요약
아마존이 Nova 모델 대부분을 최소 유지 상태로 돌리고, 피터 아빌이 이끄는 프런티어 모델 하나에 자원을 몰아주기로 했습니다.
퓨처리즘이 지난 7월 블룸버그 보도를 바탕으로 쓴 기사입니다. 아마존의 AI 모델 제품군 Nova는 ChatGPT, Claude, Gemini보다 훨씬 덜 알려졌습니다. 아마존은 AI 개발 조직을 최우선 목표 중심으로 다시 짜고 있습니다.
왜 중요한가
- 아마존이 범용 텍스트·이미지 모델 경쟁에서 사실상 한발 물러선다는 신호입니다.
- 남은 자원을 로봇 AI 전문가에게 맡겨, 최대한 자동화하려는 아마존의 방향에 맞췄습니다.
- 퓨처리즘은 거대 언어 모델의 투자 수익이 의심받는 가운데 아마존이 AI 과열에서 발을 빼는 것일 수 있다고 봤습니다.
핵심 내용
- 텍스트·영상·이미지용 Nova 모델은 지원은 이어 가되 최소 자원만 받는 유지 모드로 바뀝니다.
- 인력과 컴퓨팅 자원은 프런티어 모델(업계 최고 수준을 겨루는 대형 모델) 개발 하나로 모입니다.
- 이 일은 버클리 로봇 학습 연구소장 피터 아빌이 이끕니다.
- 아빌은 아마존이 2024년 그의 로봇 AI 회사 코바리언트를 인수하면서 합류했습니다.
- 그보다 약 일주일 앞서 범용 인공지능(AGI)을 연구하던 샌프란시스코의 80명 규모 조직도 문을 닫았습니다.
HN 반응
- 남이 만든 모델을 자사 하드웨어로 비싸게 서비스하는 편이 더 남는다는 분석이 나왔고, 기사는 오히려 프런티어 모델에 집중한다는 뜻이라는 반론도 있었습니다.
- 아마존 조직 문화가 연구소 수준의 혁신과 맞지 않는다는 지적이 이어졌고, 전 AWS 직원은 엄격한 데이터 보안 관행도 걸림돌이라고 보탰습니다.
분명 서드파티 모델을 호스팅하는 쪽이 훨씬 더 수익성이 높다는 걸 깨달았을 겁니다.
연구와 학습 비용은 남이 떠안게 두고, 하드웨어에는 막대한 프리미엄을 붙여 받으면 되니까요.
AI 업계는 경쟁이 치열합니다. 특히 중국 AI 기업들이 가격을 끌어내리고 있어서, LLM과 소프트웨어 제품은 한계비용 = 한계수익 = 최소 평균총비용 근처에서 거래되는 대체 가능한 범용 상품(fungible commodity)이 될 가능성이 커 보입니다. 다시 말해 AI와 소프트웨어 개발에서 나오는 이익 대부분은 결국 경쟁 때문에 사라질 것입니다.
반면 데이터센터 하드웨어는 수요가 빠르게 늘어나는 희소 자원이라서, 지금의 시장 상황이 이어진다면 AI와 소프트웨어 개발에서 나오는 이익 대부분을 가져갈 가능성이 큽니다.
오늘날의 IT 업계 흐름은 50년 전과 비교하면 놀라운 변화입니다. 당시에는 마이크로소프트나 오라클처럼 오로지 소프트웨어 개발에 기반한 사업 모델을 가진 스타트업이, 하드웨어로 주 수입을 올리던 업계 지배자 IBM에 도전해 무너뜨렸으니까요.
링크된 기사는 7월에 나온 것이라 거의 석 달이 지났습니다.
그런데 최근에 아주 관련이 깊을 만한 소식이 있습니다. 새로운 오픈 웨이트 모델이 쏟아져 나오는 흐름을 줄일 수 있는 소식이라, 오픈 웨이트 모델을 전제로 한 기대 상당수를 바꿔 놓을 수 있습니다.
“중국 STAR 50 지수 40% 폭락, AI 주식 급락으로 4,800억 달러 증발”
https://www.technology.org/2026/10/27/china-ai-stock-bubble-star-50-falls-40-percent-480-billion/
https://www.reuters.com/world/china/china-ai-bubble-has-already-burst-2026-10-26/
로이터는 투매가 있었지만 더 깊은 원인도 있다고 전합니다.
“중국에는 뚜렷한 매도 계기가 없었지만, 트레이더들은 높은 주가, 세금 청구서, 미국이나 다른 나라가 데이터센터에서 중국산 장비를 금지할 위험이 모두 영향을 미쳤다고 말했습니다.”
흥미롭게도 지금까지 HN에서는 이 소식을 다룬 글이 보이지 않습니다.
기사 내용을 보면 지금 만든 모델들은 정리하고, 대신 프런티어급 모델에 올인하겠다는 뜻 같은데요?
최근 몇 년 사이 아마존 사무실에 가 본 사람이라면, 연구소 수준의 혁신을 키워 내는 문화를 목격했을 가능성은 별로 없습니다.
댓글을 쓰신 분은 아마 그곳 문화에서 제대로 돌아가지 않는 부분을 염두에 두셨을 테고(다른 답글 대부분도 그렇게 해석한 듯합니다), 그 말에는 분명 일리가 있습니다. 하지만 데이터 민감성과 보안을 존중하는 태도 역시 그 문화가 최전선 AI 연구소 일에 맞지 않는 큰 이유라고 생각합니다.
AWS에 있을 때 데이터 접근은 아주 엄격하게 잠겨 있었습니다. 저는 고객을 대신해 돌아가는 다양한 동적 워크로드가 얼마나 걸릴지 예측하는 모델을 학습시키려 했습니다. 우리 팀이 소유한 DB의 익명화된 프로덕션 데이터에 접근 권한을 얻는 데만 한 달이 훌쩍 넘게 걸렸고, 접근할 수 있는 속성도 크게 양보해야 했습니다. PII, 보관 기간, 접근 통제 등 모든 데이터 분류를 설명하고 정당화하느라 변호사와 컴플라이언스 담당자들과 회의하는 데도 상당한 시간을 썼습니다. 데이터 정책은 꽤 자주 검토했습니다. 우리 시스템인데도 프로덕션 데이터에 접근하려면 비상 절차(break-glass)를 거쳐야 했고, 그 절차까지 쓸 일은 드물었습니다. 비상 절차로 접근해도 특정 종류의 민감 데이터는 여전히 보이지 않았습니다. 좋은 점도 있었는데, 민감한 정보를 보지 않고도 시스템을 운영하고 유지하는 데 꽤 능숙해졌습니다.
메타가 프라이버시를 무시하는 것이나 최전선 연구소들이 법을 무시하는 방식과 비교해 보면, 아마존이 이 분야에서 고전하는 이유를 쉽게 알 수 있습니다.
저는 그 댓글을 “아마존은 너무 책임감 있게 행동해서 프런티어 랩이 될 수 없다”는 말로 읽었는데, 그게 걱정됩니다. 그런 일들을 굳이 했다는 것 자체는 좋은 일입니다. 다른 곳들이 안 하는 것이 나쁜 거죠.
실제로 그런 뜻으로 쓴 게 맞습니다만, 말씀에 동의합니다. 씁쓸하지만 세상이 원래 그런 안타까운 현실이죠. 가장 파괴적이고 성공한 스타트업 상당수는 법적·도덕적 제약을 무시해서 그 자리까지 갔습니다.
솔직히 댓글을 읽고 안심이 됐습니다. 저는 그쪽이 제 프라이버시(와 보안)를 진지하게 다뤄 주는 편이 좋습니다. 아마존의 AI 기능이든 기술이든 저는 필요 없고 원하지도 않습니다, 정말 고맙지만 사양합니다.
아마존은 더 많은 혁신의 자유를 준 분사 회사를 키워 낸 전례가 있습니다[1][2]. AI 개발을 Bedrock 아래 사내에 둔 것이 아마 실수였을 겁니다. AI를 운영하는 일과 새로운 AI 모델을 개발하는 일은 큰 차이가 있습니다.
[1] https://en.wikipedia.org/wiki/Annapurna_Labs
[2] https://en.wikipedia.org/wiki/Amazon_Lab126
Strands 팀이 조직 구조상 어디에 속해 있는지는 모르겠지만, 그쪽에서도 최근에 내놓은 게 꽤 많습니다.
그들의 핵심 셀링 포인트는 제품이 광고한 대로 작동한다는 고객의 신뢰입니다.
제가 겪어 본 바로는 고객의 성공을 정말로 신경 쓰고, AI를 포함한 모든 것을 그 목적을 위한 수단으로 봅니다.
신뢰성과 기능이 정의되지 않은 멋진 제품을 만들어 놓고, 앞으로 이런 것도 할 수 있을 거라는 환상을 파는 건 그들이 하는 일도, 고객들이 돈을 내는 대상도 아닌 것 같습니다.
제 경험상 동의합니다. 제가 써 본 거의 모든 등급에서 AWS 지원은 훌륭했습니다. 물론 계정 규모가 클수록 더 친절하긴 하지만, 소규모 개인 프로젝트에 쓸 때도 지원 수준과 고객 경험에 대한 헌신에 늘 만족했습니다(콘솔 경험만은 예외로, 별로 즐겁지 않습니다).
다른 사업 부문은 뭐라 말씀드릴 수 없지만, 저에게 AWS는 늘 훌륭했습니다.
인센티브는 국지적으로는 합리적이지만 전체적으로는 해로운 행동을 낳을 수 있습니다. (“몰록(Moloch)”도 참고해 보세요. 다만 요즘은 이 개념이 창발적 시스템의 해로운 면에만 초점을 맞추고 중립적이거나 긍정적인 면은 지워 버려서 별로 좋아하지 않게 됐습니다.)
관련 있는 비유로 핵 군비 경쟁이 있습니다. 서로를 겨눈 핵무기로 가득한 세상을 원하는 사람은 없지만, 상대방이 만들 거라면...
이 경우의 논리는 이렇습니다. 중국은 분명 속도를 늦추지 않을 테니 우리도 늦출 수 없고, 그쪽 사람들이 기계 신(machine God)을 먼저 만들게 두고 싶으냐는 겁니다. 그러니 p(accidental_skynet)를 최대화하는 것이 “합리적”이 됩니다.
말씀하신 사례는 LLM이라기보다 고전적인 머신러닝 모델의 비즈니스 활용 사례, 그러니까 수요 예측에 가까워 보입니다. 프런티어 AI는 분명 그런 데이터에 의존하지 않고 외부 데이터 소스도 많은 데다, 저는 민감한 AWS 데이터가 학습 데이터로 쓰이면 쓸모가 클 거라고 확신하기까지 합니다. 그 데이터를 보호해야 할 AWS의 법적·계약상 의무는 말할 것도 없고요. 제가 뭘 놓치고 있는 걸까요?
프라이버시와 보안을 존중하는 문화를 보여 주려고 든 일화일 뿐입니다. 당연히 AWS는 고객 데이터로 학습하는 걸 절대 허용하지 않겠지만, 메타데이터나 우리 내부 시스템의 데이터조차 극도로 엄격하게 다룹니다.
라이선스 접근에 관대한 공개 데이터셋을 쓰는 것과는 별개의 이야기이고, 최고의 프런티어 연구소들은 분명 그 선을 훨씬 넘어섰습니다.
기업들이 자체 개발보다 인수를 선호하는 데는 이유가 있습니다. 이런 점도 그 계산에 들어가죠.
아마존은 선택권이 있는 사람이라면 아무도 일하려 하지 않는 곳이라는 평판을 스스로 택했잖아요. 그게 이렇게 결실을 맺는 걸 보니 기쁘네요.
| 국가 | 추정 정규직 직원 수 | 대략적인 범위 |
|----------------|------------------------------:|--------------------:|
| 미국 | 850,000 | 750,000–950,000 |
| 인도 | 115,000 | 100,000–125,000 |
| 영국 | 68,000 | 55,000–75,000 |
| 캐나다 | 40,000 | 30,000–45,000 |
| 독일 | 36,000 | 30,000–40,000 |
| 스페인 | 27,000 | 23,000–30,000 |
| 프랑스 | 23,000 | 19,000–25,000 |
| 이탈리아 | 17,000 | 14,000–19,000 |
| 폴란드 | 17,000 | 14,000–19,000 |
| 일본 | 13,000 | 11,000–16,000 |
| 멕시코 | 13,000 | 10,000–15,000 |
| 호주 | 6,000 | 4,500–8,500 |
| 아일랜드 | 6,000 | 5,500–6,500 |
| 싱가포르 | 2,400 | 2,000–2,500 |
“아무도”가 참 많네요.
저는 직원은 아니고, 인플레이션을 아주 잘 이기고 있는 아마존 주식을 “엄청나게” 많이 갖고 있을 뿐이에요. 최근 몇 분기의 변동성 덕분에 사고팔 기회가 생겨서, 매달 생활비를 전부 충당한 적도 많고요. 정말 감사하게 생각해요. “아무도” 일하고 싶어 하지 않는 회사와는 거리가 멀죠. 대신 쓸 만한, 아마존보다 실적이 좋은 회사를 추천해 주실 수 있나요? 귀 기울여 들을게요. 시간 내 주신 값으로 사례도 드리겠습니다!
그게 다 Amazon Web Services 코더들이에요? AI 전문가들이에요?
아니면 창고에서 짐 나르고 택배 만지는 사람들, 물류 인력이에요?
창고 노동자 80만 명이 AI 개발에 대해선 아무 의미도 없잖아요.
그 “아무도”들한테 차라리 다른 데서 일하고 싶은지 한번 물어보세요 ㅋㅋ
맞는 말입니다. 다만 창고 자동화와 물류 쪽에서는 그들이 하드웨어 스택에 무엇을 도입하는지 계속 지켜보고 있습니다.
로봇 노동의 최전선이 어디인지 보여 주는 좋은 데이터 포인트입니다.
오줌 병 같은 거요.
그 혁신도 대부분 인수를 통해 들어온 거고요.
그럼 로봇이라면 일하기 좋은 곳이라는 거네요?
00000000: 6e6f 7420 6576 656e 2061 7320 6120 726f not .even as a ro
00000010: 626f 74
제 roomba가 딱 저렇게 말했어요. 찾는 데 사흘이나 걸려서, 바퀴에 말려 있던 머리카락을 잘라 냈을 때요.
가장 똑똑한 엔지니어를 데려오든지, 아니면 최전선이 아니더라도 흥미로운 목표를 좇을 자유를 가장 많이 주든지 둘 중 하나여야 합니다. 아마존은 둘 다 아니니, 그 분야에서 어디로도 못 가는 게 당연합니다.
아니면 AI가 지난 5년 동안 약속은 부풀리고 결과는 못 내왔을 수도 있죠. 아마존은 쓰러지는 도미노 중 하나일 뿐이고요. 이건 아마존의 리스크 헤지입니다.
2021년 이후 어느 행성에서 AI가 기대에 못 미쳤다는 거죠? 적어도 지구는 아닌데요.