아마존 웹 서비스(AWS)가 오픈소스 의사결정 모델인 '스트랜즈 디사이더 2B(Strands Decider 2B)'를 공개하며, AI 개발자들이 대규모 언어모델(LLM)보다 컴퓨터 자동화에 더 적합한 인공지능을 찾는 추세에 합류했습니다. 이 모델은 기존 타입세이프(TypeSafe)의 '제브(Jev)'에서 영감을 받아 개발되었으며, 미리 정해진 옵션들 사이에서 고속으로 저비용 의사결정을 내리고 그 선택에 대한 확신도(confidence score)를 제공하는 것이 특징입니다.
아마존의 디스팅귀시드 엔지니어 마크 브루커(Marc Brooker)는 제브 모델을 접한 후 직접 유사한 모델을 개발하기 시작했고, 이 프로젝트가 성공적으로 진행되어 아마존 엔지니어들이 이를 다듬어 '스트랜즈 랩스(Strands Labs)'의 결과물로 출시했습니다. 스트랜즈 디사이더 2B는 큐웬 3.5-2B(Qwen3.5-2B) LLM의 '몸통(torso)'을 기반으로 하지만, 텍스트 생성 대신 보정된 선택을 제공합니다. 이는 모든 에이전트 워크플로우가 항상 고성능 LLM의 역량이나 비용을 필요로 하지 않는다는 AWS 고객들의 피드백을 반영한 결과입니다. 브루커는 이 모델이 낮은 지연 시간과 비용으로 더 신뢰할 수 있는 워크플로우 단계를 제공한다고 설명했습니다.
이러한 의사결정 모델의 등장은 인공지능 활용의 새로운 방향을 제시합니다. 복잡하고 비용이 많이 드는 최첨단 LLM 대신, 특정 작업에 특화된 경량 AI 모델을 활용함으로써 효율성과 비용 절감을 동시에 추구할 수 있게 됩니다. 이는 AI 에이전트가 다양한 작업 흐름에서 '다음으로 무엇을 해야 할까?'와 같은 질문에 빠르고 정확하게 답해야 하는 상황에서 특히 유용합니다. 앞으로 이러한 모델들은 AI 시스템의 신뢰성을 높이고, 더 넓은 범위의 자동화된 애플리케이션 개발을 가능하게 할 것으로 보입니다. 다만, 모델의 정확성과 보정 능력을 유지하면서도 다양한 언어 이해 및 일반적인 지식 성능을 저하시키지 않는 균형점을 찾는 것이 중요하다고 브루커는 강조했습니다.