기후 위기 해결을 위한 최신 생성형 AI 트렌드

2015년 파리 기후 협정에서 전 세계 국가들은 2050년까지 순 탄소 배출량 제로를 달성하기로 합의했습니다. 이 날짜가 불과 26년 앞으로 다가온 지금, 청정 기술로의 전환 경쟁이 그 어느 때보다 절박해졌습니다. 이미 기후 변화의 영향은 잦은 산불, 혹서, 홍수, 흉작 등으로 나타나고 있습니다. 넷 제로 경제로의 전환은 산업 혁명만큼이나 커야 하는데, 산업 혁명이 180년에 걸쳐 점진적으로 전개되었다면 이 혁명은 불과 26년 안에 일어날 것입니다. 다행스럽게도 오늘날의 혁신가들은 넷 제로로의 전환을 가속화할 수 있는 첨단 기술과 인공 지능(AI)을 이용할 수 있습니다.

AWS에서는 스타트업이 생성형 AI를 사용하여 이러한 문제를 해결하고 있습니다. 올해 초, 우리는 기후 기술 분야의 신생 기업이 어떻게 생성형 AI를 사용하여 운영을 더 효율적으로 관리하고 이를 배포하여 길고 복잡한 문서에 포함된 중요한 정보를 신속하게 활용하고 있는지 공유했습니다. 이제 기후 기술 스타트업은 생성형 AI를 사용하여 제품 개발을 가속화하고 고객의 비용을 절감하며 이전에는 상상할 수 없었던 규모로 무엇이 가능한지 증명하고 있습니다.

기후 기술 분야의 새로운 생성형 AI 트렌드

1. 자연 세계, 날씨, 재료 과학 등을 포함한 실제 데이터를 기반으로 파운데이션 모델(FM) 개발
2. 생성형 AI를 사용하여 지속 가능한 소재 개발, 유전자 매핑 등을 포함한 새로운 과학을 발견하고 설계합니다.
   
3. 분류, 문서 수집 및 자동화의 개선을 통해 비즈니스 운영을 최적화하여 시간과 비용을 절약합니다.
   
4. 데이터를 쉽게 사용할 수 없을 때 합성 데이터를 생성하여 기계 학습(ML) 모델을 훈련시킵니다.
   
5. 특정 대상 작업에 용량을 집중하는 특수 소형 모델인 소형 언어 모델(SLM)을 사용하여 생성형 AI 워크로드를 환경적 지속 가능성 및 비용에 맞게 최적화합니다.
   

Insilico가 생성형 AI를 사용하여 지속 가능한 소재를 발견하고 설계한 방법

Insilico Medicine은 생성형 AI를 기반으로 하는 글로벌 임상 단계 생명공학 회사로 처음에는 신약 개발을 가속화하는 데 중점을 두었습니다. 이후 지속 가능한 재료와 농약을 발견하고 설계하기 위해 플랫폼을 확장했습니다. Insilico는 처음에 Pharma AI를 구축했는데 이 AI는 생성형 AI를 사용하여 표적을 식별하고 분자를 빠르게 생성 및 최적화하여 기록적인 시간 내에 임상 시험에 필요한 자체 프로그램 파이프라인을 개발 및 발전시켰습니다. 또한 Insilico는 Pharma.ai 플랫폼을 AWS에서 호스팅되는 SaaS 제품으로 제공합니다. 제약 산업에서는 표적 식별부터 임상 후보 선택까지 수천 가지 화합물을 합성하고 테스트하는 데 평균적으로 4.5년 이상이 걸립니다. Insilico의 생성형 AI 접근법을 사용하면 정밀한 다중파라미터 최적화가 가능하며, 일반적으로 히트 식별부터 임상 전 후보 지명에 이르기까지 프로그램당 평균 합성 분자 수를 12~18개월 만에 100개 미만으로 줄일 수 있습니다. 프로세스를 더 빠르고 저렴하게 만들 수 있을 뿐만 아니라 기존 접근 방식보다 프로세스 낭비가 약 10배 적습니다. 또한 Insilico Medicine은 Amazon과 함께 Amazon EC2, Amazon FSx, Amazon S3 및 Elastic Fabric Adapter(EFA)와 함께 AWS의 고성능 컴퓨팅(HPC)을 사용하여 생성한 세계 최대 규모의 분자 역학 데이터세트를 구축했습니다. 소분자 신약 발견 및 개발의 정확성과 속도를 향상시키기 위해 다양한 방식으로 활용할 수 있는 고유한 데이터세트입니다.

Insilico는 현재 지속 가능한 소재를 발견하고 설계하는 데 생성형 AI 플랫폼을 적용하고 있습니다. 이 회사의 플랫폼은 Amazon SageMaker를 사용하여 새로운 기초 모델을 빠르게 학습시키고 최적화된 분자 구조를 생성합니다. SageMaker는 복잡한 계산 작업의 병렬 처리를 지원하고, 모델 평가를 위한 리소스를 원활하게 확장하고, Insilico에 최첨단 GPU 및 CPU에 대한 온디맨드 액세스를 제공합니다. 지속 가능한 소재 분야에서 시작하기 위해 Insilico는 대규모 글로벌 농업 기술 회사와 파트너십을 맺고 더 친환경적이고 안전하며 효과적인 제초제를 개발했습니다. 제초제는 농작물을 보호하고 농부들이 경제적으로 식량을 재배할 수 있도록 하는 데 중요한 역할을 하지만 주변 환경에 해를 끼칠 수 있습니다. 이들은 긴밀한 협력을 통해 Insilico의 생성형 AI 기반 소분자 생성 화학 기술과 전문 지식을 활용하여 잠재적 활성 제초제를 더 빠르고 환경 및 인체 건강에 더 좋게 설계하고 최적화했습니다.

Insilico는 거기서 멈추지 않고 최근 환경 지속 가능성을 위한 오픈 소스 최첨단 생성형 AI 기술을 개발한다는 사명을 가지고 환경 지속 가능성을 위한 생성형 AI 컨소시엄을 출범한다고 발표했습니다. 과학자와 학술 실험실이 1) 탄소 포집 2) 수소 저장, 3) 농화학, 4) 기유 및 윤활유 분야의 발전을 위해 모델과 데이터를 제공할 수 있는 오픈 소스 플랫폼입니다. 과학자는 검토를 위해 모델을 제출할 수 있습니다. 플랫폼은 과학자들이 어떤 모델이 어떤 목적에 가장 적합한지 이해할 수 있도록 벤치마킹 시스템을 제공합니다. 

NET2GRID, 생성형 AI를 배포하여 공익기업이 에너지 전환을 가속화할 수 있도록 지원

에너지 공급자가 하루 중 시간대마다 다른 양의 전기를 생산하는 태양열 및 풍력과 같은 간헐적 재생 가능 에너지원으로 전환함에 따라 전력망의 복잡성이 빠르게 증가하고 있습니다. 이러한 변동성은 기후 변화에 따른 기상 이변과 맞물려 극심한 전력 수요와 가격 급등을 초래합니다. 제대로 관리하지 않으면 사용량 급증으로 전력망이 불안정해질 수 있습니다. Wall Street Journal의 연구에 따르면 2013년 이후 장기간 정전 발생률이 두 배로 증가한 것으로 나타났습니다. 또한 IEA의 2022년 세계 에너지 전망에 따르면 에너지 가격이 지난 10년간 30%나 급등하면서 고객들은 에너지 요금 절감 방법을 모색하고 있습니다. 

NET2GRID의 EnergyAI 플랫폼은 생성형 AI를 사용하여 공익기업이 고객에게 에너지 사용 인사이트와 권장 사항을 제공하여 비용을 절감하고 전력망의 균형을 유지하며 정전을 방지할 수 있도록 합니다. EnergyAI 어시스턴트는 공익기업 고객이 에너지 사용량을 쉽게 파악하고 비용을 절감하며 효율성을 개선할 수 있도록 도와줍니다. 이 시스템은 분석 API를 활용하여 공익기업 고객에게 에너지 소비에 대한 맞춤형 인사이트와 권장 사항을 제공하는 대규모 언어 모델(LLM)을 기반으로 합니다. 이전에는 엄청나게 비싸고 업계 전문가만 이용할 수 있었던 고급 에너지 분석 및 예측 기능을 가정과 기업에 제공합니다. 이 시스템은 특정 가전 제품의 에너지 사용량과 과거 에너지 사용량을 식별할 수 있으므로 공익기업 고객은 어디서 비용을 절감할 수 있는지 알 수 있습니다. 또한 향후 에너지 소비량 및 전기 요금에 대한 정교한 예측 기능을 제공하므로 사용자는 요금이 비싼 시간대를 피하고 비용을 절감할 수 있습니다. 

NET2GRID는 Amazon Sagemaker를 사용하여 Llama 7B에 기반한 스케일 기준 LLM을 미세 조정하고 배포합니다. 비용 효율적이고 에너지 최적화된 AI 모델 배포를 위해 AWS의 사용자 지정 고성능 기계 학습 추론 칩인 AWS Inferentia2를 사용합니다. 마지막으로 AWS Lambda 함수를 사용하여 특정 트리거 또는 이벤트에 응답하는 코드를 실행하므로 어시스턴트가 지속적인 서버 관리 없이도 응답성과 효율성을 유지할 수 있습니다. 

EnergyAI 어시스턴트 구현은 에너지 공급업체와 고객 모두에게 혜택을 제공합니다. 어시스턴트는 에너지 관련 질문에 빠르고 맞춤화된 답변을 제공하여 고객 경험을 크게 개선합니다. 24시간 제공되는 이 지원 수준은 고객 만족도를 높이고 에너지 사용량을 줄이는 데 도움이 될 수 있습니다. 이를 통해 공익기업은 전력망을 관리하고 비용이 많이 드는 정전을 방지할 수 있습니다. 또한 에너지 공급업체는 이 기술을 활용하여 1단계 고객 지원의 효율성을 개선하고 서비스 비용을 최대 25% 절감할 수 있습니다. 또한 어시스턴트가 생성한 인사이트를 통해 시장 분석 및 설문 조사 비용을 최대 20%까지 절감할 수 있어 비용을 크게 절약할 수 있습니다. 

Connect Earth, 은행 고객이 생성형 AI를 사용하여 기후 관련 정보에 기반한 구매 결정을 내릴 수 있도록 지원

전 세계가 온실가스 배출량을 0으로 만들기 위해 경쟁하고 있는 가운데, 이제 영국, 많은 EU 회원국, 호주, 일본, 미국을 포함한 40개국에서 온실가스 보고가 의무화되고 있습니다. 글로벌 정보 공개 시스템을 운영하는 비영리 단체인 CDP에 따르면, 전 세계 시가 총액의 3분의 2를 차지하는 23,000개 이상의 기업이 배출량 데이터를 보고합니다. 2040년까지 순 배출량 제로를 달성하겠다는 기후 서약(Amazon 공동 설립)에 서명한 500여 개국을 포함하여, Amazon을 비롯한 10,000개 이상의 기업이 온실가스 감축 목표를 공개적으로 발표했습니다. Connect Earth는 이러한 노력을 지원하기 위해 금융 서비스 기관 및 고객이 온실 배출량을 계산하고 줄이는 데 도움이 되는 AI 기반 API 도구 모음을 제공합니다. 

Connect Earth는 AWS의 생성형 AI를 사용하여 환경 영향 평가를 일상적인 뱅킹에 원활하게 통합합니다. 시스템은 거래 설명, 은행에서 제공한 범주, 날짜, 통화 및 지역 정보를 포함한 포괄적인 데이터 요소를 분석하여 거래를 정확하게 분류할 뿐만 아니라 각 거래를 해당하는 예상 탄소 배출량과 연관시킵니다. 이러한 접근 방식을 통해 은행 고객은 개인 및 기업의 탄소 배출량을 명확하게 이해할 수 있으므로 환경 영향을 고려한 구매 결정을 내리고 탄소 발자국을 줄이기 위한 적극적인 조치를 취할 수 있습니다.

Connect Earth는 세 가지 방식으로 AWS에 생성형 AI를 통합합니다. 먼저, 이전에는 수동 프로세스였던 탄소 발자국을 추정하기 위해 생성형 AI를 사용하여 트랜잭션을 분류하고 레이블을 지정합니다. Connect Earth는 염기서열 분류를 위해 DistilBERT를 미세 조정합니다. Distilbert는 파라미터 수가 40% 적고 실행 속도가 60% 더 빠르며 BERT 성능의 95% 이상을 보존하는 디스틸 버전입니다. 둘째, 데이터에 액세스할 수 없거나 규제로 사용이 제한되는 경우 AWS Bedrock을 통해 Mistral 8x7B와 같은 소형 언어 모델(SLM)을 사용하여 모델을 학습하기 위한 합성 데이터가 생성됩니다. 마지막으로 Connect Earth는 대규모 언어 모델(LLM)의 계산 리소스보다 훨씬 적은 양의 계산 리소스로 인상적인 결과를 제공하기 위해 구조화되지 않은 입력에서 데이터를 추출하여 모델에 제공하는 Liama 7B와 같은 오픈 소스 SLM을 모색하고 있습니다. Connect Earth는 에너지 효율적인 알고리즘과 SLM을 도입하여 비용을 절감하고 지속 가능성을 위해 기계 학습 워크로드를 최적화하는 AWS 모범 사례를 따르고 있습니다. Connect Earth 스택은 AWS 서버리스 컴퓨팅에 배포됩니다. API는 AWS Lambda를 기반으로 하며 모델은 Amazon SageMaker 서버리스 추론에 배포됩니다. Connect Earth는 이 확장 가능한 인프라를 통해 매일 수백만 건의 트랜잭션을 처리할 수 있습니다.

회사는 이 생성형 AI 파이프라인을 통해 탄소 데이터를 제공하는 트랜잭션 건수를 현재 두 배로 늘리고 있으며 곧 송장과 같은 비정형 데이터 소스의 배출량을 계산할 수 있게 될 것으로 추정합니다. 은행 고객에게도 추가 혜택이 주어집니다. 이전에는 회계사가 수동으로 지출을 분류하여 탄소 배출량 추정치를 결정했는데, 회사당 연간 10~20시간이 걸렸습니다. 이제 이러한 프로세스가 제거되어 은행 고객은 시간과 비용을 절약할 수 있습니다. 

AWS 및 생성형 AI를 사용하여 지금 구축을 시작 

AWS는 생성형 AI를 활용하여 스타트업이 기후 위기에 맞서 싸울 수 있도록 지원하기 위해 최선을 다하고 있습니다. 스타트업은 AWS 도구 모음을 통해 보다 지속 가능한 소재를 발견하고 과학적 발견을 위한 일정을 단축하며, 운영 속도를 높이고 비용을 절감하며, 합성 데이터를 생성할 수 있는 솔루션을 신속하게 개발할 수 있습니다. 우리 모두가 함께 기후 변화에 맞서 싸우는 데 앞장설 것입니다.

Amazon Bedrock과 AWS Startups 프로그램에 대해 자세히 알아봄으로써 스타트업이 생성형 AI의 혁신적인 힘을 활용하도록 AWS가 어떻게 지원할 수 있는지 확인하세요.