
아마존웹서비스(AWS)가 자사 머신러닝 허브인 아마존 세이지메이커 점프스타트(Amazon SageMaker JumpStart)에 딥리인포스 AI(DeepReinforce AI)의 오픈소스 코딩 모델 2종을 추가했다. 이번에 제공되는 모델은 오니스(Ornith)-1.0-9B와 오니스-1.0-35B다.
최근 AI 코딩 시장의 무게추는 단순 코드 자동완성을 넘어, 모델이 스스로 오류를 복구하고 도구를 호출하며 전체 개발 과업을 완수하는 에이전트(Agent) 형태로 옮겨가고 있다. 기존에는 사람이 미리 짜둔 고정된 실행 틀(스캐폴드) 안에 언어모델을 끼워 넣는 방식이 주류였다. 하지만 오니스 1.0 계열은 작업 수행에 필요한 스캐폴드 자체를 모델이 직접 생성하는 자기 개선형 구조를 취했다.
두 모델 모두 소스코드 수정과 상업적 배포가 자유로운 MIT 라이선스로 풀렸다. 폐쇄망 환경이나 자체 서버 구축이 필수적인 기업 개발팀 입장에서 외부 API 종속성을 덜어낼 수 있는 선택지가 늘어난 셈이다.
성능 지표도 동급 오픈소스 모델군에서 두각을 나타냈다. AWS 측 설명에 따르면 터미널-벤치(Terminal-Bench) 2.1을 비롯해 SWE-벤치(SWE-Bench), NL2Repo, 오픈클로(OpenClaw) 등 주요 코딩 에이전트 벤치마크에서 비슷한 파라미터 크기의 모델 중 최상위권 성적을 기록했다.
작은 모델인 오니스-1.0-9B는 큐원(Qwen) 3.5 9B를 기반으로 후속 학습을 거친 90억 파라미터 규모의 경량 밀집(Dense) 모델이다. 256K 토큰에 달하는 긴 컨텍스트 창과 32개 디코더 레이어를 탑재해 복잡한 코드베이스를 한 번에 읽어 들인다. 무거운 클라우드 서버 없이 단일 GPU 환경에서 매끄럽게 돌아가도록 설계됐다. 소비자용 그래픽카드가 달린 노트북 수준에서도 코딩 에이전트를 돌릴 수 있어 개인 개발자나 소규모 팀에 적합하다.
학습 방식에서는 강화학습(RL)을 활용해 작업 골격인 스캐폴드 생성과 실제 코드 해답 도출 과정을 동시에 최적화했다. 코딩 문제를 푸는 방식과 그 결과물을 함께 학습시키면서 시행착오를 줄이고 더 나은 탐색 경로를 찾아내는 원리다.
상위 모델인 오니스-1.0-35B는 역시 큐원 3.5를 바탕으로 후속 학습한 350억 파라미터 모델이다. 여기에는 전문가 혼합(MoE) 아키텍처가 쓰였다. 토큰을 처리할 때마다 전체 매개변수를 깨우지 않고 필요한 일부 파라미터만 선택적으로 활성화하는 구조다. 덕분에 연산 효율을 끌어올려 24GB 메모리를 갖춘 단일 소비자용 GPU 한 장으로도 배포해 구동할 수 있다. 9B 모델과 마찬가지로 강화학습 기반의 공동 최적화 프레임워크가 적용됐다.
배포 절차는 기존 세이지메이커 사용자에게 익숙한 방식을 따른다. AWS 콘솔 내 점프스타트 모델 카탈로그에서 클릭 몇 번으로 모델을 고르거나, 세이지메이커 파이썬 SDK를 통해 각자의 AWS 계정 환경에 곧바로 올려 쓸 수 있다. 회사는 이번 라인업 확충으로 고객사가 프로젝트 규모와 하드웨어 사양에 맞춰 고를 수 있는 기반 모델 구성이 한층 넓어졌다고 밝혔다. 구체적인 배포 설정과 활용 가이드는 세이지메이커 점프스타트 공식 문서에서 확인할 수 있다.






