AWS, 에이전틱 코딩용 리플렉션 AI의 오픈 웨이트 모델 '빔' 지원 추가

리플렉션 AI가 코드 유지보수, 도구 사용, 결과 해석, 다단계 워크플로 완수 등 장기 과제를 위한 에이전틱 코딩용 오픈 웨이트 모델 '빔'을 공개했다. AWS는 블로그 게시물을 통해 개발자들이 이 모델을 자사 인프라에 배포하는 방법을 상세히 설명했다.

AWS에 따르면 리플렉션 AI의 목표는 오픈 모델 가중치, 공개 연구, 오픈소스 소프트웨어를 통해 지능을 개방적이고 접근 가능하게 만드는 것이며, 빔은 이러한 접근 방식을 소프트웨어 엔지니어링과 에이전틱 시스템으로 확장한 결과물이다.

빔이란 무엇인가

AWS는 빔을 소프트웨어 문제 해결, 코드 수정, 도구 호출, 중간 결과에 대한 작업 수행을 위한 희소 전문가 혼합 모델로 설명한다. 총 파라미터는 5,010억 개, 활성 파라미터는 230억 개다. 리플렉션은 실효 컨텍스트 길이가 100만 토큰에 달한다고 밝혔다.

리플렉션은 빔의 가중치를 아파치 2.0 라이선스로 허깅페이스에 공개했다. 빔 1.0은 BF16, FP8, NVFP4 등 세 가지 체크포인트 변형으로 제공되며, AWS는 이들이 각기 다른 메모리 사용량과 하드웨어 호환성을 제공한다고 설명했다.

AWS에서의 배포 방법

AWS는 빔을 위한 두 가지 주요 배포 경로를 제시한다.

• 아마존 세이지메이커 점프스타트 실시간 엔드포인트 — 모델, 컨테이너, 엔드포인트를 패키지화해 고객이 쿠버네티스를 직접 운영할 필요가 없는 완전 관리형 경로.
• 아마존 세이지메이커 하이퍼포드 추론 — 점프스타트, SGLang, 또는 vLLM과 결합해, 분산 GPU 인프라, 서빙 이미지, 런타임 인수, 양자화, 분산 실행에 대해 쿠버네티스 네이티브 제어가 필요한 고객을 위한 경로.

AWS에 따르면 빔은 세이지메이커 점프스타트, 허깅페이스 허브, 또는 선택적인 아마존 S3 미러를 통해 확보할 수 있다.

하드웨어 요구 사항

AWS는 빔의 총 5,010억 개 파라미터를 처리하려면 다중 GPU 배포가 필요하다고 밝혔다. 가중치 메모리 요구량이 가장 큰 BF16 체크포인트의 경우, AWS는 충분한 총 GPU 메모리를 갖춘 다중 노드 구성을 계획할 것을 권장한다. FP8의 경우 AWS는 NVIDIA H100 GPU를 탑재한 ml.p5.48xlarge 인스턴스, 또는 H200 GPU를 탑재한 ml.p5e.48xlarge 및 ml.p5en.48xlarge 인스턴스 사용을 명시한다. NVFP4의 경우에는 NVIDIA B200 GPU를 탑재한 ml.p6-b200.48xlarge 인스턴스를 명시한다.

AWS는 배포를 위한 여러 선행 조건을 제시하는데, 여기에는 적절한 IAM, 네트워킹, 스토리지 권한을 갖춘 AWS 계정, 세이지메이커 점프스타트 또는 허깅페이스를 통한 빔 접근 권한, 모델 이용 약관 동의, AWS CLI, 파이썬 3.11 이상, 그리고 지원되는 구성에 맞는 GPU 할당량과 용량이 포함된다.

제공 지역

AWS에 따르면 출시 시점에 빔은 아마존 세이지메이커 점프스타트에서 미국 동부(버지니아 북부)와 미국 동부(오하이오) 리전에서 제공된다.

출처: AWS 머신러닝 블로그, "에이전틱 코딩을 위한 오픈 웨이트 모델, AWS의 리플렉션 빔 소개(Introducing Reflection Beam: an open-weight model for agentic coding on AWS)", 2026년 10월 16일 게재.