‘SPACE DAY Seoul 2025’을 통해 내다 본 ‘항공 우주 미래 산업’ 🪐

Amazon Prime

이번 세션은 AWS의 가장 바쁜 조직 중 한 곳인 AI/ML 사업부 소속인 백선환이 진행주셨어요.  백선환님도 Amazon Prime를 활용한 사례 영상을 보여주시면서 흥미롭게 발표를 시작하셨는데요. Amazon은 Prime 서비스를 통해 생성형 AI를 활용한 동영상 요약 서비스를 제공하고 있습니다. 예를 들어, 10개의 에피소드로 구성된 약 450분 분량의 시리즈를 3분 내외의 요약 영상으로 자동 생성할 수 있는 기능입니다. 방대한 콘텐츠를 빠르게 이해하고자 하는 사용자 니즈에 부합하는, 실용적이고 혁신적인 활용 사례라는 것을 알 수 있었어요. 


한국 우주산업에서의 생성형 AI 활용 가능성

그렇다면, 우리나라 우주 산업에서는 생성형 AI가 얼마나 활용되고 있을까요? 아쉽게도 현재까지는 국내 우주 산업에서의 뚜렷한 생성형 AI 활용 사례는 없는 상황이라고 합니다. 하지만 백선환님은 

1️⃣ 설계 및 시뮬레이션,
2️⃣ 우주 탐사선의 자율주행,
3️⃣관제 자동화 시스템 등 

등 다양한 우주산업 Use Case 소개를 통해 생성형 AI 기술이 어떻게 적용될 수 있을지를 기존 산업의 성공 사례를 통해 청사진으로 제시해주셨습니다. 타 산업에서 이미 입증된 생성형 AI 활용 사례를 기반으로 우주 산업에도 충분히 적용할 수 있는 새로운 인사이트와 방향성을 소개해주셨습니다.


생성형AI기술의 시작: 파운데이션 모델(FM: Foundation Model)

생성형 AI의 핵심 기반 기술인 파운데이션 모델(FM) 은 ‘삼행시 게임’조차 가능할 만큼 자연어 이해와 창작 능력이 고도화되었는데요. 하지만, 과거의  파운데이션 모델(FM)은 다음과 같이 네 가지 한계가 있었다고 합니다.

① 의도치 않은 유해한 응답 생성
② 거짓 정보 생성
③ 최신 정보가 필요한 응답 불가
④ 비공개용 회사 정보(내부정보)가 필요한 응답 불가 

그럼에도 불구하고 파운데이션 모델(FM)이 주목받는 이유는 ‘창발성(Emergence)’ 덕분인데요. 이는 공학적으로 명시하지 않았음에도 사고 능력이 발현되는 파운데이션 모델(FM)의 특성으로 대규모 데이터를 학습하고, 대형 모델 구조를 통해 인간의 두뇌와 유사한 사고 양상을 보입니다. 


 파운데이션 모델(FM)의 한계를 넘는 기술들: Fine Tuning, RAG, Agent AI

지금은 과거의 파운데이션 모델(FM)의 한계를 보완할 수 있는 다양한 기술이 있는데요.

⚡프롬프트 엔지니어링: 명확한 지시를 통해 기대한 결과를 도출
⚡RAG (검색 증강 생성): 실시간으로 정보를 검색해 생성 결과의 정확도 향상
⚡Agent AI: 스스로 계획하고, 작업하고, 결과를 검토하는 차세대 AI


Agent AI
이 중 Agent AI는 특히 주목할 만한 기술입니다. 백선환님은  Agent AI는 3년이내 많은 기업들에게 필수 서비스가 될 것이라고 강조했는데요.


 Agent AI의 주요 특징
– 어떻게 일이 처리되는지 ‘중간 과정’ 확인 가능
– 필요한 다양한 외부 도구를 파운데이션 모델이 활용
– 작업 병렬화를 통해 작업 시간 최적화 가능

기존의 AI 어플리케이션은 ‘단방향’으로만 동작하는 원리 였고, 리뷰는 사람이 고쳐야하는 한계가 있었는데요. 이것을 AI가 스스로를 검토하고 더 나은 결과를 도출할 수 있는 방법이 없을까? 하는 아이디어에서 Agent AI가 시작되었는데요.즉, AgenAI는 ‘스스로 작업을 계획’하고 ‘결과를 검토’함으로써, 단일 파운데이션 모델(FM)으로 할 수 없는 작업의 한계를 보완할 수 있게 되었습니다. 즉, 과거의 AI는 ‘단방향 처리’만 가능했지만, Agent AI를 통해 AI는 스스로 일의 흐름을 관리하고, 중간 결과를 점검하며, 작업을 병렬로 최적화할 수 있습니다. 


파운데이션 모델, 이제는 누구나 쉽게!

 백선환의 발표를 통해 “그럼 FM은 구현이 어렵지 않나요?” 라는 질문에 “이제는 프롬프트 하나만으로도 쉽게 FM을 활용할 수 있는 시대입니다.”라는 답을 느낄 수 있었는데요. 이제는 프롬프트(Prompt) 만으로도 손쉽게 파운데이션 모델(FM, Foundation Model)에게 역할을 지시해서 쉽게 구현할 수 있게 되었습니다. 이를 통해 장황한 문장을 간결하고 명확하게 본론만 정리할 수 있기 때문이죠. 


MCP Architecture (Model Context Protocol) x 외부 틀 연동 

최근에는 슬랙, 지메일, 구글 캘린더와 같은 외부의 툴과 연동하여 AI를 활용하는 것이 트렌드라고 하는데요.

예를 들어, AI 챗봇에게 
“오늘 서울 날씨 어때?”라고 물으면 실시간 날씨 정보 사이트와 연동하여 날씨를 알려주고,
“근처 맛집 추천해줘”라고 물으면,지도 API를 기반으로 리스트를 제안하는 방식이라고 하는데요. 

이처럼 AI와 다양한 툴(SaaS) 프로그램 연동은 앞으로  우주 산업뿐 아니라 다양한 분야에서 파운데이션 모델(FM)을 활용하고 확장할 수 있는 중요한 트렌드가 될 이라는 것을 알 수 있었습니다. 더불어 파운데이션 모델(FM) 뿐만 아니라 다양한 AWS의 생성형 AI 서비스에 대해 소개를 들어볼 수 있었는데요.


⚡Amazon Bedrock

– 다양한 글로벌 톱 모델 사용 가능
– Multi-Agent Collaboration 기능으로 병렬 작업 수행 가능
– 생산성과 속도 모두 향상

Amazon Bedrock은 높은 모델 선택의 자유도를 가지고 있는 것이 장점이며, Multi Agent Collaboration 기능을 통해 에이전트가 병렬로 작업을 할 수 있어서 작업 가속도 높일 수 있으며, 이를 통해 작업 시간을 절감할 수 있습니다. (Amazon Bedrock에 대해 더 알아 보기→)


⚡Amazon Nova

– 뛰어난 비용 효율성과 속도 최적화
– 요구사항에 따라 선택할 수 있는 3가지 모델

모델을 통한 비용 가성비가 좋고, 가속화등 작업속도가 빠른 것이 강점입니다. 또한 Amazon Nova 모델에는 다양한 요구 사항을 충족하도록 설계된 세 가지 이해 모델(Amazon Nova Micro, Amazon Nova Lite, Amazon Nova Pro 등)이 제공된다고 합니다. (Amazon Nova에 대해 더 알아 보기→)


AWS와 생성형 AI를 함께 해야 하는 이유

AWS는 ISO 42001을 받은 유일한 기업이기 때문입니다. ISO 42001은 ‘인공지능경영시스템 인증제도’인데요. 이는 AI 관련 국제표준 제한 것으로 

– AI를 활용하는 제품 또는 서비스를 사용, 개발하는 조직이 AI 시스템과 관련하여 책임감 있는 역할 수행을 지원하고, 
– AI경영시스템을 수립, 실행, 유지 및 지속적 개선하기 위한 요구사항을 제공하며, 
– 기획단계에서 AI에 특화된 강력한 리스크 관리 항목을 충족할 수 있습니다.

이러한 인증 제도를 통해 AWS가 생성형 AI를 안전하고 윤리적으로 활용할 수 있는 환경을 제공한다는 것을 알 수 있었습니다.