이 포스팅에서는 Amazon Nova 맞춤화를 위해 AWS Lambda가 어떻게 확장 가능하고 비용 효율적인 보상 함수를 구현할 수 있게 해주는지 살펴봅니다.
여러분은 객관적으로 검증 가능한 작업을 위한 **RLVR(Reinforcement Learning via Verifiable Rewards, 검증 가능한 보상을 통한 강화 학습)**과 주관적인 평가를 위한 RLAIF(Reinforcement Learning via AI Feedback, AI 피드백을 통한 강화 학습) 중에서 적절한 방식을 선택하는 방법을 배우게 됩니다. 또한, 보상 해킹(reward hacking)을 방지하는 데 도움이 되는 다차원 보상 시스템 설계, 대규모 학습을 위한 Lambda 함수 최적화, 그리고 Amazon CloudWatch를 이용한 보상 분포 모니터링 방법도 다룹니다.
실습을 바로 시작할 수 있도록 실제 작동하는 코드 예제와 배포 가이드가 함께 포함되어 있습니다.