‘AWS 생성형 AI 컴피턴시’ 인증 획득
2024.06.19■ △데브옵스 △마이그레이션 △보안 이어 네 번째 AWS 컴피턴시 인증 획득
■ AWS의 생성형 AI 서비스에 파인튜닝, RAG 등 LG CNS만의 특화 기술 접목
DX전문기업 LG CNS가 아마존웹서비스(Amazon Web Services, 이하 AWS)의 AWS 생성형 AI 컴피턴시(AWS Generative AI Competency) 인증을 획득했다.
AWS 컴피턴시(역량)는 소프트웨어 구축, 서비스를 제공하는 파트너의 전문성을 업계 사용 사례 및 워크로드 전반에 걸쳐 검증하는 AWS 전문화 프로그램이다. AWS 컴피턴시 프로그램에는 △클라우드 운영 △데브옵스1) △데이터 분석 등 다양한 분야가 있으며, 지난해 12월 생성형 인공지능(AI) 분야가 새롭게 생겼다. AWS 생성형 AI 컴피턴시 파트너는 기업 고객이 생성형 AI 솔루션을 신속하게 도입하고, 미래를 위한 전략적인 포지셔닝을 할 수 있도록 지원하는 역할을 한다.
컴피턴시 인증을 받기 위해서는 AWS 프리미어 티어 파트너(AWS Premier Tier Partner) 또는 AWS 어드밴스드 티어 파트너(AWS Advanced Tier Partner) 자격이 필요하다. 또한 기업 고객에게 성공적으로 생성형 AI 서비스를 제공한 프로젝트 사례를 입증해야 한다.
LG CNS는 2022년에 AWS의 가장 높은 파트너 등급인 프리미어 티어 파트너 자격을 획득했다. 뿐만 아니라 기업 고객들에게 파인튜닝2), RAG3), 프롬프트 엔지니어링4) 등 LG CNS만의 전문화된 기술을 접목해 AWS의 생성형 AI 서비스를 맞춤형으로 제공했다.
예를 들어, LG CNS는 유통기업 A사의 제품 개발자들과 디자이너들이 신제품 회의 시 참고 이미지를 찾는데 시간이 많이 걸리는 문제를 생성형 AI로 해결했다. LG CNS는 AWS의 AI 서비스를 활용해 A사의 데이터를 학습시킨 이미지 생성형 AI 서비스를 만들었다. LG CNS는 프롬프트 엔지니어링으로 A사의 직원들이 보다 정교한 이미지 결과물을 얻을 수 있도록 했다. A사 직원들은 수많은 제품·패키지 디자인 등을 생성형 AI로 미리 만들어 보면서, 신제품 기획 회의를 효율적으로 진행할 수 있게 됐다.
또한 LG CNS는 제조기업 B사의 신규법인 임직원들을 위한 생성형 AI 챗봇도 구축했다. LG CNS는 AWS의 AI 서비스를 활용해 챗봇을 신속하게 구현하고, AWS의 지능형 엔터프라이즈 검색 서비스인 아마존 켄드라(Amazon Kendra)에 RAG를 접목해 챗봇의 정확도를 높였다. 이를 통해 임직원들은 새로운 사내시스템, 제도 관련 궁금한 점을 챗봇으로 쉽게 탐색하고 답변을 얻을 수 있게 됐다.
이번 인증은 LG CNS의 생성형 AI 역량을 세계적인 CSP(Cloud Service Provider)에게도 검증받았다는 것을 의미한다. LG CNS가 AWS 생성형 AI 컴피턴시 인증을 빠르게 획득할 수 있었던 이유는 일찍이 생성형 AI 기술, 사업 체계를 갖춰 다양한 비즈니스를 성공적으로 진행하고 있기 때문이다. 앞서 LG CNS는 △AWS 데브옵스 컴피턴시(AWS DevOps Competency) △AWS 마이그레이션 컴피턴시(AWS Migration Competency) △AWS 보안 컴피턴시(AWS Security Competency) 인증도 획득하며 다양한 DX신기술 영역에서 역량을 꾸준히 입증해오고 있다.
LG CNS는 AWS에 특화한 생성형 AI와 AM(Application Modernization, 앱 현대화) 기술을 고객 현장에 적용할 수 있는 전문가 조직인 ‘AWS 론치센터’를 보유하고 있다. 또한 올해 초에는 AI, 데이터 모두를 아우르는 진요한 상무를 AI센터장으로 영입하며, 생성형 AI 경쟁력을 강화하고 있다.
LG CNS 클라우드사업부장 김태훈 전무는 “기업 고객별 특성에 맞는 최적화된 AWS 생성형 AI 서비스를 제공하면서, 차별적 고객가치를 지속 제공할 것”이라고 강조했다.
※용어 설명
1) 데브옵스(DevOps): 개발과 운영을 통합해 서비스 제공 속도와 안정성을 높여 운영 생산성을 올리는 방법론.
2) 파인튜닝(미세조정, Fine-Tuning): 기존에 학습된 AI 모델을 새로운 목적에 맞게 변형하고 파라미터(변수) 값을 조정해 새롭게 학습시키는 기술.
3) RAG(검색증강생성, Retrieval-Augmented Generation): LLM에 데이터를 효과적으로 찾을 수 있는 검색엔진을 붙여 환각 현상을 최소화하고 정확도를 높이는 기술.
4) 프롬프트 엔지니어링: AI가 정교한 답변을 할 수 있도록 명령어를 설계하고 개선하는 것.
