아마존(Amazon)은 자체 AI 모델 ‘노바(Nova)’ 대부분의 개발을 축소하고 인력과 연산 자원을 하나의 최전선 모델에 집중하고 있다. 블룸버그(Bloomberg)가 전한 이번 개편에서는 텍스트·영상·이미지 생성 모델이 최소한의 유지 단계로 내려갔고, 샌프란시스코의 AI 연구 사무실도 문을 닫았다. 퓨처리즘(Futurism)은 이를 아마존의 AI 전략이 성과를 내지 못한 결과로 읽는다. 다만 아마존이 AI 개발 자체를 접는 것은 아니다. 여러 모델을 동시에 키우던 방식에서 무엇을 남기고 어디에 집중할지 다시 정하는 변화다.
핵심요약
- 아마존은 노바 모델 대부분의 개발 목표를 낮추고 AI 조직을 재편하며, 자체 모델을 폭넓게 키우던 전략에서 물러서고 있다.
- 텍스트·영상·이미지 생성 모델은 최소한의 자원으로 지원만 이어가는 상태가 돼, 당장의 개발 우선순위에서 밀려났다.
- 인력과 연산 자원은 피터 아비엘(Pieter Abbeel)이 이끄는 하나의 최전선 모델 개발로 옮겨가며, 축소와 집중이 동시에 진행된다.
- 샌프란시스코의 80명 규모 범용인공지능 연구 사무실도 폐쇄돼, 장기 연구를 포함한 조직 재편의 폭이 드러났다.
- Hacker News 토론에서는 연구 문화와 모델 품질에 대한 비판뿐 아니라, 아마존이 외부 모델을 호스팅하는 편이 유리하다는 반론도 나왔다.
챗GPT 옆에서 희미한 노바
오픈AI(OpenAI)의 챗GPT(ChatGPT), 앤트로픽(Anthropic)의 클로드(Claude), 구글(Google)의 제미나이(Gemini)는 각 회사의 AI를 대표하는 이름이다. 퓨처리즘은 이들과 달리 아마존의 노바가 대중에게 널리 알려진 모델은 아니라고 짚는다. 거대 기술기업들이 대표 모델을 앞세우는 가운데, 아마존은 자체 모델의 존재감을 뚜렷하게 만들지 못했다는 것이 기사의 출발점이다.
이번 소식이 주목받는 이유는 단순히 이름이 덜 알려졌기 때문만은 아니다. 아마존이 노바를 더 크게 알리기 전에 모델 개발 목표부터 낮추고 있어서다. 대중적 인지도와 별개로 내부 개발에 어느 정도 자원을 계속 투입할지가 바뀌고 있다. 퓨처리즘은 이 결정을 아마존의 자체 AI 모델 전략이 기대만큼 성과를 내지 못한 흐름과 연결한다.
노바 개발 목표를 낮춘 조직 재편
블룸버그 보도를 인용한 퓨처리즘에 따르면, 아마존은 노바 AI 모델 대부분의 개발 목표를 축소하고 개발팀을 재편하고 있다. 회사가 내세운 방향은 ‘가장 우선순위가 높은’ 목표에 집중하는 것이다. 기사에서는 많은 전력을 쓰는 대형언어모델(LLM·방대한 텍스트를 학습해 문장을 생성하는 모델)이 기대에 못 미친 뒤 이 같은 조정이 이뤄졌다고 설명한다.
여기서 달라지는 것은 특정 모델 하나의 개발 속도만이 아니다. 여러 노바 모델을 함께 밀어 올리던 계획 자체가 좁아진다. 개발팀의 구성과 목표를 다시 정하고, 한정된 인력과 연산 자원을 어느 작업에 쓸지도 바꾸는 결정이다. 아마존 내부 관계자들이 전한 내용 역시 모델 대부분을 적극적인 개발 대상에서 빼는 데 초점이 맞춰져 있다.
그렇다고 모든 모델을 즉시 종료한다는 뜻은 아니다. 아마존은 노바라는 이름 아래 남아 있는 모델들을 지원하면서도, 새 개발에 쓰는 자원은 크게 줄이는 방식으로 방향을 틀었다. 모델을 유지하는 일과 경쟁력을 높이기 위해 계속 투자하는 일 사이에 선을 그은 셈이다. 이번 재편을 이해하려면 그 선이 어디에 그어졌는지를 봐야 한다.
텍스트·영상·이미지는 최소 유지 단계로
축소 대상에는 텍스트 기반 노바 모델뿐 아니라 영상과 이미지를 생성하는 모델도 들어간다. 아마존 내부 관계자들은 이 모델들이 ‘불만 켜두는’ 상태로 옮겨갔다고 블룸버그에 전했다. 작동과 지원은 이어가되, 유지에 꼭 필요한 최소한의 자원만 배정한다는 의미다. 여러 형식의 생성 AI를 포괄하던 개발 계획이 한꺼번에 뒤로 밀린 것이다.
최소 유지 단계는 서비스 중단과는 다르지만, 앞으로 모델을 개선하는 작업의 우선순위가 낮아졌다는 신호다. 기존 모델이 남아 있다는 사실만으로 아마존이 종전의 개발 속도를 유지한다고 보기는 어렵다. 반대로 지원을 이어간다는 점에서 AI 모델 분야를 완전히 떠난 것도 아니다. 이번 결정은 사업을 없애기보다 적극적으로 자원을 쓰는 범위를 좁히는 쪽에 가깝다.
텍스트와 영상, 이미지 모델이 함께 거론된다는 점도 눈에 띈다. 한 분야의 개별 프로젝트를 정리하는 수준이 아니라 노바 개발 전반의 무게중심을 옮기고 있기 때문이다. 아마존은 다양한 모델을 동시에 키우는 대신, 남길 모델의 기본 지원과 새로 집중할 연구를 구분했다. 자원을 빼낸 곳과 새로 투입하는 곳이 이번 전략 변화의 양쪽을 이룬다.
하나의 최전선 모델로 자원 집중
노바 모델 대부분에서 빠져나온 인력과 연산 자원은 하나의 ‘최전선 모델’ 개발로 향한다. 최전선 모델은 현재 AI 성능의 앞자리를 겨냥해 개발하는 모델을 뜻한다. 블룸버그가 전한 방향은 AI 연구 전체를 멈추는 것이 아니라, 여러 갈래로 나뉘어 있던 자원을 단일 개발 과제에 모으는 것이다.
이 대목은 ‘AI 부문을 해체한다’는 강한 제목과 실제 조치 사이의 차이를 보여준다. 기존 모델 대다수를 최소한으로 유지하는 것은 분명한 축소다. 그러나 동시에 새로운 최전선 모델에 인력과 연산 자원을 돌린다는 점에서, 아마존이 고성능 자체 모델 개발을 포기했다고 읽기는 어렵다. 개발 대상을 줄이면서 남은 한 곳에는 더 집중하는 개편이다.
따라서 이번 전략의 성패는 모델을 몇 개 남겼느냐만으로 가늠하기 어렵다. 최소 유지 상태에 들어간 노바 모델들과 새로 자원을 받는 최전선 모델은 조직 안에서 서로 다른 위치에 놓였다. 아마존은 다양한 생성 모델에 자원을 나눠 쓰는 방식 대신 한 과제에 우선순위를 부여했다. 그 과제가 무엇을 만들어낼지가 축소 규모만큼 중요한 질문이 됐다.
로봇 연구자가 맡은 새 개발 과제
새 최전선 모델 개발은 피터 아비엘이 이끈다. 그는 버클리 로봇 학습 연구실(Berkeley Robot Learning Lab)의 책임자다. 퓨처리즘은 아마존이 2024년 그의 로봇 기업 코베리언트(Covariant)를 흡수했다고 전한다. 모델 개발의 새 중심에 로봇 연구 경력이 있는 인물이 섰다는 점이 이번 재편의 또 다른 특징이다.
아비엘이 아마존에 합류할 당시 코베리언트 창업자들은 로봇을 위한 AI 모델을 연구하고 있었다. 퓨처리즘은 이 경력이 가능한 한 많은 작업을 자동화하려는 아마존의 방향과 맞닿아 있다고 해석한다. 다만 현재 자원이 집중되는 최전선 모델의 구체적인 용도가 로봇이라고 기사에 명시된 것은 아니다. 확인되는 변화는 아비엘의 팀으로 인력과 연산 자원이 이동한다는 점이다.
그의 이력은 아마존이 왜 이 개발 과제를 남겼는지 살펴볼 실마리를 준다. 범용 텍스트·영상·이미지 모델을 폭넓게 키우던 계획을 줄이면서, 로봇 학습 분야의 연구자가 이끄는 과제에는 투자를 이어가기 때문이다. 그러나 연구 책임자의 과거 작업과 새 모델의 최종 목표를 곧바로 같은 것으로 볼 수는 없다. 앞으로 드러날 모델의 용도가 이번 선택의 방향을 더 분명하게 해줄 것이다.
문 닫은 샌프란시스코 AGI 사무실
전략 변경 소식이 전해지기 일주일 전, 아마존은 샌프란시스코의 주요 AI 사무실 한 곳을 폐쇄했다. 이곳은 80명 규모로 범용인공지능(AGI·인간 수준의 지능과 추론 능력을 갖춘 AI를 가리키는 개념)을 연구하던 거점이다. 노바 모델의 개발 축소에 앞서 연구 조직에서도 변화가 있었다는 점에서, 이번 개편은 모델 운영 범위를 넘어선다.
AGI는 현재의 AI보다 한 단계 높은 능력을 목표로 논의되는 분야다. 퓨처리즘은 사무실 폐쇄를 전하면서, 아마존의 우선순위 조정이 이런 장기 연구에도 닿아 있다고 설명한다. 한편 아마존은 다른 곳에서 최전선 모델 개발을 계속 추진한다. 샌프란시스코 사무실의 폐쇄와 단일 모델에 대한 자원 집중은 같은 시기에 나타난 서로 다른 조치다.
80명 규모의 연구 거점을 닫았다는 사실은 조직 재편의 크기를 가늠하게 한다. 하지만 그 숫자가 노바 모델 전체 개발 인력이나 새 모델 팀의 규모를 뜻하지는 않는다. 확실한 것은 특정 AGI 연구 거점이 문을 닫고, 노바 모델 대부분은 최소 유지 단계로 내려갔다는 점이다. 아마존은 그 과정에서 AI 연구 자원을 다시 배치하고 있다.
LLM 수익과 AGI에 남은 물음
퓨처리즘은 마지막으로 LLM이 투자 대비 수익을 낼 수 있을지, 나아가 AGI로 이어질 수 있을지에 대한 의문을 제기한다. 필자는 아마존이 AI 열풍에서 더 깊이 들어가기 전에 한발 물러서는 것일 수 있다고 해석한다. 이는 아마존이 밝힌 공식 목표라기보다, 모델 축소와 사무실 폐쇄를 함께 놓고 본 기사 필자의 판단이다.
현재 드러난 아마존의 선택은 전면 철수가 아니라 선별적인 축소다. 텍스트·영상·이미지 노바 모델에는 유지에 필요한 자원만 남기고, 한 최전선 모델에는 인력과 연산 자원을 모은다. 따라서 이번 변화가 단순한 비용 절감인지, 개발 방향을 바꾼 뒤 다시 경쟁하려는 시도인지는 새 과제의 결과를 봐야 알 수 있다. 적어도 지금은 더 많은 모델을 만드는 것보다 어느 모델에 집중할지를 먼저 정한 상태다.
커뮤니티 의견
한 사용자는 최근 몇 년간의 아마존 사무실 문화가 연구실 수준의 혁신을 키우기 어려워 보였다고 말했다. 답글에서도 실적 압박과 성과개선계획(PIP)에 대한 불안을 거론하며, 연구 성과보다 동료보다 많은 결과물을 내야 한다는 압력이 크다는 의견이 나왔다. 이들은 모델의 기술적 한계보다 연구 인력이 일하는 환경에 원인을 두었다.
다른 사용자는 아마존이 직접 모델을 연구·학습시키기보다 외부 모델을 호스팅하는 편이 더 수익성 있는 선택이라고 봤다. 연구와 학습 비용은 모델 개발사가 부담하고, 아마존은 하드웨어를 제공하며 요금을 받는 구도라는 설명이다. 답글에서는 모델과 소프트웨어의 경쟁이 치열해질수록 데이터센터 하드웨어가 더 큰 이익을 가져갈 수 있다는 전망도 제시됐다.
또 한 사용자는 최상위 엔지니어를 확보하거나 연구자에게 흥미로운 목표를 자유롭게 추구할 여지를 줘야 하는데, 아마존에는 두 조건 모두 부족하다고 주장했다. 이에 대한 답글은 문제를 아마존의 조직 문화만으로 보지 않았다. AI 업계 전반이 약속한 성과를 충분히 내지 못했고, 아마존의 조정도 그 위험에 대비한 선택일 수 있다는 반론이었다.
기사의 시점을 짚는 의견도 나왔다. 한 사용자는 보도 날짜가 7월 29일이라며, 오래된 소식이 새 구조조정처럼 읽히지 않도록 주의해야 한다고 했다. 답글에는 처음 보고 또 다른 AI 조직 축소가 벌어진 줄 알았다는 반응이 이어졌다. 토론에서는 사건의 내용만큼 언제 일어난 일인지 구분하는 문제도 제기됐다.
노바를 직접 사용해 봤다는 한 사용자는 제미나이에 풀게 했던 문제를 노바에도 제시했는데 결과가 눈에 띄게 뒤떨어졌다고 평했다. 대화 초반에 제시한 사실이나 이후 추가한 정보를 놓치고, 비슷한 항목식 조언을 반복했다는 경험을 근거로 들었다. 이는 한 사용자의 비교 경험이지만, 노바의 모델 품질을 의심하는 토론의 한 갈래를 보여준다.
아마존 서비스 화면에서 체감하는 AI 기능을 비판하는 사용자도 있었다. 강제로 나타나는 사이드바를 닫기 어렵고, 화면을 옮길 때 다시 나타난다는 불만이 이어졌다. 한 답글은 가격 기록을 보려고 버튼을 누르면 기록을 바로 보여주는 대신 챗봇에 요청을 보내는 방식이라고 지적했다. 이들은 연구실의 모델보다 실제 서비스에 붙은 기능의 사용성을 문제 삼았다.
반대로 아마존의 위치가 유리하다는 의견도 나왔다. 한 사용자는 기업이 청구와 공급업체 관리를 한곳에서 처리할 수 있고, 오픈소스 모델이 늘수록 안정적인 호스팅과 기존 AWS 서비스와의 연계가 중요해질 것이라고 주장했다. 그는 이런 구도가 모델 개발사에는 위험이 될 수 있다며, 아마존이 굳이 자체 최전선 모델까지 개발해야 하는지 질문했다.
마지막으로 한 사용자는 기사의 강한 제목과 보도 내용 사이의 간격을 지적했다. 기존 모델의 자원을 줄이는 동시에 한 최전선 모델을 학습시키는 쪽으로 자원을 재배치한다면, 이를 AI 개발의 전면적인 후퇴로만 표현하기는 어렵다는 주장이다. 이 의견은 이번 조치를 ‘축소’와 ‘집중’이라는 두 움직임으로 함께 읽어야 한다는 점을 짚는다.
핵심통찰
아마존의 변화는 AI 모델 개발을 끝내는 결정이 아니라, 여러 노바 모델에 나눠 쓰던 자원을 한 과제에 모으는 결정이다. 이 과정에서 기존 텍스트·영상·이미지 모델과 AGI 연구 거점은 우선순위에서 밀렸다. 토론이 보여주듯 결과를 가를 변수도 모델 성능 하나에 그치지 않는다. 아마존이 직접 만든 최전선 모델에서 경쟁력을 얻을지, 아니면 외부 모델을 제공하는 인프라에서 더 큰 강점을 보일지 지켜봐야 한다.
원본: Amazon Is Gutting Its AI Division After Sustained Failure
토론: Hacker News