전 세계적으론 마이크로소프트, 알리바바, 구글 등이, 국내에선 KT, 네이버 등이 자리를 위협하고 있지만 클라우드 컴퓨팅 시장에서 아마존웹서비스(AWS)의 자리는 굳건하다. 시장조사기관 가트너에 따르면 AWS의 인프라 서비스(IaaS) 시장점유율은 51.8%로, 경쟁사들의 점유율을 모두 합쳐도 AWS의 상대가 되지 못한다. 국내에서도 외국계 클라우드 업체들이 차지한 점유율 70% 가운데 절반 이상이 AWS의 몫이다.

AWS가 경쟁사들의 추격을 따돌리고 이렇게 승승장구할 수 있는 비결은 뭘까. 윤석찬 AWS 수석 테크에반젤리스트는 그 이유를 “고객(기업)이 원하는 것을 파악하고 이를 실제로 제공할 수 있는 것이 AWS의 경쟁력”이라고 설명했다. 인공지능, 하이브리드 및 프라이빗 클라우드 등과 같이 특별한 콘셉트를 내세우는 경쟁사들과 반대되는 행보다. 실제로 AWS는 인프라 서비스, 플랫폼 서비스면에서 경쟁사보다 더 많은 서비스와 API를 보유하고 있다.


AWS의 가장 큰 강점은 10년 넘게 사업을 지속하며 쌓아온 방대한 인프라 규모다. 서버, 네트워크 등 제공하는 인프라의 규모가 방대할 뿐만 아니라 고객들이 인프라의 종류도 직접 선택할 수 있도록해 선택의 폭을 넓혔다. 예를 들어 AWS는 지난 해 8월부터 고객들이 서버를 임대할 때 인텔과 AMD 서버 가운데 선택할 수 있도록 했다. 인텔 서버만 제공하는 경쟁사와 차별화되는 점이다.

인공지능 개발을 위한 AI 가속기 임대에서도 AWS는 선택의 폭이 넓다. 일반적으로 이용되는 엔비디아 테슬라 GPGPU뿐만 아니라 AWS 안나푸르나 팀에서 자체 개발한 AI 가속기 인프렌시아(ASIC)도 인공지능용 인프라로 선택할 수 있다. 인프렌시아는 엔비디아의 GPGPU보다 저렴한 비용으로 이용할 수 있어, 인공지능 모델을 저렴한 비용으로 운용할 수 있는 장점이 있다. 다만 인프렌시아는 인공지능 추론용으로만 이용할 수 있고, 학습용으로 이용하는 것은 아직 불가능하다. 이점에서 구글의 AI 가속기 TPU보다 조금 성능이 떨어진다. 인공지능 학습은 AWS에서 제공하는 엔비디아 GPGPU를 이용하고, 추론이나 실제 구동은 ‘AWS 엘라스틱 인프렌시아’ 서비스를 활용해 저렴하게 이용하라는 것이 AWS측이 내세운 전략이다. 인프렌시아 AI 가속기는 현재 미국 3개 리전과 한국 서울 리전에서 이용할 수 있다.

읽기에 특화되어 있고, 쓰기 능력이 약한 관계형 데이터베이스의 약점을 극복하기 위해 AWS는 아마존닷컴에서 개발된 장바구니 시스템 다이나모 캐퍼시티를 키값 데이터베이스(쓰기에 특화된 DB)인 ‘다이나모 DB’로 변환해 기업들에게 제공하고 있다. 주기적으로 수집되는 데이터나 로그 등 시계열 데이터 처리를 쉽게 진행할 수 있도록 ‘AWS 타임스트림’도 선보였다. 분산형 원장을 제공해 데이터 조작이 어렵다는 블록체인의 장점을 벤치마킹해 고객들이 원장형 DB를 더 쉽게 이용할 수 있도록 렛저 DB도 선보였다.

또한 고객들이 자신이 개발한 블록체인 시스템(메인넷)을 더 쉽게 운영하고 배포할 수 있도록 블록체인 관리 시스템인 아마존 매니지드 블록체인도 작년 12월 출시했다. 아마존 매니지드 블록체인을 이용하면 기업과 스타트업은 블록체인 환경을 더 쉽게 관리하고, 블록체인 시스템 고도화와 앱 운영에만 집중할 수 있게 된다.

AWS 클라우드는 전 세계 인공지능 서비스를 지탱하는 가장 거대한 플랫폼이다. 현재 1만 여곳의 기업이 AWS를 통해 인공지능 서비스를 제공하고 있고, 덕분에 AWS의 인공지능 서비스 관련 매출도 250% 향상되었다. 고객사례도 2배 이상 증가했으며, 현재 인공지능 라이브러리 가운데 가장 널리 이용되는 텐세플로의 경우 전체 프로젝트의 85%가 원 개발자인 구글이 아닌 AWS에서 구동되고 있다.

AWS의 인공지능 서비스는 프레임워크, 서비스, API 등 세 가지 형태로 제공된다. 인공지능 개발 관련 인력을 많이 보유한 기업의 경우 AWS가 제공하는 다양한 오픈소스 라이브러리를 활용해 모델을 직접 개발하면 된다. 인공지능 인력을 상당히 보유한 기업은 아마존 세이지메이커 등 AWS가 제공하는 기계학습 서비스를 이용해 인공지능을 신속하게 개발할 수 있다. 인공지능 관련 인력이 거의 없더라도 AWS가 제공하는 다양한 인공지능 API를 활용해 기업을 위한 독자적인 인공지능 모델과 서비스를 개발할 수 있다.

아마존 세이지메이커는 인공지능 개발을 자동화해주는 서비스다. 이 점에서 인프라 운영을 자동화해주는 서버리스 컴퓨팅과 닮았다. GE헬스케어의 경우 세이지메이커를 적극 활용해 자기공명영상 데이터 판독에 도움을 주는 인공지능을 직접 개발했다. AWS는 지난 해 12월 세이지메이커를 한층 발전시켜 인공지능 학습에 필요한 데이터 라벨링(분류) 작업마저 자동화해주는 ‘세이지메이커 그라운드 트루스’라는 서비스도 선보였다.

AWS는 일반적인 기계학습뿐만 아니라 적은 데이터로 양질의 인공지능을 개발하기 위해 이용되는 강화학습을 위한 서비스도 대거 선보였다. 강화학습이란 반복되는 학습으로 인공지능이 원하는 결과를 낼때까지 데이터 입력과 학습을 반복하는 기존 기계학습과 달리 기업이 원하는 결과를 낼때마다 가점을 주어서 인공지능이 특정 원하는 결과값을 내도록 유도하는 방식이다. 주로 자율주행차를 개발하기 위해 널리 이용되고 있다.


AWS는 고객들이 인공지능을 활용해 자사 서비스를 혁신할 수 있도록 다양한 인공지능 서비스를 선보이고 있다. 아마존 포어캐스트는 아마존닷컴에서 개발된 데이터 기반의 경영 예측 서비스로, 기업의 데이터만 집어넣으면 해당 데이터를 분석해 트래픽이나 판매량 변동 등 기업 비즈니스의 미래 위험을 감지해준다. 머신러닝 기반의 시계열 예측 서비스라고 보면 된다. 국내의 경우 CJ 대한통운이 자사 물류 상황을 예측하기 위해 활용하고 있다.

아마존 텍스트랙트는 기업의 과거에 쌓아둔 문서 속에서 텍스트를 추출하고 분석해서 이를 의미있는 데이터로 전환해준다. 비정형 데이터를 일반 데이터로 바꾸고 이를 DB화해주고 있는 것이다.

AWS는 고객이 원하면 무엇이든 클라우드에 서비스 형태로 추가하고 있다. 때문에 하이브리드 클라우드, 프라이빗 클라우드 구축을 위한 솔루션뿐만 아니라 로봇개발이나 위성제어 등 경쟁사들이 흉내낼 엄두도 내지 못하는 서비스를 클라우드로 제공하고 있다.

AWS의 하이브리드, 프라이빗 클라우드 전략은 VM웨어 클라우드 온 AWS와 AWS 아웃포스트로 요약할 수 있다. VM웨어 클라우드 온 AWS는 VM웨어 솔루션으로 프라이빗 클라우드를 구축한 기업이 자사의 가상머신을 바로 AWS로 이동시키거나 연결시킬 수 있는 서비스다. AWS 아웃포스트는 기업에게 AWS의 기술이 담긴 서버 렉을 통째로 제공해 기업이 AWS와 같은 클라우드 환경을 자사 데이터센터에 구축할 수 있도록 해주는 서비스다. 이를 통해 기업은 자사 인프라 고도화와 AWS와 연결된 하이브리드 클라우드 환경을 구축할 수 있다.


윤 에반젤리스트는 “AWS는 고객이 원하는 것이라면 무엇이든 제공할 준비가 되어 있다”며, “예를 들어 AWS 스노우볼은 오지에 위치한 고객의 공장에 트럭에 설치된 소형 데이터센터를 보내 공장에서 수집된 모든 데이터를 복사한 후 이를 AWS 데이터센터로 가져와 분석한 후 다시 기업에게 전달해주는 서비스다. 이렇게 기존 클라우드 컴퓨팅 관점에선 상상하기 힘든 서비스도 고객이 원하면 모두 제공하고 있다”고 설명했다.

동아닷컴 IT전문 강일용 기자 zero@donga.com