검색 - IT세상을 바꾸는 힘 지디넷코리아

ZDNet 검색 페이지

'오픈소스 AI'통합검색 결과 입니다. (165건)

태그
기간
- 3개월
- 1년
- 1년 이전

재검색

[AI는 지금] 만드는 법 몰라도 AI가 프로그램 재현…'REA' 뭐길래

다른 사람이 만든 프로그램의 작동 원리를 인공지능(AI)이 분석하고 비슷한 기능까지 새로 구현하도록 돕는 기술이 등장했다. 오픈소스 AI 역설계 도구 'REA(Reverse Engineer Anything)'다. 19일 글로벌 소프트웨어 개발 플랫폼 깃허브에 따르면 REA는 지난 17일 스타 30만 개를 돌파한 데 이어 이날 32만 개를 넘어섰다. 최근 일주일 동안에만 약 20만 개가 추가됐다. 스타는 깃허브 이용자가 관심 있는 프로젝트에 표시하는 즐겨찾기 기능이다. 역설계는 이미 완성된 프로그램을 거꾸로 분석해 작동 원리를 알아내는 기술이다. 일반적으로 소프트웨어 기업은 프로그램을 만드는 데 사용한 소스코드를 공개하지 않는다. 이용자는 프로그램을 사용할 수 있지만 내부에서 어떤 과정을 거쳐 결과가 나오는지 알기 어렵다. REA는 이처럼 소스코드가 없는 프로그램의 내부 구조와 작동 방식을 조사하도록 돕는다. 기존에도 역설계 기술은 있었다. 다만 프로그램 내부를 분석하려면 기드라나 호퍼 같은 전문 도구를 다룰 줄 알아야 했다. REA는 이러한 분석 도구를 오픈AI의 '코덱스'나 앤트로픽의 '클로드 코드'와 연결한다. 개발자가 자연어로 분석할 기능을 설명하면 AI가 관련 코드를 찾아 작동 방식을 조사하도록 돕는다. 일례로 특정 문서 편집 프로그램의 검색 기능이 궁금하다면 AI에 해당 기능을 분석해 달라고 요청할 수 있다. AI는 REA를 통해 관련 코드를 추적하고 분석 결과를 제시한다. 이후 코덱스나 클로드 코드를 이용해 비슷한 기능을 새로 개발할 수도 있다. 프로그램을 통째로 복제하는 것이 아니라 분석 결과를 새로운 프로그램 개발에 활용하는 방식이다. 게임부터 노션까지…실제 분석 사례도 공개 REA는 윈도와 맥에서 실행되는 프로그램뿐 아니라 웹사이트와 안드로이드 앱 등도 분석할 수 있다. 다만 프로그램 종류에 따라 별도의 분석 도구와 실행 환경이 필요하다. 개발팀이 공개한 사례 중 하나는 1996년 출시된 윈도 게임 'DX-Ball'이다. 게임에서 소리가 왼쪽과 오른쪽 중 어느 방향에서 들리는지 결정하는 계산 기능을 분석한 뒤 C언어로 다시 작성했다. 개발팀은 원본과 비교한 3205개 시험에서 같은 결과를 얻었으며 다시 작성한 함수를 컴파일한 코드 63바이트도 원본과 일치했다고 밝혔다. 문서 협업 프로그램 '노션'도 분석했다. 사용자가 노션에서 서식이 포함된 문서를 복사하면 내부에서 어떤 과정을 거쳐 컴퓨터 클립보드로 전달되는지 추적했다. 화면에 보이는 복사 기능뿐 아니라 프로그램 내부에서 데이터가 처리되는 과정까지 조사한 사례다. REA로 기존 게임을 다시 만든 사례도 있다. 핀란드 개발자 투오모 투우나넨은 지난 12일 REA를 활용해 1990년 출시된 게임 '스키 오어 다이'의 눈싸움 미니게임을 재현했다고 공개했다. 게임 실행 파일을 분석해 캐릭터의 움직임과 눈덩이 발사, 점수 계산 방식을 파악한 뒤 새로운 코드로 구현했다. 투우나넨은 개발 과정과 소스코드도 깃허브에 공개했다. 다만 게임 전체가 아닌 눈싸움 미니게임만 재현했으며 소리 재생 등 일부 기능은 구현하지 못했다. 포토샵도 AI로 재현…기존 SW 기업은 왜 긴장하나 AI 코딩 도구를 활용해 기존 상용 소프트웨어의 주요 기능을 재현한 사례도 등장했다. 미국 개발자 브랜던 토머스는 앤트로픽 클로드를 활용해 어도비의 포토샵과 일러스트레이터, 프리미어 프로 등을 본뜬 프로그램을 만들었다. 마이크로소프트(MS)의 워드와 엑셀, 파워포인트와 유사한 프로그램도 무료로 공개했다. 이 프로젝트는 REA와 별개로 진행됐다. 금융시장에서도 AI로 만든 무료 대체 프로그램을 기존 소프트웨어 기업의 위험 요인으로 보는 움직임이 나타났다. 영국계 금융회사 HSBC는 지난 13일 어도비의 투자의견을 '매수'에서 '보유'로 낮추고 목표주가를 310달러(약 41만원)에서 267달러(약 35만원)로 하향 조정했다. AI로 제작한 무료 대체 프로그램이 어도비의 기존 사업에 미칠 가능성을 반영한 조치다. 기존 소프트웨어 기업들은 오랜 기간 개발한 기술과 기능을 바탕으로 유료 라이선스나 구독 서비스를 판매해 왔다. 그러나 AI를 활용해 비슷한 기능을 구현하는 프로그램이 늘어나면 유료 제품과의 경쟁도 확대될 수 있다. 기본적인 문서 작성이나 이미지 편집 기능을 사용하는 고객에게는 무료 프로그램이라는 새로운 선택지가 생길 수 있다. 다만 AI로 만든 프로그램이 기존 상용 제품을 완전히 대체할 수준은 아니다. 토머스가 참여한 아트크래프트 개발팀도 포토샵을 본뜬 '포토크래프트'가 초기 개발 단계에 있으며 전문 작업에 사용할 대체품은 아니라고 설명한다. 정교한 이미지 편집과 전문 기능, 안정성 등에서 아직 차이가 있다. REA 역시 기존 프로그램의 모든 기능을 분석하거나 원본 소스코드를 완벽하게 복원할 수 있는 것은 아니다. 특히 서버에서 처리하는 기능은 이용자에게 제공된 실행 파일만으로 전체 구조를 파악하기 어렵다. AI가 분석한 내용을 바탕으로 작성한 코드에도 오류가 발생할 수 있다. 저작권 문제도 남아 있다. 프로그램의 작동 원리를 분석하는 행위가 일정한 조건에서 허용되더라도 원본의 보호받는 코드를 무단으로 복제하면 저작권 침해 문제가 발생할 수 있다. REA 개발팀도 공식 안내문에서 상용 소프트웨어의 보호받는 코드나 자산을 복제하는 용도로 도구를 사용해서는 안 된다고 명시했다. REA 개발팀은 공식 고지문에서 "역컴파일과 재구성, AI를 활용한 분석은 불완전하거나 잘못될 수 있다"며 "중요한 결론을 내리기 전에 근거를 검토하고 검증해야 한다"고 밝혔다.

2026.10.19 16:58김동원 기자

[기고] 오픈웨이트 AI, 무료보다 먼저 따져야 할 것

지난 7월 중국 문샷AI가 키미 K3를 오픈웨이트 모델로 공개했다. 학습을 마친 모델을 누구나 내려받아 직접 돌릴 수 있게 풀었다는 뜻으로 흔히 오픈소스 AI라고 부른다. 파라미터는 2조 8000억 개로, 문샷AI는 '세계 최초의 3조 파라미터급 공개 모델'이라고 소개했다. 최상위급 성능을 내세운 모델을 무료로 쓸 수 있다는 점에서 국내에서도 관심을 모았다. 모델과 함께 올라온 라이선스 파일은 A4 한 장 분량이다. 앞부분은 사용·수정·판매·파인튜닝을 무상으로 허용한다는 내용이다. 사업 규모와 서비스 형태에 따른 별도 계약·표시 의무는 그 뒤에 나온다. 조건은 두 가지다. 첫째는 고객에게 모델 자체를 서비스로 제공하는 사업에 적용된다. 고객이 모델을 직접 불러 쓰고 설정까지 바꿀 수 있는 형태다. 라이선스는 이를 '모델 서비스(Model as a Service)'라고 정의한다. 계열사 매출을 합쳐 12개월 동안 2000만 달러(268억 5000만원)를 넘는 회사가 이 사업을 하면 문샷AI와 별도 계약을 맺어야 한다. 둘째는 월간 활성 이용자 1억 명이나 월 매출 2000만 달러를 넘는 대형 서비스에 키미 K3를 표시하라는 조건이다. 키미 K3를 추가 학습해 만든 파생 모델에도 두 조건은 그대로 적용된다. 알리바바가 8월 공개한 큐원 3.8 맥스급 모델도 별도 조건을 두고 있다. 모델 서비스에 더해 'AI 업무비서(AI Work Assistant)' 사업도 대상이 된다. 코딩이나 사무 업무를 돕는 AI를 독립 제품으로 판매하는 사업을 뜻한다.계열사 합산 매출이 12개월 동안 5000만 달러(약 671억원)를 넘으면 별도 라이선스를 받아야 한다. 코딩 도우미나 사무용 AI를 독립 제품으로 내놓으려는 국내 기업이라면 큐원 라이선스의 매출 기준부터 확인해야 한다. 미국 빅테크도 다르지 않다. 메타의 라마 4는 공개 당시 월간 활성 이용자가 7억 명을 넘은 기업에는 메타의 허가를 받게 하고, 유럽연합에 주된 사업장을 둔 기업에는 글·이미지 등을 함께 다루는 멀티모달 모델을 쓸 권리를 주지 않는다. 더 주의할 것은 같은 개발사의 모델이라도 버전에 따라 조건이 달라질 수 있다는 점이다. 문샷AI의 전작 키미 K2 라이선스에는 대형 서비스에 모델 이름을 표시하라는 조건 하나뿐이었다. 별도 계약 조건은 K3에서 새로 붙었다.즈푸AI(Z.ai)는 GLM-5.2를 조건이 거의 없는 MIT 라이선스로 공개했다. 그런데 후속 GLM-5.3에는 자체 라이선스를 붙였다. 계열사 매출이 12개월 동안 100억 달러(약 13조원)를 넘는 모델 서비스 사업자는 상업적으로 쓰기 전에 즈푸AI의 보안 심사를 받아야 한다. 반면 딥시크는 V4를 MIT 라이선스로 공개했다. 당장 모든 기업이 라이선스 조건에 걸리는 것은 아니다. 회사 안에서만 쓰거나 업무 기능에 모델을 넣어 쓰는 중소기업은 대부분 해당하지 않는다. 지금부터 점검해야 할 곳은 매출이 큰 중견기업과 대기업 계열사다. 모델 자체를 서비스하거나 코딩·사무용 AI를 따로 팔기 시작하면, 계열사까지 합친 매출이 기준선을 넘는 회사는 별도 계약 대상이 될 수 있다. 그래서 기업은 세 가지를 준비해야 한다. 첫째, 모델 이름이 아니라 실제 내려받는 파일의 라이선스를 버전이 바뀔 때마다 확인해야 한다. 둘째, 사업계획 단계에서 예상 매출이 언제 라이선스 기준선을 넘는지 따져 봐야 한다. 그 시점이 3년 안으로 예상된다면 개발사와 미리 계약할지, 처음부터 다른 모델로 설계할지 지금 정해야 한다. 셋째, 특정 모델에 종속되지 않고 다른 모델로 전환할 수 있는 구조를 갖춰야 한다. 옮겨 갈 후보는 해외에도 국내에도 있다. 딥시크 V4는 MIT 라이선스로 공개됐다. 국내 모델 가운데 K-엑사원 2.0과 A.X K2는 아파치 2.0을 적용했다. 솔라 오픈 2는 아파치 2.0의 조항을 기본으로 하되, 파생 모델을 공개할 때 이름과 표시 의무를 지키도록 했다. 이 세 모델에는 매출 규모에 따른 별도 계약 기준이 없고 한번 받은 모델을 계속 쓸 수 있다는 문구도 들어 있다. 오픈웨이트 모델은 국내 기업이 AI를 빠르게 도입할 수 있는 좋은 수단이다. 다만 모델을 고를 때는 성능표와 함께 라이선스 파일도 꼼꼼하게 검토해야 한다. 모델을 고른 뒤에도 라이선스가 바뀌거나 사업이 커지면 다른 모델로 옮길 수 있어야 한다. 라이선스 파일은 길어야 몇 장이다. 모델 도입 전에 읽는 그 몇 장이 몇 년 뒤의 선택권을 좌우할 수 있다.

2026.10.15 16:17김현주 컬럼니스트

[AI 리더스] 아이토매틱 CEO "韓, 독자 AI·해외 공동개발 병행해야"

"모든 국가는 미국·중국 수준 자금력 없어도 첨단 인공지능(AI)을 개발·운영할 수 있어야 합니다. 한국을 비롯한 일본, 베트남 등 중견국이 AI 자원·전문성을 모아 각국 산업·문화에 맞는 프런티어 AI 모델을 갖추는 것이 첫걸음입니다." 크리스토퍼 응우옌 아이토매틱 공동창업자 겸 최고경영자(CEO)는 최근 지디넷코리아를 만나 중견국 간 AI 협력 필요성을 이같이 밝혔다. 중견국들이 힘을 합쳐야 특정 해외 기업에 대한 기술 의존도를 낮출 수 있다는 주장이다. 응우옌 CEO는 이를 위한 첫걸음으로 '태피스트리 프로젝트'를 제시했다. 이 프로젝트는 글로벌 AI 협력체 'AI 얼라이언스'가 추진하는 국제 공동개발 프로젝트다. 여러 국가와 기업, 연구기관이 연산 자원과 전문성을 모아 첨단 AI 모델을 함께 만들고, 이를 각자 산업·언어·문화에 맞게 발전시키는 것이 목표다. 핵심은 데이터 통제권을 유지하면서 AI 개발 비용과 자원을 나누는 것이다. 참여국과 기업은 원본 데이터 대신 학습 결과를 공유해 기반 모델을 공동 개발하고, 여기에 자체 지식을 추가로 학습해 자국 산업과 문화에 맞는 독자 AI를 구축할 수 있다. 여기에 응우옌 CEO가 수석 아키텍트로 프로젝트 기술 설계를 맡았다. 앤서니 아눈지아타가 AI 얼라이언스와 태피스트리 전반적인 추진을 이끌며, 얀 르쿤 AMI랩스 회장은 수석 과학자문을 맡아 연구 방향을 제시한다. 태피스트리 프로젝트는 참여국과 기업이 인력·기술·인프라를 제공하는 컨소시엄 방식으로 추진된다. 각국이 AI 개발에 필요한 자원을 따로 확보하는 대신 보유한 역량을 모아 비용 부담을 줄이는 구조다. 응우옌 CEO는 "다양한 기업과 국가가 참여할수록 각자 부담해야 하는 비용은 낮아질 수 있다"며 "참여 기업·국가의 문화적 배경이 다양해지면 각자 필요에 맞춰 AI를 학습시킬 수 있다"고 설명했다. 응우옌 CEO는 프로젝트 협력이 완성된 모델을 주고받는 데서 끝나지 않는다고 강조했다. AI 성능이 발전하는 과정에 지속적으로 참여하면서 기술과 모델을 함께 개선하는 것이 목표다. 그는 "우리는 모델을 단순히 공유하는 것이 아니라 프런티어 AI가 발전하는 과정에서 여정을 함께하는 것"이라고 강조했다. "韓과 논의 초기 단계…독자 AI 개발과 병행 필요" 응우옌 CEO는 태피스트리 참여와 각국 독자 AI 모델 개발이 병행돼야 한다고 봤다. 각 정부가 자체 모델을 개발하면서도 국제 공동개발에 참여해 기술과 자원을 나눌 수 있다는 취지에서다. 그는 프로젝트 협력 범위를 단순한 모델 공유보다 넓게 봐야 한다고 주장했다. 이미 완성된 모델을 주고받는 데 그치지 않고, 첨단 AI가 발전하는 과정에서 여러 국가와 지속적으로 필요한 인프라를 공유해야 한다는 이유에서다. 응우옌 CEO는 "프런티어 AI는 계속 발전할 것"이라며 "각국 상황과 참여 시점에 따라 AI 개발에 필요한 것이 달라질 수 있을 것"이라고 봤다. 이어 "이때 참여국에 관련 지원을 받아 새 기술을 만들 수 있을 것"이라며 "각국이 보유한 전문 인력과 기술, 인프라를 바탕으로 공동개발에 기여할 수 있을 것"이라고 덧붙였다. 응우옌 CEO는 참여 확대를 위한 정부·산업계 접촉도 이어가고 있다. 한국 방문 후 일본과 인도 정부도 관련 논의를 진행할 예정이다. 그는 "국가별 협력 논의 진전 속도와 관심 분야는 다르다"며 "앞서 프랑스 대통령을 비롯한 베트남 정부 관계자들과 의미 있는 진전을 이뤘다"고 설명했다. 현재 한국과는 논의를 막 시작한 단계다. 한국 정부와 기업의 구체적인 참여 방식이나 역할이 제시되지는 않은 상태다. 다만 응우옌 CEO는 협력이 빠르게 진전될 것으로 기대하고 있다. 실제 그는 하정우 국가AI전략위원회 부위원장을 비롯한 정부 관계자들과 관련 논의를 진행했다. 그는 "한국에선 AI 모델 관련에서만 협력하지 않을 것"이라며 "여러 형태 컨소시엄을 구성해 중견국이 다음 단계의 AI로 나아가도록 지원할 것"이라고 강조했다.

2026.10.14 13:37김미정 기자

인젠트, '엑스퍼DB' AI로 DB 장애 예측…모니터링 기능 고도화

인젠트(대표 이형배)가 인공지능(AI)을 활용해 데이터베이스(DB) 장애 징후를 사전에 감지하고 자원 부족 시점까지 예측하는 기능을 강화했다. 장애 발생 후 원인을 파악하던 기존 방식에서 벗어나 이상 징후를 조기에 발견하고 선제적으로 대응할 수 있도록 지원한다. 인젠트는 데이터 플랫폼 엑스퍼DB(eXperDB)의 통합 모니터링 기능을 고도화했다고 12일 밝혔다. 이번 업데이트는 운영 지표 분석을 통한 이상 탐지부터 로그 기반 원인 분석, 자원 사용량 예측까지 DB 운영 전반의 진단 기능을 강화한 것이 특징이다. 엑스퍼DB는 오픈소스 데이터베이스인 포스트그레SQL(PostgreSQL)을 기반으로 모니터링, 백업·복구, 마이그레이션 등 데이터베이스 관리 기능을 통합 제공하는 플랫폼이다. 기존 데이터베이스 운영에서는 관리자가 CPU·메모리 사용량과 응답 속도 등 여러 지표와 로그를 확인해 이상 여부를 판단해야 하는 경우가 많았다. 인젠트는 이번 고도화를 통해 이상 징후 탐지부터 원인 분석, 자원 사용량 예측까지 모니터링 기능을 확대했다. AI 기반 이상 탐지 기능은 주요 운영 지표의 평소 패턴을 학습하고 정상 범위를 벗어나는 변화를 자동으로 감지한다. 탐지 결과는 심각도에 따라 구분하며 이메일, 텔레그램, 문자메시지 등으로 전달한다. 백업 작업이 지연되거나 실패한 경우에도 알림을 제공한다. 여러 서버에 분산된 로그를 한곳에서 조회할 수 있는 기능도 추가했다. 관리자가 서버별로 접속하지 않고도 통합 화면에서 로그를 확인해 장애 원인을 파악할 수 있도록 했다. 심층 진단 기능은 디스크와 메모리 등 주요 자원의 사용 추이를 분석해 한계에 도달할 시점을 예측하고, 판단 근거를 함께 제시한다. 고객사가 사용하는 대규모언어모델(LLM)을 연동하면 진단 결과를 자연어로 설명받을 수 있다. 외부 AI 시스템과의 연계도 지원한다. 인젠트는 AI 애플리케이션과 데이터 소스를 연결하는 표준 기술인 모델 컨텍스트 프로토콜(MCP)을 적용해 사내 AI 에이전트가 데이터베이스 상태와 성능 정보, 경고 이력을 조회할 수 있도록 했다. 향후 자연어 질의를 통해 데이터베이스 상태를 확인하는 기능으로 확장할 계획이다. 인젠트는 향후 심층 진단 기능을 에이전틱 AI와 연계해 자동 진단과 대응 조치까지 지원하는 방향으로 발전시킬 방침이다. 진단 결과와 운영 지표를 통합한 보고서, AI 인덱스 어드바이저 등 데이터베이스 관리자(DBA)의 의사결정을 돕는 기능도 추가할 예정이다. 이형배 인젠트 대표는 "데이터베이스는 한번 장애가 발생하면 서비스 전반에 영향을 줄 수 있는 만큼, 문제가 커지기 전에 미리 짚어내는 것이 무엇보다 중요하다"며 "고객이 안심하고 데이터를 다룰 수 있도록 엑스퍼DB 지능형 운영 역량을 앞으로도 꾸준히 발전시켜 나가겠다"고 말했다.

2026.10.12 13:50남혁우 기자

100조 파라미터 시대…화웨이, 수천개 칩 '한 대처럼' 묶는다

AI 모델이 5년 안에 100조개 파라미터 규모로 커지고 하루 처리하는 토큰도 100경개에 이를 것으로 예상된다. 화웨이는 개별 칩 성능을 높이거나 서버를 단순히 늘리는 방식으로는 이 같은 폭발적인 컴퓨팅 수요를 감당하기 어렵다고 보고, 수천~수만개의 가속기와 CPU, 메모리, 스토리지를 하나의 거대한 컴퓨터처럼 연결하는 방식으로 대응하고 있다. 브랜든 우 화웨이 아시아태평양(APAC) 최고기술책임자(CTO)는 7일 서울 삼성동 코엑스에서 열린 'AI 페스타 2026' 퓨처테크컨퍼런스에서 기조연설을 맡아 “대규모 모델과 AI 에이전트, 온디바이스 AI가 지속적으로 발전하면서 AI 인프라에 요구되는 규모와 성능, 안정성, 에너지 효율에 대한 기준도 높아지고 있다”고 밝혔다. 우 CTO는 “2020년 1750억개 수준이던 모델 파라미터가 앞으로 5년 안에 100조개까지 늘어날 것”이라며 “2년 전 하루 100억개 수준이던 토큰은 현재 5000억개로 늘었고, 5년 뒤에는 100경개에 이를 것으로 예상한다”고 말했다. 문제는 AI 모델이 커지는 만큼 컴퓨팅 자원을 늘리는 것만으로 성능이 따라오지 않는다는 점이다. 수만개의 가속기를 연결하면 실제 계산보다 장치끼리 데이터를 주고받는 데 상당한 시간이 쓰이기 때문이다. 우 CTO는 “수백조개 파라미터를 다룰 때는 거대한 시스템이 필요하고, 이런 호스팅 서비스를 전통적인 기술로 운영하면 문제에 직면하게 된다”며 “10조개 파라미터 모델에 10만개의 카드를 사용한다고 하면 실제 컴퓨팅에 사용되는 시간은 44% 수준”이라고 설명했다. 이어 “나머지는 통신을 위한 것”이라며 “학습 시간의 절반가량이 다른 장치 간 통신을 처리하는 데 소요된다”고 말했다. 수천개 칩을 하나의 컴퓨터처럼 화웨이가 이 같은 한계를 넘기 위해 제시한 것이 '슈퍼팟(SuperPoD)' 컴퓨팅 아키텍처다. NPU와 GPU, CPU, 메모리, 스토리지 등 서로 다른 컴퓨팅 자원을 고속으로 연결해 여러 장치가 하나의 거대한 시스템처럼 움직이도록 하는 것이 핵심이다. 우 CTO는 “슈퍼팟 아키텍처가 필요한 이유”라며 “서로 다른 이기종 컴퓨팅 자원의 통합과 피어투피어(P2P) 연결, 풀메시 통신, 통합 프로토콜과 메모리 어드레싱 등이 핵심 요건”이라고 말했다. 그는 “통일된 프로토콜로 통신해야 한다”며 “프로토콜을 변환하면서 발생하는 오버헤드를 막기 위해 하나의 언어로 소통해야 한다”고 말했다. 이어 “통합된 메모리 어드레싱이 필요하고, 노드가 추가되더라도 이런 구조를 유지해야 한다”며 “소규모 배포에서 대규모 배포까지 선형적으로 확장할 수 있는 시스템이 필요하다”고 설명했다. 장치 사이의 거리가 멀어질수록 광통신의 역할도 커진다. 우 CTO는 “장거리 연결을 위해서는 광 연결이 필요하다”며 데이터센터 내부의 서버와 랙뿐 아니라 더 큰 규모의 컴퓨팅 클러스터를 연결하기 위한 광 기반 상호연결 기술을 강조했다. 화웨이는 지난해 9월 첫 슈퍼팟 컴퓨팅 아키텍처를 선보인 뒤 시스템 규모를 확대하고 있다. 우 CTO는 수천개의 가속기를 하나의 시스템으로 묶는 '아틀라스 950' 수냉식 슈퍼팟을 소개하며, 대규모 환경에서 기존 방식보다 높은 컴퓨팅 효율을 확보할 수 있다고 설명했다. 그는 “5만개의 카드를 투입한다고 했을 때 슈퍼팟과 같은 시스템을 사용하면 전통적인 시스템보다 3배 높은 성능을 달성할 수 있다”고 말했다. 이 같은 접근법은 AI 가속기에만 적용되지 않는다. 범용 컴퓨팅에서도 여러 CPU를 하나의 거대한 CPU처럼 사용할 수 있도록 하는 '쿤펑(Kunpeng) 범용 슈퍼팟'을 적용한다. 우 CTO는 “AI 컴퓨팅도 그렇지만 일반 컴퓨팅도 똑같다”며 “마치 하나의 거대한 CPU처럼 작동할 수 있는 수천개의 CPU가 필요하다”고 설명했다. 메모리·스토리지까지 함께 바꾼다 모델 규모와 함께 컨텍스트 윈도가 길어지면서 메모리와 스토리지 역시 새로운 병목으로 떠오르고 있다. 특히 AI 추론 과정에서 이전 대화와 데이터를 기억하기 위한 KV 캐시가 빠르게 증가하고 있다. 우 CTO는 “이런 모델은 긴 컨텍스트 윈도를 사용하기 때문에 훨씬 큰 캐시가 필요하다”며 “적어도 페타바이트 규모를 이야기하고 있다”고 말했다. 모든 데이터를 고대역폭메모리(HBM)나 D램에 올려놓는 방식 대신 메모리와 고속 스토리지를 계층적으로 활용해야 한다는 설명이다. 화웨이는 이를 위해 '다중 계층 KV 캐싱' 구조를 도입했다. 우 CTO는 “단순히 모든 데이터를 HBM이나 D램에 저장하는 것이 아니라 새로운 대규모 고속 스토리지를 활용한다”며 대규모 추론 환경을 위한 '오션스토어(OceanStor) M900'을 소개했다. 그는 이 시스템을 통해 최대 64페타바이트(PB) 규모의 스토리지를 구성할 수 있다고 설명했다. 가속기 간 연결에는 NPO(Near-Packaged Optics) 방식의 광학 기술도 적용한다. 대규모 AI 클러스터에서 연결 효율을 높여 컴퓨팅 자원의 활용률을 끌어올리고 지연시간을 줄이기 위한 기술이다. 슈퍼팟 하나를 넘어 여러 시스템을 다시 연결하는 방안도 추진한다. 우 CTO는 “8천개나 10만개의 카드로도 충분하지 않다면 어떻게 해야 하느냐”며 “50만개의 GPU가 필요한 시스템을 구축할 수도 있다”고 말했다. 이어 2계층 교차 네트워킹을 활용하면 여러 슈퍼팟을 다시 연결해 시스템을 확장할 수 있다며 궁극적으로 100만개 이상의 가속기까지 늘릴 수 있는 구조를 제시했다. 화웨이가 강조하는 것은 특정 칩 하나의 성능보다 컴퓨팅과 네트워크, 메모리, 스토리지를 하나의 시스템으로 설계하는 방식이다. AI 모델과 서비스가 커질수록 개별 장비의 성능보다 전체 자원을 얼마나 효율적으로 묶어 사용할 수 있느냐가 중요해진다는 판단이다. 우 CTO는 “화웨이는 AI 인프라에 집중해 컴퓨팅, 네트워크, 스토리지 등 기술 혁신과 시스템 아키텍처 최적화를 통해 고객에게 다양한 컴퓨팅 파워 선택지와 유연한 온프레미스 배포 및 클라우드 서비스 방안을 제공하고 있다”고 말했다. 이어 “오픈소스 개방형 컴퓨팅 생태계 구축을 지속 추진하며 주요 모델 적용과 애플리케이션 혁신을 지원하고, 산업 파트너와 함께 다양한 시나리오에 맞는 AI 배포 방식을 모색하고 있다”고 덧붙였다. 그는 “한국 고객 및 파트너와의 기술 교류 협력을 강화해 AI 인프라가 실제 비즈니스 수요를 충족하고 각 산업의 지능화를 착실히 지원할 수 있기를 기대한다”고 밝혔다.

2026.10.07 16:14박수형 기자

[AI 고속도로] AI 시대 다시 뜨는 '쿠버네티스'…GPU·서비스 운영 핵심으로

생성형 인공지능(AI) 확산으로 기업들이 대규모 그래픽처리장치(GPU)를 확보하면서 이를 효율적으로 나누고 관리하는 기술의 중요성이 커지고 있다. 클라우드 시대 수많은 애플리케이션을 관리하는 표준으로 자리 잡았던 '쿠버네티스'가 이제는 GPU부터 AI 모델의 학습·추론까지 관리하는 AI 인프라의 핵심 플랫폼으로 영역을 넓히는 모습이다. 23일 업계에 따르면 글로벌 클라우드 기업과 국내 플랫폼 기업들은 쿠버네티스를 기반으로 AI 인프라와 서비스를 운영하기 위한 기술 개발을 확대 중이다. 클라우드네이티브컴퓨팅재단(CNCF)이 올해 발표한 연례 조사에 따르면 생성형 AI 모델을 운영하는 조직 가운데 66%가 일부 또는 전체 추론 워크로드를 쿠버네티스에서 운영하는 것으로 나타났다. 컨테이너 관리하던 쿠버네티스…이젠 GPU까지 쿠버네티스는 수많은 서버와 그 안에서 실행되는 프로그램을 알아서 배치하고 관리해주는 오픈소스 플랫폼이다. 과거에는 단일 서버에 애플리케이션을 직접 설치했다면 클라우드 환경에선 프로그램과 실행에 필요한 요소를 '컨테이너'라는 작은 단위로 묶어 여러 서버에 나눠 실행한다. 쿠버네티스는 이 컨테이너를 어느 서버에서 실행할지 정하고 이용자가 몰리면 수를 늘리거나 장애가 발생하면 다른 곳에서 다시 실행하는 작업을 자동으로 수행한다. AI 시대에는 쿠버네티스가 관리해야 할 대상이 한층 넓어졌다. 과거에는 중앙처리장치(CPU)와 메모리를 중심으로 애플리케이션을 배치했다면, 이제는 가격이 비싼 GPU와 신경망처리장치(NPU) 등 다양한 AI 가속기를 여러 개발팀과 서비스가 효율적으로 나눠 사용하도록 해야 한다. 이에 최신 버전 쿠버네티스는 동적 자원 할당(DRA) 기능이 도입돼 GPU와 같은 하드웨어의 특성을 파악하고 필요한 작업에 자원을 보다 세밀하게 배분하는 방향으로 발전하고 있다. AI 모델을 실제 서비스에 적용하는 추론에서도 역할이 커지고 있다. 이용자가 AI에 질문하면 적합한 GPU가 있는 서버를 찾아 요청을 보내고 이용량이 급증하면 자원을 늘리는 방식이다. 글로벌 빅테크부터 국내 기업까지 활용 확산 대표적으로 구글클라우드는 구글 쿠버네티스 엔진(GKE)에서 GPU를 이용해 대규모언어모델(LLM)을 배포·서비스할 수 있도록 지원하고 있다. 최근에는 여러 지역에 흩어진 GPU와 자사 텐서처리장치(TPU) 클러스터를 하나의 자원처럼 활용해 AI 요청을 적절한 곳으로 보내는 기술도 확대 중이다. 국내에서도 쿠버네티스를 기반으로 AI와 클라우드 플랫폼을 고도화하려는 움직임이 이어지고 있다. 오케스트로는 쿠버네티스 기반 서비스형 플랫폼(PaaS) '비올라'를 통해 컨테이너 워크로드의 배포부터 운영까지 생애주기를 관리하고 멀티 클러스터와 데브옵스 환경을 지원하고 있다. 이노그리드 역시 쿠버네티스 기반 'SE클라우드잇'을 통해 여러 쿠버네티스 클러스터를 통합 관리하고 있으며 GPU·NPU·CPU 등 이기종 자원을 AI 워크로드에 활용하는 방향으로 사업 영역을 넓히고 있다. 나무에이엑스는 쿠버네티스를 AI 모델 추론까지 연결 중이다. 자체 AI 플랫폼에서 vLLM과 쿠버네티스 기반 분산 추론 기술 등을 활용해 여러 GPU에서 AI 추론 작업을 분산 처리하는 방식이다. 멀티·하이브리드 클라우드 관리 플랫폼 '스페로'에도 GPU 사용량과 정책, 스케줄링을 관리하는 기능을 적용해 AI 워크로드 운영 효율을 높이고 있다. 맨텍솔루션은 쿠버네티스의 활용 영역을 데이터센터 밖 엣지까지 확대 중이다. 자체 쿠버네티스 플랫폼 '아코디언 엣지'를 통해 중앙 클라우드에서 개발한 AI 모델을 공장 등 여러 현장에 배포하고 각 현장에서 독립적으로 추론 서비스를 운영할 수 있도록 지원하고 있다. GPU·모델·데이터 연결…AI 네이티브 플랫폼으로 진화 AI 시대에는 고가의 GPU를 비롯한 컴퓨팅 자원을 효율적으로 운영하는 것이 비용 경쟁력과 직결된다. 이에 쿠버네티스를 기반으로 GPU 자원 관리와 모델 배포·추론, 데이터 연계 등을 통합하는 AI 네이티브 플랫폼의 중요성도 커지고 있다. 기존 PaaS가 애플리케이션의 개발·배포를 지원했다면 AI 시대에는 관리 영역이 AI 인프라와 서비스 전반으로 넓어지는 셈이다. 한국인공지능클라우드산업협회(KACI)도 최근 기존 PaaS 지원분과위원회를 AI 네이티브 플랫폼(ANP) 분과위원회로 개편하고 관련 생태계 확대에 나섰다. 기존 클라우드 네이티브 기술을 AI 환경으로 확장하고 국내 플랫폼 기업의 기술 고도화와 금융·제조·공공 등 산업별 적용 사례를 확대한다는 목표다. 정철 KACI ANP 분과위원회 위원장은 "쿠버네티스처럼 개방형 표준을 기반 기술로 활용하면 특정 클라우드나 AI 모델에 종속되지 않고 필요에 따라 인프라와 서비스를 바꿀 수 있다"며 "AI 시대에는 GPU와 모델을 확보하는 것뿐 아니라 이를 효율적으로 나누고 배분해 실제 기업 서비스로 연결하는 플랫폼의 역할이 더욱 중요해질 것"이라고 밝혔다.

2026.09.23 10:43한정호 기자

제논, 초거대 AI에 '컴퓨터 조작' 능력 더했다…B200 8장으로 후학습

제논이 초거대 오픈소스 모델에 컴퓨터 작업을 수행할 수 있는 실행력을 더해 활용도를 높이고, 제한된 그래픽처리장치(GPU) 자원으로 이를 구현한 후학습 기술까지 선보였다. 제논은 3970억개 파라미터 규모의 오픈소스 모델 '훈민 VLM(비전언어모델) 397B'를 공개했다고 18일 밝혔다. 훈민 VLM 397B는 큐원3.5-397B를 기반으로 컴퓨터 화면을 인식하고 직접 조작할 수 있도록 후학습한 모델이다. 화면 속 버튼이나 입력창 등을 찾아내는 그라운딩 능력과 컴퓨터 작업을 수행하는 능력을 강화했다. 제논에 따르면 이 모델은 화면 속 조작 대상의 위치를 식별하는 5개 벤치마크에서 기본 모델인 큐원3.5-397B와 컴퓨터 조작 특화 모델인 큐원-CUA보다 높은 성능을 기록했다. 고난도 화면 인식 벤치마크인 스크린스팟-프로에서는 정확도 75.6점을 기록하며 허깅페이스 공식 리더보드 2위에 올랐다. 등록된 48개 모델 가운데 국내 기업 모델로는 유일하다고 회사 측은 설명했다. 컴퓨터 작업 수행 능력도 향상됐다. 리눅스 데스크톱 작업 360개로 구성된 OS월드에서는 70.5점을 기록해 기본 모델보다 22.3점 높았으며 윈도우 에이전트 아레나에서는 9.1점 향상된 성능을 보였다. 컴퓨터 사용 능력을 추가하면서 기존 언어 성능이 떨어지는 문제도 최소화했다. KMMLU와 K-MM벤치를 포함한 8개 한국어 벤치마크에서 기본 모델과의 성능 차이를 2점 이내로 유지했다. 특히 이번 모델에는 초거대 공개 모델을 제한된 컴퓨팅 자원으로 고도화하는 제논의 후학습 기술이 적용됐다. 제논은 공개된 컴퓨터 조작 모델의 능력을 저랭크 방식으로 이식한 뒤 FP8 양자화 상태에서 지도학습(SFT)과 강화학습(RL)을 거쳤다. 전체 후학습 과정에는 엔비디아 B200 GPU 8장을 활용했다. 훈민 VLM 397B는 오픈소스인 아파치 2.0 라이선스로 공개됐으며 원본 모델과 용량을 절반 수준으로 줄인 FP8 버전도 제공됐다. 제논은 모델뿐 아니라 비교 평가 조건과 방법론도 문서로 공개했다. 명대우 제논 최고기술책임자(CTO)는 "AI 경쟁의 무게중심이 파라미터 규모에서 효율적인 능력 추가와 실제 활용으로 이동하고 있다"며 "제한된 컴퓨팅 자원으로 397B 모델의 컴퓨터 사용 능력을 강화하면서 한국어 성능까지 유지한 경험을 바탕으로 액셔너블 AI와 방법론을 지속 공개하겠다"고 말했다.

2026.09.18 15:27이나연 기자

시진핑 "AI 개방·협력·공유해야"…브릭스서 中 주도권 메시지

시진핑 중국 국가주석이 비서방 신흥국 연합체인 '브릭스(BRICS)'를 무대로 인공지능(AI) 분야에서 자국 영향력 확대에 나섰다. 미국과 AI 기술·규범을 둘러싼 주도권 경쟁이 치열해지는 가운데 오픈소스 기조를 앞세워 신흥국과 협력을 강화하고 중국 중심의 AI 생태계를 넓히려는 행보로 풀이된다. 13일(현지시간) 블룸버그통신에 따르면 시 주석은 이날 인도 뉴델리에서 열린 제18차 브릭스 정상회의에서 회원국을 대상으로 AI 오픈소스 협력체를 구축하고 대규모언어모델(LLM) 개발과 응용 분야의 협력을 확대하자고 제안했다. 중국이 협력체 구축을 주도하고 AI 관련 세미나와 교육 프로그램도 운영한다는 구상이다. 중국은 브릭스 국가를 위한 AI 오픈소스 구역을 구축하고 LLM 개발·응용을 지원할 계획이다. AI 전문 연수와 교육을 통해 회원국의 기술 활용 역량을 높이고 개방형 AI 생태계를 함께 조성한다는 목표다. 시 주석은 "브릭스는 AI 분야에서 협력을 강화하고 오픈소스·개방·협력·공유를 장려해야 한다"고 밝혔다. 이번 제안은 글로벌 AI 거버넌스를 둘러싼 미·중 간 경쟁이 확대되는 상황에서 나왔다. 중국은 오픈소스 AI 생태계를 확대해 미국 기술에 대한 대안을 제시한다는 전략을 내세우고 있다. 미국의 오픈AI와 앤트로픽 등이 폐쇄형 모델을 중심으로 사업을 전개하는 것과 달리 중국은 오픈소스 모델을 중심으로 글로벌 AI 영향력 확대를 추진 중이다. 시 주석은 AI 기술 확산과 함께 국제적인 규범 마련 필요성도 강조했다. 그는 "사람을 중심에 두고 AI가 사회와 인류에게 도움이 되는 방향으로 발전하도록 해야 한다"며 "광범위한 공감대가 있는 글로벌 AI 거버넌스 체계를 조속히 형성해야 한다"고 짚었다. 다만 중국의 구상이 브릭스 회원국 전체의 지지를 얻을지는 불확실하다는 전망이 나온다. 브릭스가 전날 채택한 공동선언에는 중국이 제안한 오픈소스 AI 협력체가 명시적으로 포함되지 않아서다. 대신 AI 자원의 접근성을 높이기 위한 국제 협력을 확대하면서 안전성·보안·포용성·신뢰성을 확보해야 한다는 내용이 담겼다. 중국은 AI를 넘어 디지털 산업과 스마트 제조 등으로 협력 범위를 넓히겠다는 계획도 내놨다. 브릭스 디지털 산업 클라우드 플랫폼을 구축해 기술 교육과 산업 연계를 추진하고 회원국의 스마트 공장 건설과 제조업 전환·고도화를 지원한다는 구상이다. 무역·투자와 과학기술 인재 육성을 포함해 모두 5개 분야에서 협력을 강화한다는 목표다. 시 주석은 이같은 기술·산업 협력을 '글로벌 사우스(신흥국·개발도상국)' 국가 간 경제 협력으로 연결했다. 그는 "신흥시장에 기반을 두고 글로벌 사우스를 연결하는 강점을 발휘해 브릭스는 개방과 협력, 호혜와 상생을 견지해야 한다"며 "혁신 인큐베이터를 구축하고 전통 산업을 고도화하며 신흥 산업을 발전시키고 미래 산업을 배치해야 한다"고 말했다. 미국을 직접 언급하지는 않았지만 관세와 기술 규제 등 미국의 대중국 압박을 겨냥한 메시지도 내놨다. 시 주석은 글로벌 사우스가 다자주의를 지켜야 한다고 주장하며 "국제 규칙은 각국이 공동으로 써야 하며 '강권이 곧 정의'라는 논리는 통하지 않고 이미 오래전에 버려졌어야 한다"고 말했다. 이어 "국제법과 국제 규칙은 모든 국가에 똑같이 적용돼야 하며 이중잣대를 적용해선 안 된다"고 강조했다.

2026.09.14 12:35한정호 기자

[현장] "상용 DB 종속 낮춘다"…EDB, 운영·분석·AI 통합 전략 제시

EDB가 운영 데이터베이스(DB)부터 실시간 분석, 데이터웨어하우스, 인공지능(AI)까지 하나의 포스트그레스 기반 플랫폼으로 연결하는 전략을 앞세워 국내 오픈소스 DB 시장 공략을 강화한다. 특정 클라우드나 상용 DB에 종속되지 않고 기업이 원하는 환경에서 데이터를 운영하면서 AI까지 확장할 수 있도록 지원하겠다는 구상이다. 김희배 EDB코리아 지사장은 3일 서울 잠실 소피텔 앰배서더에서 열린 'EDB 포스트그레스 AI 서밋 서울 2026' 기조연설에서 국내 사업 전략을 이같이 밝혔다. 김 지사장은 운영 DB와 분석, AI 영역을 하나로 묶는 '유니파이드 데이터 플랫폼(Unified Data Platform)' 전략을 제시했다. 온라인 트랜잭션 처리(OLTP)를 중심으로 한 운영 영역과 실시간 분석, 대용량 데이터웨어하우스, AI 워크로드를 하나의 데이터 플랫폼 안에서 지원할 방침이다. 김 지사장은 "엔터프라이즈 오픈소스 전환에서 가장 중요한 요소는 안정적인 운영"이라며 "단순히 제품을 판매하는 사업자보다 제품 개발과 기술 지원을 직접 책임질 수 있는 벤더 역할이 중요하다"고 강조했다. EDB는 기업에서 데이터가 생성된 후 거래 처리와 이상거래 탐지, 실시간 처리, 장기 분석, AI 활용까지 이어지는 데이터 흐름 전체를 통합 제품군으로 연결하는 전략을 추진하고 있다. 운영계부터 분석계, AI 영역까지 각각 다른 DB를 구축하는 대신 포스트그레스 중심으로 데이터 인프라를 통합해 데이터 이동과 시스템 복잡성 줄이는 데 초점 맞췄다. 운영 영역에서는 EDB 포스트그레스와 PGD를 활용해 핵심 거래를 처리하고, 초고속 실시간 분석에는 클릭하우스, 대용량 데이터웨어하우스에는 웨어하우스PG를 활용하는 구조다. AI 영역에서는 포스트그레스 확장 기능인 pg벡터 등을 적용해 기존 데이터 인프라에 AI 기능을 추가할 수 있도록 지원한다. 김 지사장은 "플랫폼 핵심 거래 처리 영역에서는 99.999% 수준 고가용성을 지원할 수 있다"며 "장기 분석 영역에서는 페타바이트(PB)급 데이터까지 처리할 수 있다"고 설명했다. 이어 "AI 기능도 별도 DB를 새로 도입해 새로운 데이터 사일로를 만드는 것이 아니라 기존 데이터 인프라에 필요한 확장 기능을 추가해 활용할 수 있다"고 강조했다. EDB는 이 같은 통합 전략을 '에이전틱 레이크하우스(Agentic Lakehouse)'로도 확장하고 있다. 프랭크 시디 EDB 세일즈 엔지니어링 부사장은 이날 기조연설에서 운영 DB와 실시간 분석, 대용량 데이터웨어하우스, 분석 가속 엔진, AI 에이전트를 하나의 SQL 인터페이스와 보안 체계에 연결하는 에이전틱 레이크하우스 비전을 공개했다. 시디 부사장은 "기업이 AI를 도입할 때 운영 데이터와 분석 데이터를 별도 시스템으로 복제하거나 이동하는 과정을 줄일 수 있다"며 "아파치 아이스버그 같은 오픈 테이블 포맷을 활용해 데이터 이동 과정에서 발생하는 비용과 보안 부담을 낮출 수 있다"고 설명했다. EDB는 오는 2027년 상반기 정식 출시 예정인 차세대 데이터웨어하우스 엔진 '웨어하우스PG 19'도 공개했다. 웨어하우스PG 19에는 별도 그래프 DB 없이 SQL 기반으로 이상거래 탐지와 네트워크 분석을 수행할 수 있는 프로퍼티 그래프 기능과 대규모 스트리밍 데이터 처리, 관찰 가능성 기능 등이 추가될 예정이다. 회사는 생성형 AI 비용 절감을 위한 기술도 준비하고 있다. 대화 이력을 효율적으로 압축하고 관계형·벡터·그래프 형태 메모리를 하나의 ACID 데이터베이스에서 통합 관리하는 '지속형 에이전트 메모리(Persistent Agent Memory)'를 선보일 계획이다. 김 지사장은 특정 인프라에 종속되지 않는 배포 선택권도 차별점으로 내세웠다. EDB는 퍼블릭 클라우드뿐 아니라 온프레미스와 베어메탈, 하이브리드 환경에서도 데이터 인프라를 구축할 수 있도록 지원한다. EDB는 국내 시장에서 제품 공급뿐 아니라 컨설팅과 전환, 운영, AI 활용까지 연결하는 파트너 생태계도 확대할 방침이다. 현재 에스코어와 에티버스, 씨플랫폼 등 국내외 파트너사와 협력해 기업별 시스템 환경과 비용 구조에 맞는 오픈소스 전환을 지원한다. 김 지사장은 "상용 DB 종속성과 높은 비용 부담에서 벗어나 데이터 주권을 확보하고 AI 시대로 진입하려는 국내 기업들의 수요가 커지고 있다"며 "포스트그레스 기술력과 글로벌 노하우, 국내 파트너 생태계를 바탕으로 한국 기업 오픈소스 전환과 AI 데이터 플랫폼 혁신을 지원하겠다"고 말했다.

2026.09.03 14:57김미정 기자

비자, 코드 취약점 찾아 스스로 수정하는 AI 도구 출시

비자가 소프트웨어 취약점을 찾는 데 그치지 않고 수정 패치까지 스스로 작성·검증하는 오픈소스 보안 도구를 출시했다. 27일(현지시간) 벤처비트 등 외신에 따르면 비자는 오픈소스 보안 프레임워크 '비자 취약점 에이전틱 하네스(VVAH)'의 차기 버전을 공개했다. AI가 직접 수정 패치를 만들고 자신이 만든 패치가 실제로 취약점을 제거했는지 스스로 검증하는 도구다. 제대로 작동하지 않으면 이를 다시 고치는 기능까지 탑재됐다. 취약점을 발견·검증·보고하는 데 머물렀던 기존 버전과 비교하면 AI가 스스로 문제를 해결하는 자율 기능이 새로 더해졌다. 비자는 이번 기능으로 취약점을 발견해 조치하기까지 걸리는 시간을 크게 줄였다고 밝혔다. 기존에는 몇 주가 걸리던 작업이 짧게는 몇 시간 만에 끝난다고 설명했다. 라자트 타네자 비자 기술 총괄은 "AI가 취약점 발견과 악용 사이 시간을 줄이고 있다"며 "방어자에게는 더 빠르고 신뢰할 수 있는 대응 경로가 필요하다"고 말했다. VVAH는 총 11단계로 작동한다. AI 에이전트가 취약점을 탐지하고 수정 패치를 작성한 뒤 이를 검증한다. 마지막 검증 단계에서는 자신이 만든 패치를 직접 공격해 취약점이 실제로 사라졌는지 스스로 판정한다. 이 도구는 앤트로픽과의 협업에서 출발했다. VVAH는 비자가 앤트로픽 AI 사이버보안 이니셔티브 '프로젝트 글래스윙'에 참여하면서 만들어졌다. 초기에는 앤트로픽의 '클로드 미토스' 모델만 사용했다. 비자는 자사 네트워크를 상대로 미토스를 돌려보며 이 모델을 검증했다. 사소한 약점들을 엮어 실제 공격으로 연결해내는 능력을 확인하고 도구화에 나섰다. 이번 버전에서는 단계별로 최적 모델을 배분하는 기술을 추가했다. 앤트로픽과 오픈AI를 비롯한 다른 AI 모델도 코드 수정 없이 설정만으로 바꿔 쓸 수 있다. 수정과 검증 단계 기본값은 여전히 앤트로픽 모델이다. 비자는 이번 발표에서 VVAH를 엔비디아 오픈 시큐어 AI 얼라이언스에 모델 비종속 프레임워크로 제공한다고 밝혔다. IBM과 레드햇이 주도하는 오픈소스 보안 강화 사업 '프로젝트 라이트웰'에도 참여한다. 카를 러트스타인 비자 컨설팅&애널리틱스 글로벌 총괄은 "취약점을 찾는 것은 더 이상 가장 어려운 일이 아니다"라며 "이제는 수정 속도가 새로운 전쟁터"라고 말했다.

2026.08.28 16:06김동원 기자

알리바바 '큐원4' 예고편 나왔다…훈련비용 9분의 1 절감

중국 알리바바가 차세대 인공지능(AI) 모델 '큐원4' 핵심 설계를 앞당겨 발표했다. 26일 알리바바 큐원팀은 자사 블로그를 통해 새 모델 '큐원3.8-플래시-넥스트'를 공개했다. 기존보다 훈련 비용을 9분의 1로 줄이면서도 코딩·사무 업무 성능은 끌어올린 저비용 개방형 모델이다. 이 모델은 전체 규모가 1250억개(125B) 파라미터에 이르지만 문장을 처리할 때마다 그중 60억개(6B)만 골라 쓴다. 모델 전체를 매번 돌리는 대신 필요한 부분만 켜서 사용한다. 큐원팀은 "이 방식으로 직전 모델인 '큐원3.7-플러스'보다 훈련 비용을 약 9분의 1 수준까지 낮췄다"며 "사용료도 입력 100만 토큰당 0.16달러, 출력 100만 토큰당 0.47달러 수준"이라고 밝혔다. 큐원3.8-플래시-넥스트는 내년 출시할 큐원4에 어떤 기술이 들어갈지 핵심만 미리 보여준 예고편 모델이다. 알리바바는 과거에도 새로운 큐원 모델을 내놓기 전, 그 안에 쓸 설계를 먼저 공개해 왔다. 이번에는 모델 '가중치'도 함께 공개했다. 가중치는 AI가 학습을 통해 얻은 결과물로 모델 두뇌에 해당한다. 이를 공개하면 누구나 모델을 내려받아 직접 뜯어보거나 자신의 서비스에 활용할 수 있다. 큐원팀은 "개발자들이 큐원4 설계를 미리 검증할 수 있도록 개방했다"고 밝혔다. 새로운 기술 가운데 하나는 '큐원 스파스 어텐션(QSA)'이다. AI는 긴 글을 이해할 때 앞 내용을 모두 다시 훑어보기 때문에 문맥이 길어질수록 비용이 늘어난다. QSA는 글을 작은 덩어리로 묶은 뒤 중요한 부분만 골라 보는 방식으로 이 비용을 줄인다. QSA는 '어디가 중요한지 찾는' 탐색 비용까지 아꼈다. 기존 기술은 글이 길어질수록 이 탐색 작업에서도 비용이 늘어나는 한계가 있었다. 큐원팀은 QSA를 적용해 100만 토큰 분량의 긴 문맥에서 처리 속도가 최대 7.6배 빨라졌다고 밝혔다. 'N-그램 임베딩'이라는 기술도 새로 적용했다. 보통 AI는 단어 하나를 기준으로 정보를 찾지만 이 기술은 앞뒤 몇 개 단어를 함께 묶어 문맥으로 정보를 찾는다. 이를 통해 연산량은 거의 늘리지 않으면서 모델 용량만 510억개(51B) 파라미터만큼 키웠다. 해당 부분은 그래픽처리장치(GPU)가 아닌 일반 메모리에 저장해 두고 필요할 때만 불러오도록 설계해 GPU 부담도 줄였다. 정보가 모델 내부를 더 잘 흐르도록 하는 '게이티드 레지듀얼(GR)' 기술도 담았다. AI는 여러 층을 거치며 정보를 처리하는데 층이 깊어질수록 초반 정보가 흐려지기 쉽다. GR은 정보가 지나가는 통로를 하나에서 네 갈래로 넓혀 초기 정보가 뒤쪽 층까지 전달되도록 했다. 큐원팀은 이를 통해 학습 안정성도 높였다고 설명했다. 큐원팀은 자체 성능 평가에서 이 모델이 앤트로픽 '클로드 오퍼스 4.6', 딥시크 'V4' 등 경쟁 모델과 비교해 코딩과 도구 활용 등 일부 업무에서 앞섰다고 발표했다. 다만 이번에 공개된 성능·속도 수치는 모두 큐원팀이 자체적으로 측정한 값이다. 외부 기관 검증은 아직 이뤄지지 않았다. 큐원3.8-플래시-넥스트는 현재 허깅페이스 모델스코프에서 내려받을 수 있다 알리바바 클라우드를 통해 API로도 제공된다. 클로드 코드, 코덱스 등 주요 코딩 도구와도 연동된다.

2026.08.27 13:31김동원 기자

[현장] AI 데이터센터도 '개방형 혁신'으로…글로벌 인프라 업계 한자리에

인공지능(AI) 데이터센터 구축 경쟁이 확산되는 가운데, 개방형 AI 인프라 생태계를 이끄는 국내외 반도체·서버·스토리지·네트워크·전력·냉각 업계가 기술 공유와 협력을 위해 한자리에 모였다. 오픈 컴퓨트 프로젝트(OCP) 재단과 OCP 코리아 커뮤니티는 21일 서울 코엑스에서 '2026 OCP 코리아 테크 데이'를 개최했다. 한국컴퓨팅산업협회·한국컴퓨팅사업협동조합·한국클라우드컴퓨팅연구조합이 주관한 이번 행사는 국내 최대 규모 개방형 데이터센터·AI 인프라 기술 컨퍼런스로 올해 8회째를 맞았다. 이날 행사에는 국내외 산학연관 관계자 1500여 명이 참석했다. 특별 기조강연과 60여 개 세션이 마련됐으며 행사장에는 OCP 재단과 국내외 협력 기업들이 30여 개 전시 부스를 꾸렸다. AI 인프라와 엣지 컴퓨팅, 클라우드 플랫폼, 반도체, 차세대 데이터센터 설계를 비롯해 서버·스토리지·네트워킹·메모리·냉각 등 AI 데이터센터를 구성하는 다양한 핵심 기술이 공유됐다. OCP 재단은 데이터센터를 중심으로 핵심 인프라 기술 혁신을 추진하는 글로벌 오픈 하드웨어 커뮤니티다. 2011년 페이스북(현 메타)과 창립 회원사들이 대형 데이터센터 설계를 공개하며 출범했다. 소속 기업들은 각자 개발한 기술과 설계를 공유해 효율적이고 확장 가능한 인프라 생태계를 만드는 것을 목표로 활동 중이다. 현재 전 세계 OCP 회원사는 700곳 이상으로 늘었고 매년 개최하는 테크 데이와 서밋에는 연간 2만명 이상이 참여하고 있다. 제임스 켈리 OCP 재단 시장정보·혁신 담당 부사장은 "OCP는 근본적으로 모든 이들에게 열려 있다"며 "기업들이 기여한 개방형 기술과 마켓플레이스, 학습 콘텐츠, 프로젝트 등이 누구에게나 공개돼 있다"고 밝혔다. 김정수 OCP APAC·코리아 리드는 "최근 AI의 폭발적인 증가로 그 어느 때보다 OCP에 대한 관심이 많아졌다"며 "한국 커뮤니티 안에서도 기업 간 고민을 나누고 함께 성장할 것"이라고 말했다. OCP는 이같은 개방성을 바탕으로 개별 하드웨어를 넘어 AI 클러스터 전체의 설계와 구축 방식 등 'AI 팩토리' 전반을 오픈소스로 공유하는 활동을 전개하고 있다. 특히 최근 AI 특화 반도체의 성능과 소비전력이 빠르게 높아지면서 이를 탑재한 서버 랙과 전력 인프라에도 OCP의 새로운 개방형 설계가 적용되는 추세다. 대표적으로 엔비디아는 'MGX 랙' 설계를 OCP 커뮤니티에 공개했으며 메타와 AMD 등은 기존 21인치 랙보다 두 배 넓은 42인치 '오픈 랙 와이드(ORW)' 생태계 확대에 앞장서고 있다. 아울러 OCP가 주도하는 전력 효율 관련 프로젝트에 70개 기업이 참여해 6개월 만에 기술 백서를 발간하기도 했다. 켈리 부사장은 "하드웨어 장비 설계를 정의하는 것을 넘어 전체 AI 클러스터의 구축 방식까지 오픈소스화하고 있다"며 "기업들이 AI 인프라를 구축할 때마다 어려운 문제를 반복하기보다 한 번 해결한 문제와 가장 적합한 방안을 서로가 공유하는 것이 목표"라고 강조했다. 이러한 개방형 설계가 실제 AI 공급망 확대로 이어진 사례도 소개됐다. 구글이 자사 데이터센터에서 5세대에 걸쳐 검증한 냉각수분배장치(CDU) 설계를 OCP에 공개한 뒤 8개 공급업체가 이를 기반으로 제품을 출시한 바 있다. 켈리 부사장은 이를 단일 업체 의존도를 낮추고 다중 공급 생태계를 구축한 대표적 사례로 평가했다. AI 클러스터의 핵심인 네트워킹 부문에서도 개방형 기술이 확대되고 있다. 오픈AI와 마이크로소프트·인텔·AMD 등은 다중경로 네트워크 기술인 'MRC'를 OCP에 공개했다. MRC는 오픈AI의 대규모 AI 클러스터에서 검증을 거쳤다. 또 OCP는 울트라 이더넷 컨소시엄(UEC) 등과도 협력하며 특정 기술을 단일 표준으로 정하기보다 여러 개방형 기술이 경쟁할 수 있는 생태계를 조성하고 있다. 국내에서도 AI 데이터센터 구축이 늘어남에 따라 OCP에 대한 관심이 높아지는 분위기다. OCP 코리아는 지난 6월 판교 고성능컴퓨팅(HPC) 이노베이션 허브에서 첫 커뮤니티 밋업을 열고 국내 관계자들과 액침 냉각, 컴퓨팅 테스트베드 등 AI 인프라 관련 기술 전략을 공유하기도 했다. 김정수 리드는 "우리나라에서도 AI 데이터센터 수요가 커지면서 OCP 주도의 개방형 기술을 학습하고자 하는 인력들이 늘어나고 있다"며 "앞으로 연례 행사뿐 아니라 이해관계자들과 만나 고민을 나누고 협력할 수 있는 자리를 만들기 위해 노력하겠다"고 밝혔다.

2026.08.21 13:13한정호 기자

"저질 AI 콘텐츠 피하려 직접 만들었다"…개인형 검색엔진 '말린' 눈길

인공지능(AI)이 생성한 저품질 콘텐츠 이른바 'AI 슬롭(Slop)'이 범람하는 가운데 개인이 원하는 독립 웹만 직접 수집해 검색하는 AI 검색엔진이 등장했다. 14일 실크타이드의 개발자 알렉스 몰리-핀치는 오픈소스 AI 프로젝트인 개인 맞춤형 검색엔진 '말린(Marlin)'을 공개했다. 말린은 포트폴리오, 소규모 예술 프로젝트, 1인 개발 소프트웨어, 진(zine) 등 개인 창작자 중심 웹을 직접 수집해 검색할 수 있도록 설계된 오픈소스 프로젝트다. 대형 검색엔진처럼 인터넷 전반을 광범위하게 다루기보다 사용자가 중요하게 여기는 웹을 별도로 모아 인덱스로 구축하는 방식이다. 이 프로젝트는 검색엔진 구조를 최대한 단순화한 것이 특징이다. 홈페이지 단위로 페이지를 수집한 뒤 소형 언어모델이 각 사이트를 읽고 사이트명, 짧은 설명, 카테고리, 태그를 생성한다. 전체 HTML을 대규모로 저장하거나 복잡한 재수집 체계를 두지 않고도 검색 가능한 데이터베이스를 구축할 수 있도록 설계됐다. 내부 구조는 4개 구성요소로 이뤄졌다. 도메인을 수집하고 페이지를 가져오는 '수집기', 소형 오픈AI 호환 모델을 호출해 내용을 요약·분류하는 '작업기', 목적에 맞지 않는 페이지 유입을 막는 '관리기', 실제 검색과 진행 현황 확인을 담당하는 API 및 웹 UI다. 구조는 단순하지만, 검색용 인덱스를 구축하고 관리하는 데 필요한 핵심 기능은 갖췄다는 평가다. 알렉스 몰리 핀치 개발자는 약 56만개 홈페이지를 색인하는 데 클라우드 그래픽처리장치(GPU) 비용 약 10달러를 투입했다고 설명했다. 저장 공간도 1기가바이트(GB) 미만 수준이라고 밝혔다. 다만 초기 결과는 기대와 달랐다. 말린이 처음 수집한 페이지 상당수는 개발자가 원했던 독립 창작자 중심 웹이 아니라 기업 사이트와 문서 페이지였던 것으로 전해졌다. 첫 결과물의 90% 이상이 기업 웹사이트와 문서였다는 점에서 단순 크롤링만으로는 원하는 검색 품질을 확보하기 어렵다는 한계도 드러났다. 이에 따라 알렉스 몰리-핀치는 차단 방식 대신 가중치 기반 우선순위 시스템을 도입했다. 원하는 유형의 사이트는 크롤링 큐 상단에 배치하고, 그렇지 않은 사이트는 뒤로 미루는 방식이다. 이를 통해 검색엔진의 성격은 단순한 수집량이 아니라 무엇을 우선적으로 모을 것인지에 따라 달라질 수 있다는 점이 부각됐다. 그는 프로젝트의 가장 큰 과제로 분류 체계 정리를 꼽았다. AI에 카테고리와 태그 생성을 자유롭게 맡기자 카테고리 수가 과도하게 늘어나고 유사한 태그가 반복 생성되는 문제가 나타났기 때문이다. 이에 따라 AI가 분류 초안을 만들더라도 장기적으로는 사람이 별도 기준을 두고 이를 통합·관리해야 일관된 체계를 유지할 수 있다는 설명이다. 관련 업계에서는 말린이 구글과 같은 범용 검색엔진을 대체할 수준의 서비스라기보다, 개인 또는 소규모 커뮤니티를 위한 맞춤형 검색 인프라의 가능성을 보여준 사례로 보고 있다. 특히 생성형 AI가 검색 인터페이스를 바꾸는 데 그치지 않고 검색 대상의 수집과 분류 방식까지 변화시키고 있다는 점에서 주목도가 높다.는 평이다. 알렉스 몰리-핀치 개발자는 "말린은 이용자가 직접 웹 수집 방향을 정하고 원하는 정보만 골라 보기 위한 도구"라며 "최근 온라인상에서 빠르게 늘고 있는 'AI 스롭'성 콘텐츠를 그대로 받아들이기보다 자신이 보고 싶은 내용만 검색하고 싶었다"며 개발 이유를 밝혔다.

2026.08.14 10:53남혁우 기자

AI 에이전트 행동 흐름 통제한다…AWS, 오픈소스 정책 언어 '도그우드' 공개

아마존웹서비스(AWS)가 인공지능(AI) 에이전트의 행동을 보다 세밀하게 제어할 수 있는 오픈소스 정책 언어를 공개하며 에이전틱 AI 보안 강화에 나섰다. 개별 작업 단위를 넘어 여러 작업이 이어지는 전체 행동 흐름까지 검증할 수 있도록 지원해 AI 에이전트 운영 과정에서 발생할 수 있는 보안과 리스크 문제를 줄인다는 전략이다. AWS는 AI 에이전트의 연속된 행동까지 통제할 수 있는 오픈소스 정책 언어 '도그우드(Dogwood)'를 공개했다고 13일 밝혔다. 도그우드는 아마존 베드록 에이전트코어의 정책 기능인 '에이전트코어 정책'에 적용되며 에이전트코어 게이트웨이에는 새로운 속도 제한 기능도 추가됐다. 최근 AI 에이전트는 단순 질의응답을 넘어 여러 단계를 거쳐 스스로 작업을 수행하는 형태로 발전하고 있다. 하지만 개별 작업에는 문제가 없더라도 여러 행동이 연결되는 과정에서 예상하지 못한 위험이 발생할 수 있다는 지적도 제기돼왔다. 맥킨지 조사에 따르면 전체 조직의 약 80%가 이미 AI 에이전트의 위험한 행동을 경험한 것으로 나타났다. 보안과 리스크에 대한 우려가 에이전틱 AI 확산의 가장 큰 걸림돌로 지목됐다. 이번에 공개된 시간 기반 정책은 현재 요청뿐 아니라 동일한 세션에서 AI 에이전트가 이전에 수행한 행동까지 함께 분석해 다음 작업의 허용 여부를 판단한다. 앞선 호출 결과와 다음 호출 입력값의 일치 여부를 검증하거나 누적 사용 금액이 일정 수준을 넘으면 추가 결제를 차단하는 방식이다. 중요한 작업을 수행하기 전에 사람의 승인을 받도록 하거나 특정 작업이 정해진 순서대로만 수행되도록 제한하는 정책도 설정할 수 있다. 도그우드는 기존 오픈소스 정책 언어인 '시더(Cedar)'를 확장한 형태로 설계됐다. 기존 정책을 재작성하지 않고도 그대로 활용할 수 있으며 에이전트의 이전 행동 이력을 기반으로 도구 사용 순서와 빈도, 누적 사용량 등을 정책에 반영할 수 있다. 도그우드는 아파치 2.0 라이선스를 적용한 오픈소스 사양과 참조 구현 형태로 제공된다. AWS는 에이전트코어 게이트웨이에 속도 제한 기능도 추가했다. 플랫폼 운영자는 분당 요청 수와 토큰 처리량, 동시 연결 수 등을 기준으로 사용자별 사용량 상한을 설정할 수 있다. 사용자와 팀, 도구, 모델별로 서로 다른 제한값을 적용할 수 있어 애플리케이션 코드를 수정하지 않고도 AI 에이전트 사용량을 관리할 수 있다는 설명이다. 시간 기반 정책과 게이트웨이 속도 제한 기능은 이날부터 도입이 가능하며 기존 운영 중인 에이전트를 재설계하지 않고도 적용할 수 있도록 지원한다. 도그우드의 참조 구현과 언어 가이드는 깃허브를 통해 공개됐다. AWS는 "가장 포괄적인 AI 역량과 글로벌 인프라를 바탕으로 빌더들이 아이디어를 현실로 만들 수 있도록 지원할 것"이라고 밝혔다.

2026.08.13 15:51한정호 기자

모티프 3, 글로벌 AI 성적표서 한국 기업 '1위'

모티프테크놀로지스가 자체 개발한 인공지능(AI) 파운데이션 모델 '모티프 3'가 글로벌 AI 모델 평가기관 아티피셜 애널리시스의 종합 지능 지수(AAII)에서 47점을 받으며 한국 기업 1위, 글로벌 10위를 기록했다. 오픈웨이트 모델 기준으로는 글로벌 4위에 올랐다. 모티프테크놀로지스는 모티프 3를 허깅페이스에 오픈소스로 공개했다고 13일 밝혔다. 모티프 3는 회사가 정부 '독자 AI 파운데이션 모델' 사업 2차에 합류한 후 5개월 만에 사전학습부터 후처리까지 전 과정을 처음부터(from scratch) 개발한 모델이다. 총 3140억 개(314B) 파라미터, 활성 132억 개(13.2B) 파라미터의 전문가 혼합(MoE) 구조 LLM으로 구성됐다. 세부 벤치마크 결과에 따르면 모티프 3는 실제 업무 수행 능력을 측정하는 에이전틱 벤치마크가 가장 두드러진 성과를 냈다. 금융 업무 에이전트 과업 완수율 평가(τ³-Banking)에서 35.3점으로 딥시크 V4 프로(30.1점)·키미 K2.6(23.3점)·GLM-5.1(13.6점)·큐원-3.5(13.4점) 등 비교군 전원을 앞섰다. 터미널 환경 실전 코딩·시스템 작업 능력 평가(Terminal-Bench 2.1)에서도 74.9점으로 1위를 기록했다. 장문 추론 능력 평가(AA-LCR)에서는 72.3점으로 규모가 2~5배 큰 모델들과 대등한 수준을 보였다. 실물 경제 업무 수행 가치 평가(GDPval v2)에서는 38.7점으로 5배 규모인 딥시크 V4 프로(40.2점)를 뒤이었다. 모르는 내용을 아는 것처럼 지어내지 않는지를 측정하는 논-할루시네이션 지표(AA-Omniscience)에서는 71.6점으로 비교군 중 2위에 올랐다. 이 밖에 소프트웨어 엔지니어링(SWE-bench Verified) 76.2점, 전문가급 초고난도 지식 평가인 '인류 최후의 시험(Humanity's Last Exam)' 37.0점을 기록했다. 모티프테크놀로지스 측은 "총 1조 파라미터를 넘나드는 초대형 모델과의 경쟁 속 실제 서비스 비용을 좌우하는 활성 연산량을 최소 수준으로 유지하면서 프론티어급 성능에 도달한 것"이라며 "연산량 대비 지능(intelligence per FLOP) 관점에서 세계 최고 수준의 효율"이라고 강조했다. 모티프 3는 상업적 활용을 포함한 MIT 라이선스로 모델 가중치와 학습 코드, 라이브러리까지 전면 공개됐다. 모티프테크놀로지스는 자체 개발한 어텐션 구조 GDLA(Grouped Differential Latent Attention)를 비롯해 아키텍처, 옵티마이저, 후처리 등 모델 개발 전 계층에 걸쳐 자체 설계 기술을 적용했다. 언어모델 외에도 비전(7B), 오디오(0.7B), 비디오 VAE(1.2B) 등 3개 모달리티 인코더를 병행 개발해 총 4개 모듈을 완성했다. 자체 비전 인코더는 메타의 V-JEPA 2.1, DINOv3 등 해외 최신 비전 모델을 상회하는 성능을 보인 것으로 나타났다. 모티프테크놀로지스는 향후 모티프 3 고도화와 더불어 차세대 모델 '모티프 4'에서 글로벌 5위권 진입을 목표로 한다. 비전, 오디오, 비디오 모듈을 언어모델과 결합한 멀티모달 통합 모델로 확장할 계획이다. 임정환 모티프테크놀로지스 대표는 "모티프 3는 짧은 기간과 제한된 자원 속에서 독자 아키텍처만으로 글로벌과 경쟁할 수 있는 수준임을 증명한 시작점"이라며 "같은 조건이 주어졌을 때 우리가 어디까지 갈 수 있는지는 이제부터가 증명의 시간"이라고 말했다. 이어 "이번에 얻은 자신감을 바탕으로 미국과 중국 프론티어 모델들과 대등하게 경쟁할 수 있는 최고 수준의 AI 모델을 완성하겠다"고 덧붙였다.

2026.08.13 11:29이나연 기자

엔비디아, '네모트론 3.5 라이트닝' 공개…로컬 AI 생태계 확장

엔비디아가 오픈모델과 소프트웨어·개발자 도구·하드웨어를 아우르는 로컬 인공지능(AI) 생태계 확대에 나섰다. 엔비디아는 30B 규모 오픈 전문가 혼합 모델 '네모트론 3.5 라이트닝'을 공개하고 여러 대 DGX 스파크를 연결하는 '엔비디아 싱크 클러스터 어시스턴트'를 선보였다고 12일 밝혔다. 메타의 '뮤즈 글리머'와 영상 생성 모델 'LTX-2.5' 등 신규 오픈모델에 대한 그래픽처리장치(GPU) 최적화 지원도 확대했다. 네모트론 3.5 라이트닝은 상시 작동하는 AI 에이전트에 특화된 오픈웨이트 모델이다. 엔비디아에 따르면 동급 오픈모델보다 토큰 생성 속도가 최대 4배 빠르고 작업 완료 시간은 30% 짧다. 개발자는 자체 데이터를 활용해 해당 모델을 파인튜닝할 수 있다. 이메일과 보고서 작성 방식부터 전문 분야 용어와 작업 절차, 코딩 규칙, 프레임워크까지 특정 업무 환경에 맞게 조정할 수 있다. 모델은 엔비디아 RTX PC와 DGX 스파크·젯슨에서 로컬로 실행할 수 있다. RTX 프로 워크스테이션과 DGX 스테이션·GB300 데스크사이드 시스템·데이터센터·클라우드로도 확장할 수 있다. 엔비디아는 원활한 로컬 배포를 위해 가상거대언어모델(vLLM)과 올라마(Ollama), 라마닷시피피(llama.cpp), LM 스튜디오 등 주요 추론·배포 도구 개발사와 협력했다. 개발자는 엔비디아의 저정밀 데이터 형식 'NVFP4'와 범용 양자화 모델 형식 'GGUF' 가운데 사용 환경에 적합한 방식을 선택할 수 있다. 에이전트 작업마다 적합한 AI 모델을 자동으로 선택하는 오픈소스 라우팅 라이브러리 '네모 스위치야드'도 제공된다. 정확도와 처리 속도·비용을 기준으로 각 작업 단계를 여러 모델과 서비스에 분산하는 방식이다. 엔비디아 내부 벤치마크에서는 네모 스위치야드가 프론티어 모델 수준의 작업 완료 성능을 유지하면서 비용을 '오퍼스 4.8'의 약 3분의 1로 낮춘 것으로 나타났다. 네모 스위치야드는 깃허브에서 이용할 수 있다. 엔비디아는 대규모 오픈모델을 로컬에서 실행하기 위한 시스템 연결 기능도 강화했다. 엔비디아 싱크의 클러스터 어시스턴트는 두 대 이상의 DGX 스파크를 하나의 고속 클러스터로 구성해 메모리와 추론·훈련 성능을 확장한다. 개발자가 엔비디아 커넥트엑스-7(NVIDIA ConnectX-7) 포트로 시스템을 연결하면 엔비디아 싱크가 네트워크 구성과 노드 간 작업 분배·시스템 상태 점검을 자동으로 수행한다. 윈도와 맥OS에서 연결된 시스템을 감지하고 테일스케일(Tailscale)을 이용한 비공개 원격 접속도 지원한다. 엔비디아는 이달 말 DGX 스파크에 구글 크롬의 네이티브 ARM64 리눅스 버전과 새로운 자원 모니터 기능을 추가할 예정이다. 사용자는 개별 시스템이나 전체 클러스터의 중앙처리장치와 그래픽처리장치 사용량을 실시간 또는 과거 데이터로 확인할 수 있다. 메타가 공개한 300억 파라미터 규모 오픈웨이트 모델 '뮤즈 글리머'에 대한 지원도 확대했다. 코딩과 로컬 에이전트 작업에 특화된 이 모델은 12만 토큰 이상의 컨텍스트 윈도우를 지원하며 RTX 5090에서 초당 200토큰 이상의 처리 성능을 제공한다. 뮤즈 글리머는 단일 소비자용 GPU에서도 실행할 수 있다. 로컬 파일과 이메일을 읽고 요약하거나 인증 정보를 활용해 작업을 수행하고 여러 단계의 도구 호출과 장시간 실행 작업을 처리하도록 설계됐다. 오픈 영상 생성 모델 'LTX-2.5'도 엔비디아 RTX GPU와 DGX 스파크·DGX 스테이션에 최적화됐다. 여러 장면으로 구성된 영상을 생성하면서 캐릭터와 장면·음성의 일관성을 유지하고 기존 영상의 세부 요소를 생성형 AI로 수정할 수 있다. 엔비디아에 따르면 LTX-2.5는 RTX 프로 6000 GPU에서 기존 대비 최대 20% 빠른 처리 성능과 40%의 메모리 절감 효과를 제공한다. 크리에이터는 컴피UI 기반 작업 환경을 이용해 텍스트와 이미지·영상 사이의 변환 작업을 로컬에서 수행할 수 있다.

2026.08.12 15:18김미정 기자

[현장] 리눅스재단 "韓 AI 프로젝트 긍정적…모델 평가 범위 넓혀야"

리눅스재단이 한국 정부 주도 인공지능(AI) 모델 프로젝트를 긍정적으로 평가했다. 또 오픈소스 AI 모델 경쟁력을 제대로 판단하려면 성능뿐 아니라 실제 운영 비용과 투자수익률(ROI)까지 함께 측정할 수 있어야 한다고 강조했다. 짐 젬린 리눅스재단 최고경영자(CEO)는 11일 파르나스 서울에서 열린 '오픈소스 서밋 코리아 2026'에서 한국 정부와 기업의 AI·오픈소스 투자 움직임을 소개하며 이같이 밝혔다. 젬린 CEO는 최근 독자 파운데이션 AI 모델 프로젝트 경쟁에 뛰어든 SK텔레콤과 업스테이지, LG AI연구원이 새 거대언어모델(LLM)을 잇달아 공개하고 있다는 점을 언급했다. 그는 "한국에서는 오픈웨이트 모델을 받아들이는 움직임도 나타나고 있다"며 "정부 주도로 오픈소스 모델 개발 활동이 활발하게 이뤄지고 있다"고 봤다. 특히 그는 오픈웨이트 모델과 오픈소스 소프트웨어가 국가 디지털 주권과 연결된다고 강조했다. 특정 기업 폐쇄형 모델에만 의존하지 않고 각 국가와 기업이 자체적으로 AI 기술을 개발하고 활용할 수 있어야 기술적 선택권을 확보할 수 있다는 설명이다. 젬린 CEO는 "한국 기업들이 한국에 특화된 데이터를 이용해 학습한 저비용 대안 모델을 만들 수 있는 능력을 갖추는 것은 중요하다"며 "AI가 우리의 삶을 변화시키는 과정에서 이는 한국 디지털 주권에도 중요한 문제"라고 말했다. 한국 정부의 정책 방향에 대해서도 긍정적인 평가를 내놨다. 그는 "한국 정부는 외산 AI 기술 자체를 받아들이는 데 그치지 않고 오픈소스와 오픈웨이트 AI 모델에 우호적인 정책을 만들고 있다"고 밝혔다. 실제 정부는 독파모 프로젝트를 통해 국내 기업들의 AI 모델 개발을 지원하고 있다. 프로젝트 참여 기업들은 단계평가를 거쳐 경쟁 중이다. 현재 2차 심사 결과를 앞두고 있다. 정부는 벤치마크와 전문가·사용자 평가 등을 활용해 모델 성능과 독자성을 검증할 방침이다. 젬린 CEO는 "오픈소스 AI 모델 경쟁력 판단 기준이 확장해야 한다"며 "단순한 모델 성능 외 실제 비용과 경제적 가치까지 측정할 필요가 있다"고 강조했다. "AI 사용 기업, 모델 가치 측정 못해…'토크노믹스 재단' 출범" 그는 "내년은 최고재무책임자(CFO)의 해가 될 것"이라며 "기업들이 AI에 많은 돈을 쓰고 있지만 그것이 사업을 얼마나 효율적으로 만들고 있는지, 특정 AI 모델이나 워크로드에서 가치를 얼마나 얻고 있는지 답하지 못하는 경우가 많다"고 지적했다. 리눅스재단은 이를 해결하기 위해 AI 모델 사용 비용과 경제적 가치를 측정하는 공통 기준 마련에도 나섰다. 지난 8일 공식 출범한 '토크노믹스 재단(Tokenomics Foundation)'을 통해 모델과 AI 워크로드별 비용·가치를 비교할 수 있는 표준 체계를 구축하고 있다. 토크노믹스 재단은 AI 모델 토큰 사용량을 비롯해 추론과 인프라 운영에 들어가는 비용, 전체소유비용(TCO), 실제 업무에서 발생한 가치 등을 측정하는 공통 기준을 마련하는 것을 목표로 한다. 서로 다른 모델과 인프라를 사용하는 기업들이 AI 투자 대비 효과를 동일한 기준에서 비교할 수 있도록 하겠다는 취지다. 젬린 CEO는 향후 기업들이 하나의 AI 모델만 사용하는 것이 아니라 로컬 모델과 클라우드 기반 모델, 독점 API와 오픈웨이트 모델 등을 업무별로 선택하게 될 것으로 전망했다. 이에 따라 특정 업무에 어떤 모델을 사용하는 것이 가장 경제적인지 판단할 수 있는 기준도 중요해질 것으로 봤다. 그는 "실제 운영 환경에서 AI의 가치를 표준화된 방식으로 측정해 CFO에게 어떤 수익을 얻고 있는지를 보여주는 것이 매우 중요해질 것"이라며 "한국에서도 이러한 움직임에 관심을 가질 필요가 있다"고 말했다.

2026.08.11 11:03김미정 기자

저커버그 "초지능 독점 안 돼"…메타, 개방형 AI 복귀

마크 저커버그 메타 최고경영자(CEO)가 소수 기업이 주도하는 폐쇄형 인공지능(AI)의 위험성을 경고하며 개인에 대한 AI 접근 확대를 주장했다. 메타는 이날 개인용 기기에서 구동할 수 있는 개방형 AI 모델을 공개하며 오픈소스 생태계 복귀를 선언했다. 저커버그 CEO는 10일(현지시간) 공식 홈페이지에 공개한 에세이 '미래는 모두의 것'을 통해 "초인공지능을 중앙집중화하기보다 널리 배포해 모든 사람이 이를 통제할 수 있도록 해야 한다"고 밝혔다. 그는 AI가 위험하다는 이유로 권력을 소수에게 집중하는 방식은 오히려 문제를 키울 수 있다고 지적했다. 초지능 변호사를 한 사람이나 한 기업만 보유하는 것보다 모두가 활용할 수 있어야 사회와 시장의 균형이 유지된다는 논리다. AI가 일자리를 대거 없앨 것이라는 전망에도 의문을 제기하며 개인의 역량을 높이는 방향으로 AI를 활용해야 한다고 주장했다. 또 사이버보안과 생화학 분야의 AI 악용에 대비해 정부와 AI 기업의 협력을 강화해야 한다고 밝혔다. 첨단 모델이 완성된 뒤 정부가 검토하는 대신 중간 훈련 단계부터 모델과 기술 인력을 제공해 핵심 시스템을 선제적으로 보호하자는 제안이다. 미국 AI 모델의 출시를 과도하게 늦추면 해외 경쟁국에 주도권을 내줄 수 있다며 미국의 AI 경쟁력 유지도 강조했다. 메타는 이날 차세대 개방형 AI 모델 '뮤즈 글리머'를 공개하며 오픈소스 AI 생태계 복귀도 공식화했다. 뮤즈 글리머는 기기내장형(온디바이스) AI에 특화한 300억 매개변수(파라미터) 규모의 소형 모델이다. 일반 PC에서 단일 그래픽 카드만으로 에이전트 작업을 상시 구동할 수 있다. 월스트리트저널(WSJ) 등 외신에 따르면 회사는 최상위 모델인 '뮤즈 스파크1.2'의 가중치 개방형 모델 역시 몇 주 안에 선보일 예정이다. 메타는 AI가 촉발하는 안전성 문제에 대응하기 위해 모델 안전 기준과 출시 여부를 독립 이사회가 심의하는 새 지배구조를 마련한다. 미국 내 AI 인프라와 지역사회 지원을 위해 10억 달러 규모의 '미래는 모두의 것' 기금도 조성하기로 했다. 메타는 지난해까지 개방형 AI 모델 '라마(Llama)'를 개발했지만 성능 경쟁에서 한계를 보이면서 AI 사업을 재편하고 폐쇄형 모델 개발에 집중해 왔다. 이번 행보는 문샷AI의 '키미 K3' 등 중국산 개방형 모델의 부상과 미국 내 규제 논쟁, 빅테크 간 주도권 경쟁이 맞물리는 가운데 나온 전략적 대응으로 풀이된다. 그동안 폐쇄형 모델이 주도해 온 빅테크 진영에서도 최근 오픈웨이트를 둘러싼 입장 변화가 감지되고 있다. 미국 정부가 중국산 오픈웨이트 AI 모델의 확산에 대응해 규제를 검토하는 가운데, 오픈AI는 주요 기술 기업들이 이같은 규제에 반대하며 낸 공개서한에 뒤늦게 합류했다. 앤트로픽은 별도 입장문을 내고 오픈웨이트 자체를 금지하기보다 고성능 AI 칩의 대중국 수출 통제와 모델 증류 단속, 최첨단 AI 모델의 안전성 검증이 우선돼야 한다고 주장했다. 저커버그 CEO는 "초지능은 모든 사람에게 그 힘을 줄 가능성이 있다"라며 "미래를 모두의 것으로 만드는 것이 우리의 목표"라고 전했다.

2026.08.11 10:18이나연 기자

"AI 정책-운영 간극 줄인다"…레드햇, 오픈소스 프로젝트 '아사고' 출범

레드햇이 인공지능(AI) 정책과 실제 운영 시스템 간극을 줄이기 위한 오픈소스 협업 체계를 구축했다. 레드햇은 AI 안전과 거버넌스 절차를 자동화하는 오픈소스 커뮤니티 프로젝트 '아사고'를 출범했다고 5일 밝혔다. 아사고는 엔지니어링팀과 컴플라이언스팀에 분산된 절차와 도구를 한 워크플로로 연결하는 것을 목표로 한다. 아사고는 기업과 규제기관 AI 거버넌스 정책을 분석한 뒤 이를 실제 시스템에 적용할 수 있는 리스크 통제 체계로 변환한다. 수작업으로 진행되던 정책 해석과 안전 검토 과정을 자동화해 AI 시스템 운영 준비 기간을 수개월에서 수일로 줄인다는 구상이다. 운영 절차는 리스크 매핑과 평가, 완화, 프로덕션 배포 등 네 단계로 이뤄졌다. 우선 조직 정책 요구사항을 미국 국립표준기술연구소 AI 위험관리 프레임워크와 오왑 대규모 언어모델 톱10, IBM AI 리스크 아틀라스 등 검증된 기준에 연결해 실행 가능한 리스크 프로파일로 만든다. 이후 식별된 위험을 토대로 사용 사례별 안전성 시험 시나리오도 자동으로 생성하고 실행한다. 범용 성능 평가에 그치지 않고 실제 운영 과정에서 유해한 행동이 발생할 가능성이 있는지를 중심으로 AI 시스템을 검증한다. 시험 결과가 나오면 안전 가드레일을 포함한 위험 완화 방안을 제안한다. 각 조치가 필요한 이유와 관련 정책 조항, 시험 결과도 기록해 컴플라이언스 담당자와 개발자, 외부 감사인이 동일한 근거를 확인할 수 있도록 돕는다. 검토를 마친 통제 방안은 하이브리드 클라우드와 쿠버네티스 환경에 배포 가능한 구성으로 변환된다. 쿠버네티스와 테라폼, 앤서블용 선언형 구성을 출력해 특정 인프라에 종속되지 않고 여러 클라우드와 온프레미스 환경에 같은 안전 기준을 적용하도록 지원한다. 아사고는 아파치 라이선스 2.0 기반으로 공개된다. 레드햇을 비롯해 브레이브 소프트웨어와 이밸이밸 연합, IBM 리서치, 마이크로소프트, MIT 링컨 연구소, 노스캐롤라이나 주립대, 엔비디아, 앨런 튜링 연구소 등이 프로젝트에 참여한다. 레드햇은 유럽연합(EU) AI법 등 글로벌 AI 규제가 시행되면서 기업이 장기간의 수작업 검토나 통제되지 않은 '섀도우 AI' 운영을 감수하기 어려워졌다고 설명했다. 이에 컴플라이언스팀과 데이터 과학자, 인프라 관리자가 사용할 수 있는 개방형 표준을 마련해 자율 AI 에이전트와 기업용 LLM 안전 통제를 일관되게 운영한다는 방침이다. 스티븐 훌스 레드햇 AI 엔지니어링 부문 부사장은 "기업이 실험 단계의 AI 파일럿에서 장기간 운영되는 자율 에이전트로 전환함에 따라 명확한 운영 가드레일을 마련하는 것이 핵심 인프라 요건이 되고 있다"며 "아사고는 기업의 정책 정의와 실제 운영 중인 에이전트를 자동 연결하는 기업용 AI의 다음 단계를 제시한다"고 밝혔다.

2026.08.05 16:39김미정 기자

정부, 오픈소스 개발자 글로벌 진출 지원…15개 커뮤니티 육성

정부가 국내 오픈소스 인공지능(AI)·소프트웨어(SW) 생태계를 이끌 커뮤니티 육성에 나섰다. 정보통신산업진흥원(NIPA)는 지난 25일 서울 과학기술회관에서 '2026 오픈소스 AI·SW 커뮤니티 발대식'을 열고 공개 모집을 통해 선정한 15개 커뮤니티에 대한 지원을 시작했다고 30일 밝혔다. 이번 사업은 국내 오픈소스 AI·SW 커뮤니티 개발 활동과 기술 협업을 지원하고 성과 확산을 도와 지속 가능한 생태계를 조성하기 위해 마련됐다. AI 기술 발전과 글로벌 오픈소스 프로젝트 영향력이 커지는 상황에서 국내 개발자 커뮤니티 참여 기반을 확대하는 것이 목표다. NIPA는 선정된 커뮤니티에 국내외 오픈소스 컨퍼런스와 세미나 참여 기회를 제공한다. 클라우드 기반 그래픽처리장치(GPU)와 서버 자원도 지원해 개발자들이 프로젝트를 안정적으로 수행할 수 있도록 돕는다. NIPA는 커뮤니티에 오픈 업 센터 등 협업 공간도 제공한다. 커뮤니티가 개발 성과를 공유하고 국내외 오픈소스 생태계와 교류할 수 있도록 관련 확산 활동도 추진할 방침이다. 올해 선정된 커뮤니티는 AI와 머신러닝(ML), 생성형 AI, 데이터 엔지니어링, 클라우드 인프라, 오픈소스 데이터베이스, 파이선, 보안 분야로 이뤄졌다. 발대식에서는 커뮤니티 운영 방향과 지원 프로그램이 소개됐다. 각 커뮤니티는 프로젝트 개발 계획과 기술 확산 방안을 공유했다. 리눅스 커널 메인테이너인 유태희 개발자는 '커뮤니티의 역할과 생태계 기여 전략'을 주제로 특별 강연을 진행했다. 이경록 NIPA SW융합본부장은 "이번 지원사업을 통해 국내 우수 커뮤니티들이 안정적으로 프로젝트를 개발하고 기술을 확산해 대한민국이 글로벌 오픈소스 생태계를 선도하는 주역으로 성장할 수 있도록 적극 지원하겠다"고 밝혔다.

2026.07.30 13:56김미정 기자

Prev 1 2 3 4 5 6 7 8 9 Next