Nova (Amazon) (KO)

Amazon Nova — 기반 모델(Foundation Models, FM) 및 대형 언어 모델(Large Language Model, LLM) 제품군으로, Amazon Artificial General Intelligence(AAG Intelligence) 부문이 개발하였으며 완전 관리형 서비스인 Amazon Bedrock을 통해 제공된다. 이 제품군은 텍스트 이해 및 생성, 이미지·영상·문서 처리, 음성 합성 및 인식을 위한 모델을 포함한다. Amazon Nova는 이전 세대 모델인 Amazon Titan의 후속으로 자리매김하며, Amazon Web Services(AWS) 클라우드 생태계에 통합되어 있다.

역사 및 개발 연혁

Nova 출시 이전에 Amazon Bedrock 플랫폼은 Anthropic Claude, Meta Llama, Mistral 등 서드파티 모델에 대한 접근을 제공하였다. Amazon Nova는 클라우드 인프라에서의 상업적 활용을 목표로 AWS가 자체 개발한 최초의 기반 모델 제품군이 되었다.

1세대 (2024–2025)

Amazon Nova 1세대 제품군은 2024년 12월 3일 AWS re:Invent 2024 컨퍼런스에서 공식 발표되었다. 초기 릴리스에는 세 가지 이해 모델(understanding models) — 텍스트 전용 Nova Micro, 멀티모달 Nova Lite 및 Nova Pro — 과 생성 모델인 Nova Canvas(이미지 생성) 및 Nova Reel(영상 생성)이 포함되었다.

2025년 4월에는 100만 토큰의 컨텍스트 윈도우를 갖춘 플래그십 모델 Nova Premier가 추가되었다. 이 모델은 복잡한 추론 작업과 증류(distillation, 대형 모델에서 소형 모델로의 지식 이전)를 위해 설계된 제품군 내 가장 강력한 모델이다. 같은 시기인 2025년 4월에는 실시간 대화를 지원하는 speech‑to‑speech 방식의 음성 모델 Nova Sonic이 발표되었다.

2세대 — Nova 2 (2025–2026)

2025년 11월~12월 AWS re:Invent 2025 컨퍼런스에서 2세대인 Amazon Nova 2가 발표되었다. 이 라인업에는 동적 추론(dynamic reasoning)과 확장된 컨텍스트 처리를 지원하는 업데이트된 Nova 2 Lite 및 Nova 2 Pro, 텍스트·이미지·영상·오디오를 동시에 처리하고 생성할 수 있는 네이티브 멀티모달 모델 Nova 2 Omni, 그리고 차세대 음성 모델 Nova 2 Sonic이 포함되었다. 동시에 Nova Forge(커스텀 모델 학습 환경)와 Nova Act(에이전트 워크플로우 프레임워크) 서비스도 공개되었다.

2026년 2월에는 Amazon Nova 2 공식 기술 보고서가 발표되었다.

연혁 요약

날짜	사건
2024년 12월	AWS re:Invent 2024에서 Amazon Nova 발표: Nova Micro, Lite, Pro, Canvas, Reel
2025년 4월	Nova Premier(컨텍스트 1M 토큰) 및 Nova Sonic(speech‑to‑speech) 출시
2025년 6월	1세대 기술 보고서 발표 (arXiv:2506.12103)
2025년 11월~12월	AWS re:Invent 2025에서 Nova 2 발표: Nova 2 Lite, 2 Pro, 2 Omni, 2 Sonic, Nova Forge, Nova Act
2026년 2월	Amazon Nova 2 기술 보고서 발표

이론적 기반 및 아키텍처

이해 모델의 기본 아키텍처

arXiv:2506.12103 기술 보고서에 따르면, 이해 모델(Nova Micro, Lite, Pro, Premier)은 Vaswani et al.의 연구에서 기술된 Transformer 아키텍처를 기반으로 한다. 멀티헤드 셀프어텐션(Multi‑Head Self‑Attention)의 기본 메커니즘은 다음 수식으로 표현된다:

$\mathrm{Attention}(Q,K,V)=\mathrm{softmax}\left(\frac{Q{K}^{\mathrm{\top }}}{\sqrt{d_k}}\right)V$

여기서 $Q$, $K$, $V$는 각각 쿼리(queries), 키(keys), 값(values) 행렬이며, $d_k$는 키의 차원이다.

아키텍처의 세부 파라미터(레이어 수, 은닉 상태 크기, 어텐션 헤드 수, 전체 파라미터 수)는 2026년 3월 현재 공개적으로 이용 가능한 자료에서 공개되지 않았다. 이러한 접근 방식은 폐쇄형 상업 모델에서 일반적으로 나타난다.

Nova Lite 및 Nova Pro의 멀티모달 처리는 텍스트, 시각 및 영상 토큰을 단일 시퀀스로 통합하여 하나의 언어 모델에 입력하는 방식으로 구현된다. 비전 인코더(vision encoders)는 이미지와 영상 프레임을 텍스트 표현과 호환되는 토큰 시퀀스로 변환한다.

생성 모델 아키텍처

생성 모델인 Nova Canvas(이미지)와 Nova Reel(영상)은 잠재 확산 모델(Latent Diffusion Models, LDM) 아키텍처를 변분 오토인코더(Variational AutoEncoder, VAE)와 결합하여 잠재 공간에서 연산을 수행한다. 확산 과정의 순방향 노이즈 추가는 다음 수식으로 표현된다:

$x_t=\sqrt{{\overline{\alpha }}_t}{x}_0+\sqrt{1-{\overline{\alpha }}_t}ϵ,ϵ\sim 𝒩(0,I)$

여기서 $x_0$은 잠재 공간의 원본 이미지, $x_t$은 $t$ 단계에서 노이즈가 추가된 버전, ${\overline{\alpha }}_t$은 노이즈 스케줄의 누적 파라미터, $ϵ$은 표준 가우시안 노이즈이다. 텍스트 인코더(text encoder)는 텍스트 프롬프트에 대한 conditioning(조건부 생성)을 담당한다.

음성 모델 아키텍처

Nova Sonic은 텍스트 모델과는 다른 아키텍처를 사용한다. 특수화된 음성 인코더(speech encoder), 음성 디코더(speech renderer), 그리고 핵심 멀티모달 언어 모델을 단일 엔드투엔드 파이프라인(end‑to‑end pipeline)으로 통합한다. 이를 통해 중간 단계의 텍스트 변환 없이 음성 입력을 처리하고 음성 출력을 생성할 수 있다(단, 품질 보장을 위해 내부적으로는 텍스트 표현이 활용된다).

학습 인프라

Nova 모델의 학습은 AWS Elastic Kubernetes Service(EKS) 분산 클러스터에서 Amazon 자체 AI 가속기인 Amazon Trainium(TRN1 인스턴스)과 NVIDIA A100 및 H100 GPU를 활용하여 수행되었다.

학습 시 연산 비용 절감을 위해 다음과 같은 특수 최적화 기법이 개발 및 적용되었다:

• Super‑Selective Activation Checkpointing (SSC) — 기술 보고서에 따르면, 재연산(recomputation) 오버헤드를 최소화하면서 GPU 메모리 소비를 약 50% 감소시키는 활성화 체크포인팅 기법.
• In‑CPU‑Memory Checkpointing — 중간 가중치(checkpoint)를 CPU 메인 메모리에 캐싱한 후 Amazon S3 클라우드 스토리지로 비동기 업로드하는 방식. Amazon에 따르면 이 접근 방식은 TRN1 인스턴스에서 모델 상태 저장 시간을 0.1초까지 단축하였다.

학습 파이프라인 및 정렬

Nova 모델의 학습 과정은 현대 LLM에서 일반적으로 사용되는 여러 단계로 구성된다:

사전 학습 (Pre‑training)

200개 이상의 언어를 포함하는 대규모 다국어·멀티모달 코퍼스에서의 대규모 학습. 학습 데이터의 정확한 구성(규모, 언어 비율, 구체적 출처)은 공개 자료에 제시되지 않았다.

지도 미세조정 (Supervised Fine‑Tuning, SFT)

레이블링된 명령-응답 쌍 예시에 대한 미세조정으로, 모델이 사용자 지시를 따르도록 유도한다.

강화 학습을 통한 정렬

모델 행동을 인간의 선호에 맞추기 위해 두 가지 주요 알고리즘이 적용된다:

Proximal Policy Optimization (PPO) — 별도의 보상 모델(Reward Model)을 활용하는 인간 피드백 기반 강화 학습(Reinforcement Learning from Human Feedback, RLHF) 알고리즘.

Direct Preference Optimization (DPO) — 명시적인 보상 모델을 필요로 하지 않는 대안적 정렬 방법. DPO의 목적 함수는 다음과 같다:

${ℒ}_{\mathrm{D}\mathrm{P}\mathrm{O}}({\pi }_{\theta };{\pi }_{\mathrm{r}\mathrm{e}\mathrm{f}})=-{𝔼}_{(x,y_w,y_l)\sim 𝒟}[\log \sigma (\beta \log \frac{{\pi }_{\theta }(y_w\mid x)}{{\pi }_{\mathrm{r}\mathrm{e}\mathrm{f}}(y_w\mid x)}-\beta \log \frac{{\pi }_{\theta }(y_l\mid x)}{{\pi }_{\mathrm{r}\mathrm{e}\mathrm{f}}(y_l\mid x)})]$

여기서:

• ${\pi }_{\theta }$ — 파라미터화된 정책(학습 대상 모델);
• ${\pi }_{\mathrm{r}\mathrm{e}\mathrm{f}}$ — 기준(동결된) 참조 모델;
• $x$ — 입력 프롬프트(컨텍스트);
• $y_w$ 및 $y_l$ — 각각 선호(winner) 응답과 거부(loser) 응답;
• $\sigma$ — 로지스틱(시그모이드) 함수;
• $\beta$ — 기준 모델로부터의 이탈에 대한 페널티 강도를 조절하는 하이퍼파라미터(Kullback–Leibler 발산 페널티, KL‑divergence penalty에 해당).

모델 제품군 구성

모델 제품군은 성능, 비용, 지연 시간(latency)의 균형에 따라 계층(tiers)으로 구분된다.

1세대 이해 모델

파라미터	Nova Micro	Nova Lite	Nova Pro	Nova Premier
입력 모달리티	텍스트	텍스트, 이미지, 영상	텍스트, 이미지, 영상	텍스트, 이미지, 영상
출력 모달리티	텍스트	텍스트	텍스트	텍스트
컨텍스트 윈도우	128K 토큰	300K 토큰	300K 토큰	1M 토큰
최대 출력 토큰	10K	10K	10K	10K
지원 언어 수	200개 이상	200개 이상	200개 이상	200개 이상
미세조정 (fine‑tuning)	지원	지원	지원	미지원
출시일	2024년 12월	2024년 12월	2024년 12월	2025년 4월
주요 용도	텍스트 작업에서 최소 지연 및 비용	기본 멀티모달 분석	복잡한 논리 및 에이전트 작업을 위한 최적 균형	최고 정확도, 증류용 교사 모델

출처: AWS AI Service Cards; arXiv:2506.12103.

최적화된 언어(15개): 영어, 독일어, 스페인어, 프랑스어, 이탈리아어, 일본어, 한국어, 아랍어, 중국어(간체), 러시아어, 힌디어, 포르투갈어, 네덜란드어, 터키어, 히브리어.

Nova Premier는 깊은 컨텍스트 이해, 다단계 계획 수립, 대용량 데이터 처리가 필요한 작업(400페이지 이상의 문서, 90분 이상의 영상, 코드베이스 등)을 위해 설계되었다.

2세대 모델 (Nova 2)

Nova 2 Lite와 Nova 2 Pro는 2025년 11월~12월에 출시되었다. 두 모델 모두 확장 사고(extended thinking)를 지원한다. 이는 모델이 응답을 생성하기 전에 다단계 추론을 수행하는 메커니즘이다. 추론 깊이는 reasoning_effort 파라미터로 low, medium, high 수준으로 조절된다. 컨텍스트 윈도우는 100만 토큰으로 확장되었다. 웹 검색 기반 확인(web grounding)과 코드 인터프리터(code interpreter)가 네이티브 도구로 내장되어 있다.

Nova 2 Omni — 텍스트, 이미지, 영상, 오디오를 동시에 입력받고 텍스트와 이미지를 생성할 수 있는 네이티브 멀티모달 모델이다. 컨텍스트 윈도우는 1M 토큰이다.

Nova 2 Sonic — 차세대 음성 모델로, 영어(미국식 및 영국식), 스페인어, 독일어, 프랑스어, 이탈리아어 등 6개 언어를 지원한다. 비동기 도구 호출(asynchronous tool calling)을 도입하여 외부 도구가 백그라운드에서 실행되는 동안에도 모델이 새로운 입력을 계속 처리할 수 있다.

파라미터	Nova 2 Lite	Nova 2 Pro	Nova 2 Omni	Nova 2 Sonic
입력 모달리티	텍스트, 이미지, 영상	텍스트, 이미지, 영상	텍스트, 이미지, 영상, 오디오	오디오 (음성)
출력 모달리티	텍스트	텍스트	텍스트, 이미지	오디오 (음성)
컨텍스트 윈도우	1M 토큰	1M 토큰	1M 토큰	300K 토큰
Extended thinking	지원	지원	지원	—
네이티브 도구	Web grounding, Code interpreter	Web grounding, Code interpreter	—	Asynchronous tool calling
출시일	2025년 11월~12월	2025년 11월~12월	2025년 12월	2025년 12월

출처: AWS Blog; Amazon Science.

생성 모델

Nova Canvas — 이미지 생성 모델. 텍스트 및 그래픽 입력(PNG, JPEG)을 지원한다. 출력 해상도는 최대 419만 픽셀(예: 2048×2048 또는 2816×1536픽셀)이다. 프롬프트 최대 길이는 1024자이다. 인페인팅(inpainting, 이미지 영역 교체) 및 아웃페인팅(outpainting, 이미지 경계 확장) 작업이 지원된다.

Nova Reel — 영상 생성 모델. 출력 해상도: 초당 24프레임의 1280×720. 생성 가능한 영상 길이는 최대 6초이다. 카메라 움직임 제어(camera control)가 지원된다. 비동기 API(Asynchronous Invoke Model API)를 통해 접근한다.

음성 모델

Nova Sonic (2025년 4월) — 양방향 스트리밍 API(bidirectional stream API)를 갖춘 음성 모델. 함수 호출(function calling) 및 검색 증강 생성(Retrieval‑Augmented Generation, RAG)을 통한 기업 데이터 기반 응답을 지원한다. 워터마킹(watermarking) 기능이 기본으로 내장되어 있다. 최대 연결 지속 시간은 8분(재개 가능)이며, 클라이언트당 최대 동시 연결 수는 기본값 기준 20개이다.

Nova 2 Sonic (2025년 12월) — 짧은 발화, 전화 오디오(8kHz) 및 다양한 억양 인식이 개선된 차세대 음성 모델이다.

평가 및 벤치마크

Nova 모델의 평가는 'LLM‑as‑a‑judge'(언어 모델을 평가자로 활용하는 방식) 접근법을 포함한 자동화된 benchmark를 활용하여 수행되었다. HKU SPACE AI Hub 연구에 따르면 Arena‑Hard‑Auto 지표는 전문가 평가와 98.6%의 상관관계를 보인다.

1세대 벤치마크

arXiv:2506.12103 기술 보고서의 데이터 (조건: 보고서 작성 시점에 발표된 경쟁 모델 개발사의 결과):

벤치마크	Nova Pro	Nova Lite	Nova Micro	Claude 3.5 Sonnet (Oct 2024)	GPT‑4o (Nov 2024)
MMLU (5‑shot)	—	80.5	77.6	—	—
MATH (4‑shot)	—	73.3	69.3	—	—
IFEval	—	87.5	87.2	—	—
MT‑Bench (텍스트)	79.7	77.7	—	76.7	77.5
MT‑Bench (멀티모달)	63.7	60.7	—	61.6	55.0

출처: arXiv:2506.12103, 표 2.1.1.

결과는 제품군 내 성능 계층 구조(Premier > Pro > Lite > Micro)를 보여준다. 격차는 수학(Math) 및 추론(Reasoning) 범주에서 가장 두드러지며, 역할극(Roleplay) 및 정보 추출(Extraction) 작업에서는 하위 모델이 상위 모델에 근접한 결과를 보인다.

2세대 벤치마크 (Nova 2)

Amazon Nova 2 기술 보고서의 데이터 (조건: 내부 측정값, 별도 표시된 경우 0‑shot / CoT):

벤치마크	Nova 2 Lite	Nova 2 Pro	Claude Haiku 4.5	GPT‑5 Mini	Gemini 2.5 Flash
MMLU‑Pro (정확도)	80.9	81.6	80.0	83.7	83.2
GPQA‑Diamond (정확도)	79.6	81.4	73.0	82.3	82.8
AIME 2025 (정확도)	91.0	92.3	80.7	91.1	72.0
LongCodeBench 1M (정확도)	84.0	84.0	—	—	78.0

출처: Amazon Nova 2 Technical Report, 표 1.

에이전트 벤치마크 (Nova 2 Pro): SWE‑Bench Verified — 70.0%; τ²‑bench Verified Telecom — 92.7%.

멀티모달 벤치마크 (Nova 2 Omni): VideoMME — 77.9%; MMMU Pro — 61.4%.

기술 지원 작업 평가에서 Nova 2 Lite는 '문제 식별(Problem Identification)' 지표에서 10점 만점에 9.63 ± 0.27을 기록하여 1세대 Nova Lite(8.57 ± 0.46)를 크게 앞섰다.

참고. 경쟁 모델과의 결과 비교 시, 프롬프팅 조건, 모델 버전, 지표 측정 시점이 다를 수 있다는 점을 고려해야 한다. 1세대 및 2세대 벤치마크는 Amazon의 자체 보고 자료에서 인용한 것이며, 독립적 검증(FloTorch, Artificial Analysis)은 전반적으로 선언된 가격 대비 성능 비율을 확인하지만, 일부 정확도 지표에서는 주요 경쟁사 대비 뒤처지는 결과를 기록하였다.

추론 속도

Amazon 내부 측정값 기준(Bedrock API를 통한 내부 측정):

모델	추론 속도 (토큰/초)
Nova Micro	≈210
Nova Lite	≈157
Nova Pro	≈100
Nova 2 Omni	>200

사용 비용

모든 모델은 처리된 토큰 수에 따른 종량제 방식으로 Amazon Bedrock을 통해 제공된다(2026년 3월 기준 데이터):

모델	입력 토큰 (USD / 1M)	출력 토큰 (USD / 1M)
Nova Micro	$0.035	$0.14
Nova Lite	≈$0.06	≈$0.24
Nova Pro	$0.80	$3.20
Nova Premier	$2.50	$12.50

비교를 위해: Nova 출시 당시 Anthropic Claude 3.5 Sonnet은 입력 토큰 $6.00/1M, 출력 토큰 $30.00/1M으로 책정되어 있었다.

커스터마이징 및 미세조정

AWS 인프라는 Nova 기반 모델을 특정 전문 도메인에 맞게 적응시키기 위한 여러 방법을 제공한다. 2세대에서는 Amazon Nova Forge가 이를 위한 주요 도구로 활용된다.

Continued Pre‑Training (CPT) 및 Mid‑Training

Nova Forge는 모델 학습의 중간 체크포인트(예: pretraining‑text‑RD 및 pretraining‑text‑CE)에 대한 접근을 제공한다. 이를 통해 기업 데이터 대규모 코퍼스에서 자기지도 학습(self‑supervised learning)을 계속할 수 있으며, 재앙적 망각(catastrophic forgetting)을 방지하기 위해 학습률(learning rate)을 신중하게 설정한다.

Parameter‑Efficient Fine‑Tuning (PEFT)

저랭크 적응(Low‑Rank Adaptation, LoRA) 어댑터를 통해 모델 가중치의 소규모 하위 집합만 업데이트하는 방식이다. 이 접근법은 전체 미세조정(full fine‑tuning)에 비해 연산 자원 요구 사항을 크게 줄인다. Nova Lite 및 Pro에 대한 멀티모달 fine‑tuning이 지원된다.

Reinforcement Fine‑Tuning (RFT)

사용자 정의 모델은 산업별 보상 지표를 기반으로 강화 학습 방법을 통해 추가 미세조정될 수 있으며, LLM을 평가 모델로 활용하는 LLM‑as‑a‑judge 방식도 지원된다.

모델 증류 (Model Distillation)

Model Distillation 기능을 통해 Nova Premier 또는 Nova Pro를 교사 모델(teacher model)로 활용하여 더 작은 학생 모델(student models)인 Nova Lite 및 Nova Micro를 학습시킬 수 있다. 이를 통해 대형 모델의 품질을 상당 부분 유지하면서 추론(inference)에 필요한 연산 비용을 절감한다.

적용 및 통합

Nova 모델은 Amazon 컴퓨팅 서비스(AWS Step Functions, AWS Lambda, Amazon Q Developer)에 통합되어 있다. 주요 문서화된 활용 시나리오:

에이전트 워크플로우 (Agentic Workflows)

Bedrock Agents와 외부 도구 호출(function calling)을 활용한 다단계 작업 실행. ReAct(Reasoning and Acting) 아키텍처 패턴을 LangGraph 같은 프레임워크와 결합하여 Nova 모델은 데이터베이스 분석을 조율하고, 자연어로부터 SQL 쿼리를 생성하며, 복합적인 프로세스를 관리한다. Nova Act는 초기 사용자 작업에서 90%의 신뢰도를 주장하는 브라우저 UI 워크플로우 자동화를 제공한다.

검색 증강 생성 (RAG)

기업 데이터에 기반한 응답의 접지(grounding)를 위한 Bedrock Knowledge Bases와의 통합. Nova 2 모델은 네이티브 웹 검색 기반 확인(web grounding)을 내장 도구로 지원한다.

문서 처리

지원되는 입력 문서 형식: PDF, CSV, DOC, DOCX, XLS, XLSX, HTML, TXT, MD(텍스트 입력만 허용하는 Nova Micro 제외). Nova Premier는 단일 요청 내에서 최대 90분 길이의 영상을 처리할 수 있다.

코드 생성 및 디버깅

지원되는 프로그래밍 언어: Python, Java, JavaScript, C#, TypeScript, SQL.

음성 인터페이스

Nova Sonic 및 Nova 2 Sonic은 Amazon Connect와 통합된 실시간 지원 음성 에이전트 구축에 활용된다.

모델 평가 (LLM‑as‑a‑judge)

Nova는 Amazon SageMaker 플랫폼에서 다른 생성 모델의 출력을 평가하기 위한 평가 모델로 활용된다.

한계 및 미해결 문제

• 아키텍처 비공개. Amazon은 파라미터 수, 상세 아키텍처 설계, 학습 데이터 구성을 공개하지 않아 독립적인 결과 재현이 크게 제한된다. Nova 모델의 가중치는 다운로드 또는 AWS 인프라 외부(온프레미스) 배포를 위해 제공되지 않는다.
• 출력 토큰 한도. 모든 이해 모델의 최대 출력 토큰 수는 10K 토큰으로 제한되어 있어 긴 문서 생성 작업에는 충분하지 않을 수 있다.
• RFT 한계. Reinforcement Fine‑Tuning은 다중 턴(multi‑turn) 대화 및 멀티모달 데이터를 지원하지 않으며, dataset에서 긍정적 예시 비율은 최소 5% 이상을 권장한다.
• Nova Sonic 한계. 최대 연결 지속 시간은 8분이며, 클라이언트당 동시 연결 수는 기본값 기준 최대 20개이다.
• 지역별 가용성. Nova Premier는 크로스 리전 추론을 지원하지 않는 단일 리전(미국 동부 버지니아 북부)에서만 제공되며, Nova 2 모델은 배포 가능 리전이 제한되어 있다.
• 지표 민감도. 합성 benchmark에서의 평가 점수가 프로덕션 환경에서의 실제 성능과 항상 일치하지는 않는다. 프로덕션 환경에서는 기업 정책의 엄격한 준수와 다단계 추론에서의 환각(hallucination) 부재가 중요하다.
• 환각. 모델은 LLM에서 일반적으로 나타나는 한계를 보이며, 생성된 응답에 사실 오류가 포함될 수 있다. 위험 완화를 위해 Bedrock Guardrails 및 RAG 활용을 권장한다.
• 벤치마크 비교의 객관성. Amazon은 경쟁 모델과의 비교를 해당 개발사가 직접 발표한 데이터를 기반으로 제시하므로, 항상 균일하게 통제된 실험 조건이 보장되지는 않는다.

윤리적·규제적 측면

AWS는 Nova 모델 개발 시 책임 있는 AI(Responsible AI) 원칙을 따른다고 선언한다. 구체적인 안전 조치는 다음을 포함한다:

• 내장형 콘텐츠 모더레이션(content moderation).
• Nova Sonic 오디오 출력을 위한 워터마킹(watermarking).
• 위험 범주별 평가: 안전성(safety), 개인정보보호(privacy), 진실성(veracity), 투명성(transparency), 화학·생물·방사선·핵(CBRN) 무기 확산 및 공격적 사이버 작전.
• 입출력 데이터 필터링을 위한 Amazon Bedrock Guardrails와의 통합.
• Amazon Frontier Model Safety Framework에 따른 Nova Premier 모델 평가.
• 레드 팀(Red teaming) — 내부 및 외부 공격 견고성 테스트(기술 보고서에 따르면 307개 기법 적용).
• Aegis benchmark 기준 콘텐츠 모더레이션 F1 지표 평가: 85.84(기술 보고서 데이터).

Nova Micro, Lite, Pro, Premier 및 Sonic에 대한 AI 서비스 카드(AI Service Cards)는 책임 있는 활용 지침으로서 docs.aws.amazon.com에 공개되어 있다.

전망 및 연구 방향

Nova 2 제품군은 확장된 추론 기능(extended thinking / reasoning)을 갖춘 모델로의 전환을 나타내며, 개념적으로는 다른 모델 제품군의 사고의 연쇄(Chain‑of‑Thought, CoT) 및 유사 메커니즘과 비교할 수 있다. 서드파티 플러그인이 아닌 네이티브 도구로서의 내장 웹 검색과 코드 인터프리터는 에이전트 시스템 방향으로의 아키텍처적 전환을 나타낸다.

Amazon의 공개 자료에서 제시된 향후 개발 방향:

• 멀티모달성 확장(Omni 모델을 통합된 '올인원' 아키텍처로 발전).
• 작업 복잡도에 따른 적응적 깊이를 갖춘 하이브리드 추론(hybrid reasoning).
• 모든 사전 학습 단계에서 사용자 데이터를 활용한 공개 학습(Nova Forge).
• 엣지(edge) 디바이스를 위한 증류.
• 안전 도구 키트(safety toolkit) 확장.

AWS가 대학팀을 대상으로 개최하는 Amazon Nova AI Challenge의 주제는 자동화된 적대적 테스팅, 안전 정렬(safety alignment), 다중 턴 탈옥 공격(multi‑turn jailbreaks) 등을 포함하며, 이는 모델 제품군의 견고성 향상에 대한 투자를 시사한다.

같이 보기

• 트랜스포머 (아키텍처)
• Reinforcement Learning from Human Feedback (RLHF)

참고 문헌

• Amazon Artificial General Intelligence. The Amazon Nova Family of Models: Technical Report and Model Card. arXiv:2506.12103v1, 2025. https://arxiv.org/abs/2506.12103
• Amazon Artificial General Intelligence. Amazon Nova 2: Multimodal Reasoning and Generation Models — Technical Report and Model Card. Amazon Science, 2026년 2월. https://www.amazon.science/publications/amazon-nova-2-multimodal-reasoning-and-generation-models
• Vaswani, A. et al. (2017). Attention Is All You Need. NeurIPS. https://arxiv.org/abs/1706.03762
• Rafailov, R. et al. (2023). Direct Preference Optimization: Your Language Model is Secretly a Reward Model. NeurIPS. https://arxiv.org/abs/2305.18290
• Ouyang, L. et al. (2022). Training language models to follow instructions with human feedback (InstructGPT). NeurIPS. https://arxiv.org/abs/2203.02155
• Rombach, R. et al. (2022). High‑Resolution Image Synthesis with Latent Diffusion Models. CVPR. https://arxiv.org/abs/2112.10752
• Hu, E.J. et al. (2021). LoRA: Low‑Rank Adaptation of Large Language Models. https://arxiv.org/abs/2106.09685

외부 링크

• https://docs.aws.amazon.com/nova/latest/userguide/what-is-nova.html — Amazon Nova 공식 문서
• https://docs.aws.amazon.com/ai/responsible-ai/nova-micro-lite-pro/overview.html — Nova Micro, Lite, Pro, Premier용 AI Service Cards
• https://docs.aws.amazon.com/ai/responsible-ai/nova-sonic/overview.html — Nova Sonic용 AI Service Card
• https://aws.amazon.com/blogs/aws/introducing-amazon-nova-frontier-intelligence-and-industry-leading-price-performance/ — Amazon Nova 발표 (2024년 12월)
• https://www.aboutamazon.com/news/aws/aws-agentic-ai-amazon-bedrock-nova-models — Amazon Nova 2 발표 (2025년 12월)