1. PaaS와 생성형 AI

현재 AI는 단순히 모델을 사용하는 단계를 넘어 소프트웨어 시스템으로 진화하고 있다.

• LLM (Large Language Model): 방대한 텍스트 데이터를 학습해 인간의 언어를 이해하고 생성하는 모델
• RAG (Retrieval-Augmented Generation): 외부 지식 베이스에서 관련 정보를 검색하여 응답에 반영함으로써 정확도와 최신성을 높이는 기술
• AI Agent: 사용자를 대신해 목표를 추구하고 복잡한 태스크를 완료하는 소프트웨어 시스템을 의미
• 클라우드 네이티브 SW 개발 사이클과 비슷하게 AI의 개발 사이클이 확립되었다.
• 클라우드 네이티브 개발 사이클이 설계 → 개발 → 빌드 → 테스트 → 릴리즈 → 배포 → 운영 → 모니터링 순으로 진행된다면
• AI 네이티브 개발 사이클은 문제 이해 및 데이터 준비(Design) → 모델링 및 평가(Develop) → 운영 환경 이동 및 모니터링(Deploy)의 순환 구조이다.
• 클라우드 네이티브 에서의 CI가 CT (Continuous Training), 즉 AI 모델의 성능 유지를 위해 데이터를 측정(Measure)하고 재학습(Retrain)하여 서비스(Serve)하는 과정으로 바뀐거라고 할 수 있다.

기업이 AI를 도입하는 방식은 크게 두 가지로 나뉜다.

두 형태 모두 지속 가능성을 위해 클라우드 네이티브 기반의 PaaS가 필수적이다.

결국 AI-Native는 기존 클라우드 네이티브 영역을 AI 특화 기술로 확장한 개념이다.

2. Amazon Web Services (AWS)

폭넓은 서비스 생태계와 세밀한 제어 기능을 제공하는 시장 선도 플랫폼

네트워크 및 저장소

• VPC가 리전 단위로 구성되며, 리전 간 통신을 위해서는 VPC Peering이나 Transit Gateway 등이 필요
• S3 (Simple Storage Service)는 객체 기반 저장소로 버전 관리와 다양한 스토리지 클래스(Standard, RSS, Glacier)를 통해 비용을 최적화

컨테이너 오케스트레이션