AWS가 생성형 AI 커스터마이징을 8단계로 정리한 '커스터마이징 스펙트럼' 의사결정 프레임워크를 공개했다. 모델을 그대로 사용(1단계)하거나 프롬프트 엔지니어링(2단계)부터 시작해, RAG(3단계)·프롬프트 캐싱(4단계)·모델 증류(5단계) 같은 '강화' 단계, 이어 파인튜닝(6단계)·지속 사전학습(7단계)·아마존 노바 포지를 통한 완전 맞춤 모델 구축(8단계)까지 단계적으로 확장하는 구조다. 핵심 원칙은 가장 단순한 접근에서 시작해 정확도·지연시간·도메인 요구를 충족하지 못할 때만 다음 단계로 올라가는 것이며, 대부분의 워크로드는 3단계를 넘지 않아도 된다고 설명한다. RAG와 파인튜닝을 결합하는 하이브리드 방식이 실제 프로덕션에서 가장 흔하게 쓰인다.

• •AWS, 생성형 AI 커스터마이징을 8단계로 구분한 의사결정 프레임워크 '커스터마이징 스펙트럼' 제시
• •1~2단계는 모델 그대로 사용·프롬프트 엔지니어링, 3~5단계는 RAG·캐싱·증류로 모델을 '강화'하는 단계
• •6~8단계는 파인튀닝·지속 사전학습·아마존 노바 포지 기반 완전 맞춤 모델 구축으로 가중치 자체를 변경
• •핵심 원칙은 가장 단순한 1단계부터 시작해 실패 신호가 나타날 때만 다음 단계로 에스컬레이션
• •대부분의 워크로드는 3단계(RAG)를 넘지 않으며, RAG+파인튀닝 하이브리드가 실무에서 가장 흔한 조합