 다양한 모델이 메뉴에 있고 원하는 모델을 선택할 수 있지만 이를 자신의 시스템으로 복사하기 위해 비용을 지불할 필요가 없다면, 자신의 VPC에 로직을 삽입하거나 이러한 구독 모델에 액세스할 수 있다는 것을 알고 있는 API에 직접 액세스할 수 있는 당사의 클라우드 환경에 수행 중인 작업을 삽입하기만 하면 됩니다.
그래서 그 당시에는 몰랐지만, Amazon에 합류한 후 알게 된 클라우드의 기본 개념, 즉 정말 필요한 만큼의 컴퓨팅을 탄력적으로 사용할 수 있고, 스토리지도 정말 필요한 만큼 탄력적으로 사용할 수 있으며, 액세스 페널티 없이 사용할 수 있는 것이 우리가 성장할 수 있었던 비결이었습니다. 이제 우리는 생성형 AI 내부에 이러한 기능을 복제하여, 해당 분야의 매우 야심 찬 사람들이 LLM을 사용하지 않고 클라우드를 통해 항상 해왔던 업무를 클라우드와 LLM을 이용해 할 수 있도록 했습니다. 우리는 이 점이 마음에 듭니다. 저는 이 기능의 진정한 힘은 고객이 수행한 작업으로 판명될 것이기에 이 점이 마음에 듭니다.
Clarke Rodgers(15:13):
그리고 고객들은 수년간 사용해 온 모든 보안 도구와 기타 측면에서 쌓아온 신뢰를 바탕으로 이제 Bedrock과 같은 도구와 앞으로 출시될 다른 모든 도구에 적용할 수 있겠네요.
Paul, 오늘 함께 해 주셔서 감사합니다.
Paul Vixie(15:26):
좋은 시간이었습니다. 초대해 주셔서 다시 한 번 감사드립니다.