🧠 생성형 AI & Amazon Bedrock

1. 생성형 AI란?

  • Generative AI (생성형 AI): 학습한 데이터를 바탕으로 새로운 데이터를 만들어내는 AI.
  • 만들 수 있는 것들: 텍스트, 이미지, 오디오, 코드, 비디오
  • 예시: ChatGPT가 사람처럼 대화 문장을 만들어내는 것.

2. 파운데이션 모델(Foundation Models, FM)

  • 대규모 데이터로 학습된 초거대 AI 모델.
  • 개발 비용이 매우 큼 (수백억~수천억 원).
  • 대표 모델:
    • OpenAI → GPT 시리즈
    • Meta → LLaMA
    • Google → BERT, Gemini
    • Amazon → Titan
    • Anthropic → Claude
  • 오픈소스(무료)와 상용(유료) 모델이 있음.

3. 대규모 언어 모델(LLM)

  • 텍스트 생성에 특화된 AI.
  • 수십억 개 이상의 파라미터.
  • 활용: 번역, 요약, Q&A, 글쓰기

4. 언어 모델 동작 방식

  1. 사용자가 프롬프트 입력
  2. 모델이 확률적으로 다음 단어 예측
  3. 문장 출력
  4. 같은 입력이라도 답변이 달라질 수 있음 → 비결정적 특성

💡 시험 포인트: LLM은 확률 기반 모델이라는 점!

5. Amazon Bedrock 개요

  • AWS의 생성형 AI 서비스
  • 완전 관리형 → 서버 관리 불필요
  • 사용량 기반 과금(On-Demand)
  • 하나의 API로 여러 파운데이션 모델 사용 가능
  • 제공 기능:
    • RAG (검색 + 생성 결합)
    • LLM Agents (자동화 지원)
  • 보안·프라이버시·책임 있는 AI 강조

6. Bedrock과 파운데이션 모델

  • 개인 전용 환경에서 모델 사용 → 데이터가 공유되지 않음
  • 내 데이터로 파인튜닝 가능
  • 내 데이터는 공용 모델 학습에 쓰이지 않음
  • Amazon Titan:
    • 텍스트, 이미지, 멀티모달 지원
    • 맞춤화 가능
    • 작은 모델 선택 시 비용 절감

7. Bedrock 사용 방법

  1. 모델 접근 권한 신청

  1. 프롬프트 테스트

  1. 이미지 생성 플레이그라운드 활용

8. 제공 모델 예시

  • Amazon Titan
  • Meta LLaMA
  • Anthropic Claude
  • Stable Diffusion (이미지 생성)

✅ 시험 대비 요약표

구분 핵심 포인트
Gen AI 데이터를 바탕으로 새 콘텐츠 생성 (텍스트, 이미지, 오디오 등)
FM (Foundation Models) 대규모 학습 모델, 오픈소스/상용 모두 존재
LLM 텍스트 특화, 번역·요약·Q&A 가능
LLM 동작 원리 확률 기반 예측 → 같은 입력도 다른 출력 가능
Bedrock 특징 완전 관리형, 서버리스, 여러 FM을 API로 통합 제공
보안/데이터 내 데이터는 공용 학습에 사용되지 않음
제공 기능 RAG, LLM Agents
비용 모델 On-Demand (사용량 기반)
Amazon Titan 텍스트·이미지·멀티모달, 커스터마이징 가능

👉 결론: Amazon Bedrock = 다양한 생성형 AI 모델을 보안적으로 안전하게, 서버 관리 없이, 비용 효율적으로 활용할 수 있는 서비스