검색 - IT세상을 바꾸는 힘 지디넷코리아

ZDNet 검색 페이지

'ICML'통합검색 결과 입니다. (7건)

태그
기간
- 3개월
- 1년
- 1년 이전

재검색

큐원 추론 7배 빠르게…노타, 글로벌 AI 학회 챌린지 3위

노타가 세계적인 머신러닝 학회 'ICML 2026'에서 열린 오픈소스 인공지능(AI) 모델 최적화 챌린지에서 추론 최적화 기술력을 입증했다. 노타는 ICML 2026 'AdaptFM(자원 적응형 파운데이션 모델 추론) 워크숍'에서 개최된 '이피션트 큐원 컴피티션(Efficient Qwen Competition)'에서 평균 6.978배 빠른 추론 성능을 기록해 최종 3위에 올랐다고 13일 밝혔다. 전 세계 40여 개 팀이 참가한 이번 대회는 단일 엔비디아 A10G 그래픽처리장치(GPU) 환경에서 큐원3.5-4B 모델 성능은 유지한 채 답변 생성 속도를 얼마나 높일 수 있는지를 평가했다. AdaptFM 워크숍은 제한된 컴퓨팅 자원에서 대규모 AI 모델을 효율적으로 실행하는 기술을 주제로, 아마존·메타 등 글로벌 기업 연구자들이 조직위원으로 참여한다. 노타는 양자화로 모델의 메모리 사용량과 연산량을 줄이고 추측적 디코딩 기술을 결합해 추론 속도를 높였다. 추측적 디코딩은 초안 모델이 답변 후보를 빠르게 생성한 뒤 본 모델이 이를 검증해 최종 답변을 만드는 방식이다. 여기에 슬라이딩 윈도우 어텐션 기법을 적용해 불필요한 연산을 추가로 줄였다. 노타는 이번 수상과 함께 AdaptFM 워크숍에서 혼합 전문가(MoE) 구조 대규모언어모델(LLM) 양자화 관련 논문 2편도 채택됐다. 노타는 엔비디아 네모트론 해커톤에서도 데이터 기반 MoE 양자화 기술로 트랙 우승과 종합우승을 차지한 바 있다. 김태호 노타 최고기술책임자(CTO) 겸 공동창업자는 "글로벌 AI 생태계에서 활용되는 대표적인 오픈소스 AI 모델인 큐원을 대상으로 우리 추론 최적화 기술력을 검증받은 사례"라며 "온디바이스·엣지 AI 환경에 최적화 기술을 확대 적용할 것"이라고 말했다.

2026.07.13 14:19이나연 기자

LG, 세계 최고 AI 학회서 '엑사원' 성과 총출동

LG의 인공지능(AI) '엑사원'이 실험실을 넘어 신소재·금융·데이터 등 산업 현장 곳곳에서 성과를 내며 전문가 AI로 자리 잡고 있다. LG AI연구원은 6일부터 11일까지 서울 코엑스에서 열리는 '국제머신러닝학회(ICML) 2026'에 참가해 연구 성과와 엑사원의 산업 적용 사례를 발표한다고 8일 밝혔다. 이번 학회에서 LG AI연구원은 엑사원 디스커버리, 엑사원 BI, 엑사원 데이터 파운드리 등 산업 특화 솔루션을 한자리에 선보였다. 먼저 신소재 발굴 AI 플랫폼 '엑사원 디스커버리'의 실시간 데모와 함께 AI로 발굴해 상용화를 준비 중인 탈모 관리 신소재 '람시딜'과 차세대 AI 데이터센터 '액침 냉각유 소재' 실물을 공개했다. 람시딜은 LG생활건강이 LG AI연구원과 함께 42만개가 넘는 후보 물질 가운데 AI가 하루 만에 찾아낸 신소재다. 액침 냉각유 소재는 GS칼텍스와 공동 개발했다. 금융 분야에서는 한국·미국 증시 약 8000개 상장 종목을 매일 분석해 예측 점수와 분석 코멘터리를 제공하는 금융 특화 AI 에이전트 '엑사원 BI'를 시연했다. LG AI연구원은 올해 초 영국 런던증권거래소그룹(LSEG)과 미국 증시 예측 AI 서비스를 출시한 데 이어 이번 주 코스콤과 계약을 맺고 국내 증시 예측 서비스 사업도 시작했다. AI 데이터 공장 플랫폼 '엑사원 데이터 파운드리'도 시연했다. 데이터 생산성을 최소 1000배 이상 높이고 품질은 평균 20% 이상 개선하는 성과를 거뒀으며, 국민연금공단과 진행한 시범 사업에서는 하루 1만건 이상의 전문 데이터를 자동 구축하는 시스템을 구현했다. LG AI연구원은 이번 학회에서 논문 14편을 발표했다. 특히 신소재 생성 AI 기술은 글로벌 성능 지표 'LeMat-GenBench'에서 종합 순위 세계 2위를 기록했다. LG AI연구원은 2020년 12월 출범 이후 세계 최상위 AI 학회에서 논문 363편을 발표하고 총 838건의 특허를 출원했다. 임우형 LG AI연구원 공동 연구원장은 "엑사원은 더 이상 실험실이 아닌 현장에서 답을 찾는 전문가 AI"라며 "산업 난제 해결을 위한 퍼스트 무버 전략으로 글로벌 AI 주도권을 잡아갈 것"이라고 강조했다.

2026.07.08 10:00이나연 기자

트릴리온랩스 '모바일 월드모델', 세계 3대 AI 학회서 기술력 입증

트릴리온랩스가 개발한 모바일 월드모델 '지월드(gWorld)'가 세계 최고 권위의 머신러닝 학술대회에서 원천 기술 경쟁력을 입증했다. 트릴리온랩스는 지월드가 'ICML 2026' 메인 트랙에 채택됐다고 7일 밝혔다. ICML은 세계 3대 인공지능(AI) 학회 중 하나로, 채택 논문은 전 세계 연구자들의 동료 평가를 거쳐 선정된다. 지월드는 디지털 트윈 원리를 모바일 그래픽 사용자 인터페이스(GUI)에 처음 적용한 월드모델이다. 결제·예약·삭제 등 AI 에이전트가 실제 작업을 수행하기 전에 결과를 예측하고 시뮬레이션해 다양한 시나리오를 안전하게 검증할 환경을 제공한다. 트릴리온랩스는 모바일 환경을 첫 적용 대상으로 삼은 이유로 "현실 물리 세계와 달리 모바일 UI는 코드로 설계돼 코드 기반 예측 방식이 가장 정확하고 효율적으로 작동할 수 있는 영역이기 때문"이라고 설명했다. 기존 모바일 월드모델은 다음 화면을 픽셀 단위로 생성해 글자 뭉개짐이나 형태 왜곡이 발생했다. 지월드는 다음 화면 상태를 실행 가능한 웹 코드(HTML·CSS) 형태로 예측해 실제로 실행 가능한 구조화된 상태를 선명하게 출력한다. 렌더링 실패율은 1% 미만으로, 파라미터 수가 50배 이상 많은 메타의 '라마(Llama)-4-402B'를 능가하는 GUI 예측 정확도를 달성했다. 트릴리온랩스는 8B·32B 두 규모에서 가중치를 오픈웨이트로 공개해 국내외 모바일 에이전트 연구 생태계에 기여하겠다는 목표다. 또 모바일 월드모델에서 검증한 구조를 공장·발전소 등 산업 현장의 디지털 트윈으로 확장할 예정이다. 신재민 트릴리온랩스 대표는 "지월드는 AI 에이전트가 실제 행동하기 전에 먼저 검증할 수 있도록 하는 모바일 디지털 트윈 인프라"라며 "AI 팩토리 시대를 여는 핵심 인프라를 구축하겠다"고 말했다.

2026.07.07 15:50이나연 기자

셀렉트스타, AI 안전성 평가 기술력 국제 학계서 입증

셀렉트스타의 인공지능(AI) 안전성 연구 논문들이 세계적 권위의 머신러닝 학회 워크숍에 채택되며 신뢰성·안전성 평가 기술력을 입증했다. 셀렉트스타는 자사 AI 세이프티팀의 연구 논문 3편이 '국제머신러닝학회(ICML) 2026' 워크숍에 게재된다고 6일 밝혔다. ICML은 ICLR·NeurIPS와 함께 세계 최고 권위의 AI 학회로, 이날부터 11일까지 서울 코엑스에서 열린다. 채택된 논문은 실사용 환경에 배포된 에이전트형 AI의 안전·보안·신뢰성을 다루는 'AIWILD 워크숍' 1편, 생성형 AI의 문화적 가치를 평가·설계하는 방법을 다루는 '컬처 x AI 워크숍' 2편이다. '신뢰성에서 표현력까지: 루브릭 기반 안전성 평가 모델을 위한 커리큘럼(Reliable to Expressive: A Curriculum for Rubric-Following Safety Judges)' 논문은 안전성 평가 기준(루브릭)에 맞춰 AI 답변의 위험성을 검증·채점하는 평가 모델을 제안했다. '커리큘럼 러닝'을 도입해 범용 평가 모델이 금융권 데이터 등 새로운 도메인에서도 우수한 성능을 발휘함을 입증했다. '동아시아·동남아시아 맥락에서의 문화 적응형 레드티밍(Culturally-Adapted Red-Teaming Across East and Southeast Asian Contexts)'을 주제로 한 논문은 문화 맞춤형 레드티밍 벤치마크 생성 프레임워크 'CAGE'를 아시아권으로 확장 적용해 영어권 벤치마크 직역만으로는 국가·문화권별 위험을 포착하기 어렵다는 점을 분석했다. '한국 문화의 LLM 정렬 반영: 문화적 일관성을 향하여(Korean Culture into LLM Alignment: Toward Cultural Coherence)' 경우, 대규모언어모델(LLM)에 한국의 사회규범·법제도·언어적 맥락을 반영한 안전 정렬 데이터셋 구축 파이프라인을 제시했다. 답변 근거를 스스로 추론하도록 학습시켜 성능 저하 한계를 극복한 것이 특징이다. 이는 정부 주도의 '독자 AI 파운데이션 모델' 프로젝트에도 활용되고 있다. 김세엽 셀렉트스타 대표는 "이번 논문 채택은 AI 안전성 분야에서 요구되는 핵심 기술 역량을 입증했음을 보여준다"며 "ACL 2026, ICLR 2026 메인 컨퍼런스 채택에 이어 ICML 2026 워크숍에서도 연구 성과를 인정받은 만큼 신뢰할 수 있는 AI 생태계 구축을 위한 기술 개발에 힘쓰겠다"고 말했다.

2026.07.06 15:22이나연 기자

디노티시아, 메모리 병목 해결할 KV 캐시 20배 압축기술 'STAR-KV' 공개

AI 인프라 전문기업 디노티시아가 거대언어모델(LLM) 추론의 최대 병목으로 꼽히는 메모리 용량과 처리 속도 문제를 획기적으로 해결할 수 있는 신기술을 세계적 학회에서 선보인다. 디노티시아는 UC 샌디에이고(UCSD) VVIP 랩과 함께 연구한 KV 캐시(KV Cache) 압축 기술인 'STAR-KV' 논문과 소스코드를 공개했다고 2일 밝혔다. 해당 논문은 세계 최상위 머신러닝 학회인 'ICML 2026'의 스포트라이트 논문으로 전격 채택됐다. KV 캐시는 LLM이 이전에 읽은 문맥을 다시 계산하지 않도록 메모리에 저장해 두는 임시 기억 공간이다. 최근 AI가 대화 이력, 검색 결과 등 방대한 컨텍스트를 동시에 처리하는 에이전트형 시스템으로 진화하면서, KV 캐시는 그래픽처리장치(GPU) 메모리 사용량과 추론 비용을 좌우하는 핵심 병목으로 부상했다. 실제로 LLaMA-3.1-8B 모델이 배치 크기 4로 128K 토큰의 긴 컨텍스트를 처리할 경우, KV 캐시가 전체 GPU 메모리의 약 81%를 차지할 정도다. 이번에 공개된 STAR-KV는 저랭크 압축만으로 KV 캐시를 최대 75% 줄였으며, 혼합정밀도 양자화 기법을 결합해 전체 용량을 최대 20배까지 압축하는 데 성공했다. 특히 용량 압축에 그치지 않고 맞춤형 GPU 커널을 활용한 실행 최적화를 통해 연산 속도까지 끌어올렸다. 어텐션 연산 속도는 최대 6.9배, 전체 생성 처리량은 최대 3.1배 향상시키면서도 기존 압축 방식보다 높은 정확도를 유지했다. STAR-KV 논문이 발표될 ICML은 NeurIPS, ICLR과 함께 AI·머신러닝 분야의 최고 권위 학회로 꼽히며, 올해는 오는 7월 6일부터 11일까지 서울 코엑스에서 개최된다. 올해 심사에 들어간 2만3918편의 논문 중 6352편이 채택됐으며, 디노티시아의 논문이 선정된 '스포트라이트' 세션은 전체 심사 논문의 상위 약 2.2%(536편)에만 허락된다. 디노티시아는 향후 STAR-KV가 실제 AI 서비스 환경에 적용될 수 있도록 기술을 고도화하는 한편, vLLM을 비롯한 주요 오픈소스 LLM 추론 프레임워크에 이를 통합할 계획이다. 정무경 디노티시아 대표는 “AI가 더 긴 맥락을 더 낮은 비용으로 빠르게 처리할 수 있도록 돕는 기술이 중요해지고 있다”라며 “STAR-KV는 핵심 병목인 KV 캐시 용량과 처리 속도 문제를 실질적으로 해결하는 기술이며, 소스코드 오픈소스화를 통해 글로벌 AI 추론 생태계 발전에 기여하겠다”고 말했다.

2026.07.02 09:17전화평 기자

노타, 세계적 학회서 'MoE' 특화 AI 최적화 기술력 입증

노타가 세계적 머신러닝 학회에서 거대언어모델(LLM) 핵심 구조로 주목받는 전문가 혼합(MoE) 모델 최적화 분야 기술력을 인정받았다. 지난 엔비디아 네모트론 해커톤에서 데이터 기반 MoE 양자화 기법으로 트랙 우승과 종합우승을 차지한 데 이은 성과다. 노타는 ICML 2026의 '리소스 적응형 파운데이션 모델 추론(AdaptFM)' 워크숍에서 자사의 MoE 특화 양자화 알고리즘 논문 2편이 최종 채택됐다고 11일 밝혔다. MoE는 여러 전문가 모델 중 필요한 일부만 선택해 동작하는 방식으로, 대형 AI 모델의 성능과 효율을 동시에 높일 수 있어 최신 LLM에서 빠르게 확산하고 있다. 다만 모델 구조가 복잡한 만큼 이를 더 작고 가볍게 만드는 양자화 과정에서도 기존 일반 모델과는 다른 접근이 필요하다. 이번에 채택된 첫 번째 논문 'DREAM-MoE'는 대규모 AI 모델을 여러 구간으로 나눠 양자화할 때 발생할 수 있는 판단 흐름의 변화를 줄이는 방법을 제안한다. 노타는 앞쪽 구간에서 생긴 작은 오차가 뒤쪽 구간 전문가 선택까지 바꿀 수 있다는 점에 주목해 양자화 이후에도 모델이 원래와 유사한 방식으로 필요한 전문가를 선택할 수 있도록 했다. 또 다른 논문 'SRA-MoE'는 모델 결과에 더 큰 영향을 주는 중요한 입력을 선별해 우선적으로 보호하는 방법을 제안한다. 모든 입력을 동일하게 다루기보다 핵심 입력에서 전문가 선택이 크게 흔들리지 않도록 설계해 제한된 자원으로도 모델 품질을 효과적으로 유지할 수 있도록 했다. 두 연구 모두 최신 MoE 특화 양자화 기법들과 비교해 더 높은 성능이 확인됐다고 노타는 강조했다. AI 모델을 더 적은 메모리와 연산 자원으로 실행하면서도 품질 저하를 줄였다는 설명이다. 노타는 정부 주도의 독자 파운데이션 모델 개발 과제에 참여 중인 업스테이지 컨소시엄에서 '솔라 MoE'와 같은 대규모 모델 최적화를 추진하는 한편, 엔비디아 네모트론 3 나노 모델 양자화 경험을 네모트론 울트라 등 최신 모델로 확장하는 등 기술 적용 범위를 넓히고 있다. 채명수 노타 대표는 "이번 논문 채택은 노타가 MoE에 특화된 양자화 기술을 꾸준히 고도화해 온 성과"라며 "대규모 AI 모델을 더 효율적으로 활용할 수 있는 최적화 기술 개발을 이어가겠다"고 말했다.

2026.06.11 10:16이나연 기자

AI학회 '동료평가' 잘못하다간 철퇴...UNIST, 묘안 제시로 ICML서 최고 논문상

국내 연구진이 최근 대두된 AI학회의 부실한 '동료평가'에 대한 해법을 세계 3대 인공지능학회로 꼽히는 ICML(기계학습분야 국제학술대회) 포지션 트랙에 제출, 최고 논문상(Outstanding Paper Award)을 수상했다. 국내에서 ICML 최고 논문상이 나온 것이 이번이 처음이다. 수상자는 UNIST 인공지능대학원 이슬기 교수팀이다. 이 교수팀은 AI학회 동료평가 시스템 문제점을 진단하고 해법을 명쾌하게 제시했다. 동료평가는 학술지나 학회에 투고된 논문을 같은 분야 연구자들이 익명으로 심사해 투고 승인(accept) 여부를 결정하는 평가 방법이다. 특히, 논문에서 연구 품질을 보장하고 부실한 결과물을 거르는 중요한 절차로 인식되지만, 최근 AI 학회를 중심으로 투고 건수가 급증하면서 심사자 부족과 평가 신뢰성 저하 문제가 동시에 불거졌다. 일부 심사자는 생성형 AI에 전적으로 의존하거나, 논문을 제대로 읽지 않은 채 심사를 넘기는 경우도 적지 않은 것으로 파악됐다. 연구팀은 이같은 문제를 해결하기 위해, 논문 투고 저자가 심사자의 피드백을 역으로 평가하는 구조와 심사자에게 인센티브를 제공하는 방안을 함께 제안했다. 김재호 연구원(공동 제1저자)은 “심사자에게 책임과 동기를 함께 부여하는 현실적 대안이라는 점에서 높은 평가를 받았고, 국제 자선단체 오픈필란트로피가 협업을 제안해 왔다”고 말했다. 이윤석 연구원(공동제1저자)은 “제안한 동료평가 개선 방법은 AI 분야뿐만 아니라 다른 학술 분야에서도 활용할 수 있다"며 "의학, 생물학, 화학 등 동료평가로 논문을 심사하는 모든 분야에서 적용 가능하다”고 덧붙였다. 이슬기 교수는 "AI 기술 발전과 함께 단순히 기술적인 연구뿐만 아니라 AI 정책과 시스템에 대한 연구도 함께 뒷받침되는 것이 중요하다"며 "이번 연구가 그런 균형 잡힌 접근의 좋은 사례"라고 말했다. 시상식은 2025년 ICML 연례학회가 열리는 캐나다 밴쿠버에서 지난 15일(현지시각) 열렸다.

2025.07.16 09:26박희범 기자