“새롭고 화려한 기술보다 고객 가치 실현 중점”

[라스베이거스(미국)=남혁우 기자] “우리는 새롭고 화려한 기술을 만드는 것보다 고객의 가치를 실현하는 것에 주력을 두고 있다. 이번에 발표하는 새로운 서비스의 90%도 고객이 서비스를 사용하면서 불편함을 느끼던 부분을 보조하기 위한 기술이다.”

앤디 재시 아마존웹서비스(AWS) 최고경영자(CEO)는 3일(현지시간) 미국 라스베이거스에서 열린 ‘AWS 리인벤트 2019’ 기조연설에서 이같이 밝히며 AWS의 서비스 철학을 강조했다.

올해로 8회를 맞은 리인벤트 2019는 전 세계에서 6만5천여 명의 관계자가 참석했으며 국내에서도 1천 명 이상이 방문했다.

‘변화(Transformation)’를 슬로건으로 내세운 이번 리인벤트는 양자컴퓨팅 등 차세대 기술로 주목받는 기술보다 기존에 제공하던 서비스를 발전시키기거나 기능을 추가하는 사례가 많았다.

이러한 서비스 업데이트 전략은 고객의 피드백을 바탕으로 고객이 원하는 서비스를 최우선으로 제공에 사용자 만족도 향상에 집중하겠다는 뜻이다.

먼저 기계 학습 시 빠른 추론 가속화를 위해 AWS 인퍼런시아 (Inferentia) 칩으로 구동되는 4가지 크기로 Inf1 인스턴스를 출시한다. 기존 G4 인스턴스와 비교해 Inf1 인스턴스는 최대 3배의 추론 처리량을 제공하고 최대 40% 비용을 절감한다.

차세대 ARM 프로세서인 그라비톤2(Graviton2)도 공개됐다. 64 비트 ARM 네오버스 코어를 기반으로 한 7nm 아키텍처 맞춤형 칩 디자인이다. 1세대 그라비톤 프로세서(A1)와 비교해 최대 7배 높은 성능을 기록했으며 부동소수점 성능은 두 배 빠르다.

AWS의 쿠버네티스 서비스인 아마존 엘라스틱 쿠버네티스 서비스(ESK)에 서버나 클러스터를 관리하지 않고 컨테이너를 실행할 수 있도록 돕는 파게이트를 접목한 ‘EKS 온 파게이트’가 출시됐다.

이제 EKS와 파게이트를 사용하면 쿠버네티스 컨테이너 인프라를 프로비저닝하거나 관리할 필요 없이 AWS에서 쿠버네티스 기반 애플리케이션을 간단하게 실행할 수 있다.

표준 SQL 및 기존 비즈니스 인텔리전스(BI) 도구를 사용해 데이터를 간단하고 비용 효율적으로 분석할 수 있는 빠르고 완벽하게 관리할 수 있는 데이터웨어 하우스인 아마존 레드시프트도 출시됐다.

규모, 성능 및 내구성을 위해 각 인스턴스에 S3가 지원하는 대용량 고성능 SSD 기반 스토리지 캐시를 제공하며 데이터가 자동으로 적절한 계층에 배치되므로 캐싱 또는 기타 최적화의 이점을 얻기 위해 특별한 작업을 수행하지 않아도 된다.

함께 공개된 아쿠아(Advanced Query Accelerator)는 레드시프트 전용 분산 및 하드웨어 가속 캐시로 다른 클라우드 데이터웨어 하우스보다 10배 향상된 쿼리 성능을 제공한다. 이 서비스는 내년 중반 출시 예정이다.

AWS 엘라스틱서치 서비스 전용 웜 스토리지인 울트라웜(UltraWarm)도 공개됐다. 완전 관리형 저비용 스토리지로 기존 옵션에 비해 최대 90%의 비용 절감 효과를 제공하며 분석 및 시각화 도구인 키바나 인터페이스를 통해 사용하는 데이터를 시각화할 수 있다.

대규모 데이터베이스인 카산드라를 관리하기 위한 신규 서비스도 아마존 MCS를 공개됐다. 이 서비스를 통해 무제한에 가까운 처리량과 스토리지로 초당 수천 건의 요청을 처리하는 응용 프로그램을 구축할 수 있다.

또한 규모가 커서 관리 및 유지가 어려운 대규모 데이터베이스 특성을 고려해 사용한 리소스에 대해서만 비용을 지불하면 애플리케이션 트래픽에 따라 자동으로 테이블을 확장 및 축소하는 서버리스 방식으로 운영된다.

인공지능(AI)과 기계학습(ML) 서비스의 효율을 높이고 접근성을 낮추기 위한 서비스도 선보인다.

먼저 텐서플로, 파이토치, MX넷 등 기계학습 프레임워크의 효율을 높이기 위해 각 프레임워크에 최적화된 인프라를 구축한다. 전용 인프라를 활용해 기계학습을 실시한 결과 텐서플로 20%, 퍼아토치 22%, MX넷 22% 속도가 향상된 것으로 나타났다.

ML 구축 및 관리 플랫폼인 세이지메이커 지원기술도 대거 공개됐다. 우선 세이지메이커 스튜디오는 모든 ML 개발 단계를 지원하기 위한 통합 개발환경으로 단일 웹 기반 비주얼 인터페이스를 제공한다.

세이지메이커 익스페리먼트는 보다 효율적인 기계학습을 진행할 수 있도록 훈련 과정 추적 및 관리를 지원한다. 세이지메이커 디버거는 기존에 불투명했던 기계학습 훈련 과정을 추적해 훈련 과정을 최적화하거나 훈련 중 발생하는 문제에 대해 경고한다.

세이지메이커 모델모니터는 환경의 변화로 인해 기존에 훈련된 AI의 예측이 적용되지 않는 개념 변화 현상이 발생하는 것을 감지하고 교정한다. 세이지메이커 오토파일럿은 자동으로 기계학습 모델을 구축하는 기능으로 기계학습 경험이 없거나 반복 훈련을 위한 기준 모델을 만들 때 활용한다.

켄드라, 코드그루 등 기계학습을 활용한 신규 서비스도 공개됐다. 켄드라는 자연어검색 기능을 사용해 기업 내에 정리가 되지 않은 방대한 양의 비정형 데이터에서 필요한 정보를 쉽게 찾을 수 있도록 지원하는 엔터프라이즈 검색서비스다.

코드그루는 소스코드를 자동으로 검토하고 분석하는 서비스로 일반적인 버그나 오류를 찾아내는 것 뿐 아니라 성능을 저하시키거나 메모리나 CPU 사용률이 높은 코드라인을 찾아 수정 또는 개선할 수 있는 방안을 제시해 서비스 운영 비용 감소 등의 효과를 제공한다.

또한 프라우드 디텍터는 기계학습을 활용해 온라인 결제사기, 가짜 계정 생성 등 사기성 온라인 활동을 식별하고 제한하는 서비스다. 기존 사기 행적을 분석해 비슷한 패턴을 분석할 뿐 아니라 반복 학습을 통해 기존에 없었던 방식의 사기행동도 사전에 제재하는 것을 목표로 개발 중이다