• ZDNet USA
  • ZDNet China
  • ZDNet Japan
  • English
  • 지디넷 웨비나
뉴스
  • 최신뉴스
  • 방송/통신
  • 컴퓨팅
  • 홈&모바일
  • 인터넷
  • 반도체/디스플레이
  • 카테크
  • 헬스케어
  • 게임
  • 중기&스타트업
  • 유통
  • 금융
  • 과학
  • 디지털경제
  • 취업/HR/교육
  • 생활/문화
  • 인사•부음
  • 글로벌뉴스
  • AI의 눈
반도체
인공지능
AI의 눈
IT'sight
칼럼•연재
포토•영상

ZDNet 검색 페이지

'LLM'통합검색 결과 입니다. (304건)

  • 태그
    • 제목
    • 제목 + 내용
    • 작성자
    • 태그
  • 기간
    • 3개월
    • 1년
    • 1년 이전

[기자수첩] 해킹 올림픽 '데프콘 2026'이 보여준 것

'해킹 올림픽'으로 불리는 세계 최고 권위 해킹 대회 '데프콘(DEF CON) CTF 2026'이 최근 막을 내렸다. 그런데 본선 참가자 사이에서 한 가지 소문이 돌고 있다. 1위를 차지한 팀 '블루워터(BlueWater)'가 5만달러(한화 약 7000만원)에 달하는 AI 토큰을 사용했다는 것으로, 막대한 금액의 토큰이 1위를 차지하는데 큰 영향을 줬다는 것이다. 이에 대해 1위 팀 소속의 한 참가자는 SNS에 "명확히 하자면 이번 데프콘 CTF에서 토큰에 5만달러를 쓰지는 않았다. 이보다 적게 지불했지만 금액은 공개할 생각은 없다. 단순 추측이더라도 소문을 퍼뜨리지 말아 달라"고 밝혔다. 데프콘 본선 참가자들은 1위 팀이 5만달러까지는 아니라도 적지 않은 금액을 투입했을 것으로 보고 있다. 이에, 후원 없이 사비로 토큰을 사용했고, 인력도 한참 모자란 팀은 상대적으로 고득점을 노리기 어려운 환경이었다는 볼멘 소리도 나왔다. 그렇다고 데프콘 CTF가 오로지 '쩐의 전쟁'이 된 건 아니다. 2위를 기록한 한국 팀 '0x4b52'는 30여명의 순수 한국인으로만 구성, 비교적 적은 인원으로 구성됐고 토큰도 그리 많이 사용하지 않았지만 2위를 했다. 7위로 대회를 마친 '진따비스(Jinddabi's)' 팀 소속 참가자는 "1위를 한 블루워터 팀이 막대한 AI 토큰을 사용했다는 얘기를 나도 들었다. 누군가는 토큰이 부족했을 수도 있고 누군가는 적당했을 수도 있다. 하지만 한 가지 확실한 점은 토큰을 많이 사용했다는 것 자체가 이미 고도의 질의와 프롬프트를 운용할 수 있는 사람이고, 실력 있는 사람이다"면서 "진따비스 팀도 인원이 100명으로 많은 인원이었는데 각 인원이 최대 토큰을 사용했으면 못해도 3등 안에 들었어야 했는데, 토큰 사용량이 순위와 비례하지는 않았다"고 짚었다. 이어 그는 그는 "토큰을 많이 사용할 줄 알고, 잘 활용하는 사람들이 상위권을 차지했다고 생각한다"며 "과거에는 인간이 해킹 기술을 얼만큼 많이 알고 있고 잘 활용하는지가 데프콘 CTF의 상위 성적을 거둘 수 있는 요인이었다면, 지금은 LLM을 얼마나 잘 다루느냐가 관건이 된 시대다"고 말했다. 블루워터 팀 소속이라고 밝힌 한 참가자는 SNS에서 LLM이 일부 기술 장벽을 낮췄지만 팀 간 기술 차이를 없앤건 아니라고 생각한다면서 "우리가 우승할 수 있었던 가장 큰 이유는 오랜 세월 데프콘 CTF에 참가해 온 베테랑 멤버들이 있었고, 그들이 축적한 경험과 지식, 판단력, 대회에 대한 이해가 유리하게 작용했다"고 진단했다. 이어 그는 LLM이 팀 간 기술 차이를 일부 완화했지만 LLM으로 완전히 대체되지는 않았다면서 "LLM은 기술적인 업무의 모습을 바꿀 수는 있지만, 경험, 지식, 판단력을 무의미하게 만들지는 않는다"고 강조했다. 다른 참가자도 "상위 팀들은 챗GPT 계정을 통합하는 등 토큰을 최대치까지 공격적으로 사용했다. 하지만 이전에 더 잘했던 사람들도 LLM이 등장한 후에도 더 잘했으며, 그들이 많은 문제를 해결하고 있다. '토큰 맥싱'은 토큰 맥싱일 뿐"이라고 말했다. 이들의 의견을 종합하면 LLM이 데프콘 CTF 풍경을 크게 바꾸어 놓은 것은 부정할 수 없는 사실이다. 이 과정에서 막대한 토큰 비용과 인력 및 자본력의 차이가 불평등한 출발선을 만든다는 불만과 회의론이 나오는 것도 충분히 이해할 수 있는 대목이다. 그러나 기술적 장벽이 낮아진 환경 속에서도 승패를 가른 결정적 요인은 결국 AI를 효율적으로 운용하는 고도의 프롬프트 기술과 오랫동안 축적된 베테랑들의 경험, 그리고 냉철한 판단력이었다. 데프콘 CTF가 나아가야할 방향성은 이미 정해졌다. LLM이라는 강력한 도구를 얼마나 깊이 이해하고 유연하게 다룰 수 있느냐가 새로운 경쟁력이 되는 시대가 도래했다.

2026.08.20 15:27김기찬 기자

"GPU 증설보다 효율 따져야"…망고부스트가 꺼낸 'AI 풀스택' 해법

"값비싼 그래픽처리장치(GPU)를 늘리기보다 이미 확보한 자원을 효율적으로 활용해야 하는 시대가 왔습니다." 망고부스트가 인공지능(AI) 인프라 시장에 던진 메시지다. 데이터처리장치(DPU)와 추론 소프트웨어(SW), GPU·스토리지 서버를 하나의 시스템으로 결합해 AI 데이터센터(AIDC)의 병목을 줄이겠다는 전략이다. 망고부스트는 DPU로 사업을 시작했지만 현재는 GPU 서버와 스토리지 서버, AI 추론 SW를 아우르는 AI 풀스택 기업으로 영역을 넓히고 있다. 개별 부품 공급을 넘어 데이터센터에 즉시 구축할 수 있는 랙 단위 시스템과 서버리스 추론 서비스까지 제공하겠다는 구상이다. 이런 전략은 망고부스트가 내세운 '부스트 유어 데이터센터(Boost Your Data Center)' 목표와 맞닿았다. 데이터센터 장비를 계속 늘리기보다 GPU와 서버, 스토리지 사이 데이터 이동을 최적화해 기존 인프라 처리 성능을 최대한 끌어내겠다는 의미다. 망고부스트 기술은 김장우 대표가 이끈 서울대 고성능컴퓨터시스템연구실에서 출발했다. 김 대표는 선마이크로시스템즈와 오라클에서 중앙처리장치(CPU)·시스템 아키텍트로 근무한 뒤 서울대 교수로 재직하며 10년 이상 서버 가속 기술을 연구했다. 김 대표와 연구진은 CPU가 연산뿐 아니라 네트워크와 스토리지 관련 작업까지 처리하는 기존 서버 구조에 주목했다. CPU에 업무가 몰리면 GPU와 스토리지 사이 데이터 이동이 느려지고, 고가의 GPU가 연산을 수행하지 못한 채 대기하는 시간이 늘어날 수 있기 때문이다. 연구진은 CPU가 맡던 네트워크와 스토리지 작업을 별도 반도체로 분리하는 DPU 기술을 개발했다. 김 대표는 연구 결과를 실제 데이터센터 환경에 적용하기 위해 2022년 망고부스트를 설립했다. 망고부스트는 미국 델라웨어 법인으로 출발해 워싱턴주 벨뷰에 본사를 뒀다. 서울과 산호세, 토론토, 도쿄, 인도네시아 등에서도 연구개발과 제품화, 고객 대응 업무를 수행하고 있다. 조직은 연구개발 중심으로 이뤄졌다. 현재 125명 넘는 엔지니어를 확보했으며 전체 인력 약 75%를 연구개발 업무에 배치했다. 부스트X에서 알폰소·케사르까지…HW·SW 하나로 묶었다 망고부스트 사업 출발점은 자체 DPU '부스트X(Mango BoostX™)'다. 부스트X는 CPU가 담당하던 네트워크와 스토리지, 보안 관련 작업을 대신 처리해 CPU와 GPU가 핵심 연산에 집중하도록 돕는다. 고속 네트워크 기반 AI 인프라에는 '로키 AI(RoCE AI)'가 적용된다. 로키 AI는 통합 이더넷 환경에서 원격직접메모리접근(RDMA)을 지원하는 RoCE 통신을 가속해 GPU와 서버 사이 데이터 전송 과정에서 발생하는 병목을 줄이는 역할을 한다. 망고부스트는 부스트X가 AI 에이전트 인프라 조정 작업까지 지원하도록 기술을 확장하고 있다. AI 에이전트가 여러 모델과 데이터, 외부 도구를 오가는 과정에서 발생하는 네트워크·스토리지 처리를 CPU에서 분리한다는 구상이다. DPU 위에서는 AI 추론 SW 'LLM부스트(LLM Boost™)'가 작동한다. LLM부스트는 여러 GPU와 서버에 AI 추론 요청을 분배하고 각 GPU가 맡을 작업을 조정해 유휴 시간을 줄이는 역할을 한다. 망고부스트 인프라는 서로 다른 세대나 제조사 AI 가속기를 하나의 클러스터처럼 활용하도록 설계한 것도 특징이다. 기업이 기존 GPU를 폐기하거나 전체 시스템을 최신 장비로 교체하지 않고도 신규 GPU와 함께 운용할 수 있도록 지원한다. 특히 GPU 서버 '알폰소(Mango Alphonso™)'는 이들 기술을 완제품 형태로 묶은 제품이다. AMD GPU와 부스트X, LLM부스트를 하나의 서버에 탑재해 AI 모델 학습과 추론에 필요한 연산·통신 환경을 통합했다. 스토리지 서버 '케사르(Mango Kesar™)'는 GPU가 연산에 필요한 데이터를 제때 공급하도록 지원한다. 저장 용량과 처리 성능을 각각 확장할 수 있는 분리형 구조를 채택했으며, DPU가 GPU와 스토리지 사이 통신을 가속한다. 통합 관리 SW '망고 AI 센터(MAC)'는 여러 서버 노드의 GPU·메모리 사용률과 전력, 온도, 네트워크 상태를 한 화면에서 보여준다. 관리자는 GPU가 제대로 활용되고 있는지 확인하고 시스템에서 발생한 병목이나 이상 상태를 파악할 수 있다. 서울에 42U 랙 10대 구축…벤치마크 넘어 실서비스 검증 서울에 위치한 망고부스트 데이터센터에 들어서자 검은색 서버랙이 줄지어 있었다. 랙 전면에 설치된 노란색 패널에는 '부스트 유어 데이터센터(BOOST YOUR DATA CENTER)' 문구가 적혀 있었다. 망고부스트는 외부 사업자가 운영하는 코로케이션 데이터센터의 공간과 전력·냉각 설비를 빌려 자체 AI 시스템을 구축하고 있다. 이곳에는 AMD 'MI355X' GPU를 탑재한 42U 규격 서버랙 10대를 배치할 계획이다. 각 랙은 GPU 서버 알폰소와 스토리지 서버 케사르를 중심으로 구성됐다. 부스트X와 로키 AI가 GPU·서버·스토리지 사이 데이터 이동을 가속하고, LLM부스트가 여러 GPU에 AI 추론 작업을 분배하는 구조다. 망고 AI 센터 화면에서는 GPU 사용률과 메모리, 전력, 온도, 네트워크 상태를 실시간으로 확인할 수 있었다. 개별 장비가 아니라 랙 전체의 연산 자원과 데이터 흐름을 통합 관리하기 위한 체계다. 망고부스트가 자체 데이터센터를 구축한 이유는 개별 제품이 아닌 전체 시스템의 성능을 검증하기 위해서다. DPU나 SW만 공급하면 고객이 사용하는 GPU와 네트워크, 스토리지 구성에 따라 실제 성능이 달라질 수 있다. 회사는 직접 구성한 데이터센터에서 HW와 SW를 함께 조정해 벤치마크에서 확인한 성능을 실제 고객 환경에서도 재현할 방침이다. 고객이 도입 전에 시스템 성능을 검증하는 공간으로도 활용한다. 망고부스트는 국제 AI 시스템 성능평가 'MLPerf'를 통해 추론 기술력을 검증하고 있다. MLPerf 인퍼런스 5.0에서 AMD 'MI300X' GPU 32개와 LLM부스트를 결합한 시스템은 엔비디아 'H100' GPU 32개 기반 비교 시스템보다 비용 대비 처리량이 2.8배 높은 것으로 나타났다. 다만 해당 수치는 망고부스트가 적용한 GPU와 SW 가격을 기준으로 총비용을 산정한 결과다. 고객 장비 도입 가격과 전력·냉각 비용, 운영 조건에 따라 실제 경제성은 달라질 수 있다. MLPerf 인퍼런스 6.0에서는 미국과 한국에 설치된 세 종류 AMD GPU 24개를 하나의 추론 시스템으로 연결했다. 해당 시스템은 '라마2-70B' 모델을 구동해 95.5%의 확장 효율을 기록했다. 망고부스트는 이를 통해 지역과 세대가 다른 GPU도 하나의 AI 추론 자원으로 활용할 수 있다고 설명했다. 기존 GPU와 최신 GPU를 같이 사용하면 장비 교체와 데이터센터 증설 부담을 줄일 수 있다는 주장이다. 망고부스트는 이런 HW·SW 통합 역량을 서버리스 AI 추론 서비스로 확장했다. 최근 미국 샌프란시스코에서 열린 'AMD 어드밴싱 AI 2026(AMD Advancing AI 2026)'에서 서버리스 AI 추론 플랫폼 '망고 인퍼런스(Mango Inference)'를 상용 출시했다. 망고 인퍼런스는 개발자가 GPU와 서버를 직접 구축·운영하지 않고 응용프로그램인터페이스(API)를 통해 AI 모델을 이용하도록 지원한다. 망고부스트의 GPU 서버와 DPU, LLM부스트를 서비스 형태로 제공하는 식이다. 망고부스트는 행사에서 AMD 최신 AI 가속기를 기반으로 엔비디아 차세대 칩 기반 시스템을 웃도는 추론 성능을 구현했다고 밝혔다. 엔비디아 GPU에 의존하지 않고도 AI 모델을 더 빠르고 경제적으로 운영할 수 있다는 것이 회사 측 설명이다. 당시 배경훈 부총리 겸 과학기술정보통신부 장관과 리사 수 AMD 최고경영자(CEO)도 행사장에 마련된 망고부스트 부스를 방문해 망고 인퍼런스를 살펴봤다. 망고부스트에 따르면 배 부총리와 리사 수 CEO는 서버리스 AI 추론 플랫폼의 필요성과 활용 가능성에 공감의 뜻을 나타냈다. 강남 데이터센터는 망고 인퍼런스의 성능과 안정성을 검증하고 실제 고객 요청을 처리하는 기반 시설로 활용된다. 제품 시험장과 고객 검증 공간을 넘어 AI 연산 자원을 서비스 형태로 공급하는 거점 역할까지 맡는 셈이다. 망고부스트는 완성형 서버랙을 판매하거나 고객 데이터센터에 동일한 시스템을 구축하는 방식으로 사업을 확대할 방침이다. DPU와 서버 공급에서 출발해 랙 단위 통합 인프라와 서버리스 AI 추론 서비스까지 사업 구조를 넓히고 있다. 망고부스트는 "우리 과제는 벤치마크에서 확인한 성능을 실제 고객 서비스에서도 재현하는 것"이라며 "응답속도와 안정성뿐 아니라 전력·냉각 효율, 유지보수와 장애 대응 능력까지 입증하겠다"고 강조했다.

2026.08.19 14:41김미정 기자

솔트룩스, 2분기 매출 115억…전년비 64% 성장

솔트룩스가 원전·금융·공공 등 주요 산업에서 인공지능(AI) 전환 수주 기반을 확대하며 외형성장을 이뤘지만 영업손실은 소폭 확대됐다. 솔트룩스는 2026년 2분기 연결 기준 매출 115억 원, 영업손실 35억 원을 기록했다고 14일 공시했다. 매출은 전년 동기 대비 64% 증가했고 영업손실은 전년 동기 대비 7% 확대됐다. 상반기 누적 매출은 205억원, 영업손실은 84억 원이다. 올해 상반기 누적 수주는 189억 원을 기록했다. 회사의 주요 사업인 시스템통합(SI) 및 AI 솔루션 사업은 프로젝트 수행 기간과 진행률 등에 따라 매출이 인식되는 구조로, 수주와 매출 인식 시점에는 차이가 발생한다. 6월 말 기준 약 155억 원의 수주잔고가 향후 프로젝트 진행에 따라 매출에 반영될 예정이다. 솔트룩스의 베트남 현지법인 솔트룩스테크놀로지(SLT)의 올해 상반기 매출은 88만 달러로 전년 동기 41만 달러 대비 115% 증가했다. 특히 글로벌 로보틱스 기업을 대상으로 한 데이터 수집 서비스에서 60만 달러 매출을 확보해 SLT 전체 매출의 약 68%를 차지했다. 글로벌 시장 매출도 전년 동기 대비 60만 달러 증가했다. 다만 이 실적은 솔트룩스 별도재무제표에는 포함되지 않는 SLT 자체 실적으로 연결재무제표에 반영된다. 로보틱스 데이터는 로봇이 실제 환경을 인식하고 판단·행동할 수 있도록 피지컬 AI를 학습시키는 핵심 기반이다. 솔트룩스는 베트남 법인의 데이터 수집·구축 역량을 바탕으로 글로벌 로보틱스 기업 대상 사업을 확대하고 피지컬 AI 영역까지 사업 기반을 넓힐 계획이다. 국내에서는 온톨로지와 자체 거대언어모델(LLM), AI 에이전트를 결합한 풀스택 AI를 중심으로 원전·금융·공공 등 전문 산업의 수주 기반을 확대할 계획이다. 해외에서는 로보틱스 데이터 등 피지컬 AI 관련 사업을 새로운 성장 동력으로 육성한다는 전략이다. 이경일 솔트룩스 대표는 "선제적인 AI 인프라 투자와 전문 인력 확충을 바탕으로 주요 사업 부문에서 견조한 수주 실적을 냈다"며 "하반기 수주잔고의 매출 전환과 베트남 법인 등 글로벌 사업 성과를 바탕으로 매출 성장세를 이어가겠다"고 말했다.

2026.08.14 15:55이나연 기자

업스테이지 '솔라 프로 4', 韓 모델 최초 글로벌 개발자 플랫폼에

업스테이지의 최신 거대언어모델(LLM) '솔라 프로 4'가 한국 모델 최초로 글로벌 개발자 플랫폼에 이름을 올렸다. 업스테이지는 솔라 프로 4 공개 직후 미국 누스 리서치가 개발한 AI 에이전트 '헤르메스 에이전트'와 응용 프로그램 인터페이스(API) 라우팅 플랫폼 '오픈라우터'에 등재됐다고 14일 밝혔다. 오픈라우터 등재 3일 만에 누적 토큰 소비량은 800억 토큰을 넘어섰다. 글로벌 주요 모델의 에이전트 성능을 비교하는 '에이전트 아레나' 리더보드에도 한국 모델 최초로 진입해 미국·중국 모델이 독점하던 47개 주요 모델 순위표에 자리했다. 솔라 프로 4는 실제 업무 수행에 최적화된 에이전트 역량이 핵심이다. 터미널 다단계 작업 완수 능력 평가(Terminal-Bench v2.1)에서 57점으로 전작보다 4.8배 향상됐고 도구 사용 능력 평가(τ³-Banking)에서도 23점으로 2.6배 개선됐다. 장문 이해 벤치마크(AA-LCR)에서는 71점으로 전작 대비 2.3배 이상 우수한 성능을 보였다. 글로벌 AI 평가기관 아티피셜 애널리시스의 종합 성능 지표(AAII)에서는 42점으로 전작 대비 3배 이상 개선됐다. 엔비디아 '네모트론 3 울트라'(38점)·구글 '제미나이 3.5 플래시-라이트'(37점) 등 미국 빅테크는 물론, 미스트랄 '미디엄 3.5'(30점), 코히어 '커맨드 A+'(23점) 등 경쟁 소버린 모델을 앞섰다. 국내 기업 및 공공기관 사무 환경에 특화된 한국어 성능과 문서 처리 능력도 향상됐다. 솔라 프로 4는 업스테이지의 에이전트 문서 처리 통합 솔루션 '업스테이지 스튜디오'에 탑재됐다. 한글 문서를 비롯한 다양한 문서 서식에서 정보를 추출해 요약·분석·번역 등의 작업을 한 번에 처리할 수 있다. 김성훈 업스테이지 대표는 "실무에서 AI에게 필요한 것은 시험을 잘 보는 능력이 아니라 맡은 일을 끝까지 해내는 신뢰성"이라며 "솔라 프로 4가 글로벌 개발자 플랫폼에 한국 모델 최초로 이름을 올린 것은 우리 AI 기술이 세계 현장에서 통한다는 증거"라고 말했다.

2026.08.14 12:59이나연 기자

LG 컨소시엄, '엑사원' 앞세워 보안 특화 AI 모델 개발 추진

LG CNS와 LG AI연구원, LG유플러스가 LG 컨소시엄을 꾸리고 대규모언어모델(LLM) '엑사원(EXAONE)' 기반 사이버보안 특화 AI 파운데이션 모델 개발에 나선다. 12일 업계에 따르면 LG CNS, LG AI연구원, LG유플러스 등은 과학기술정보통신부의 '특화 인공지능 파운데이션 모델 개발(사이버보안 분야) 사업' 참여를 준비하고 있다. 이번 사업은 국내 산업 현장에서 활용 가능한 특화 AI 모델을 육성하고 관련 생태계 조성 기반을 마련하는 데 초점이 맞춰져 있다. 업계에 따르면 SK텔레콤과 네이버클라우드도 이번 사업 참여를 준비 중인 것으로 알려졌다. 국내 주요 ICT 기업 간 사이버보안 특화 AI 파운데이션 모델 선점 경쟁이 본격화하는 양상이다. LG 컨소시엄은 LG AI연구원의 초거대 AI 모델 '엑사원'을 보안 데이터셋으로 파인튜닝해 사이버보안 특화 AI 모델을 공동 개발할 계획이다. LG AI연구원과 LG CNS가 모델 개발을 주도한다. 이 과정에서 LG CNS는 AI 학습용 보안 데이터의 정제, 라벨링, 표준화, 가공을 맡는다. 동시에 개발 모델의 보안 성능 검증도 수행할 예정이다. LG유플러스는 모델 학습에 필요한 보안 데이터를 제공하고, 개발된 모델의 실증 검증을 담당한다. LG CNS는 그룹 내 사이버보안 역량을 바탕으로 이번 사업 경쟁력을 확보한다는 전략이다. 실제 공격자 관점에서 시스템 취약점을 점검하는 '레드팀', 공격 탐지와 방어를 맡는 '블루팀', AI 모델과 데이터, 서비스 전반의 보안 위협에 대응하는 'AI보안팀' 등 전문 조직을 운영하고 있다. 여기에 공공, 금융, 제조, 물류 등 다양한 산업에서 AX 사업을 수행하며 축적한 현장 경험도 강점으로 꼽힌다. LG CNS는 산업별 디지털 전환과 AI 적용 경험을 기반으로 사이버보안 특화 AI 모델의 실효성을 높인다는 방침이다. LG 컨소시엄은 이번 사업을 통해 확보한 모델을 국내 보안 기업과 기관이 활용할 수 있도록 해 보안 서비스 개발 기반을 넓힌다는 계획이다. 단순한 모델 개발을 넘어 국내 AI 보안 산업 생태계 활성화로 연결하겠다는 의미다. LG CNS 측은 "이번 사업을 통해 사이버보안 특화 AI 파운데이션 모델을 확보하고, 국내 보안 기업과 기관이 이를 활용해 다양한 보안 서비스를 개발할 수 있는 기반을 마련함으로써 국내 AI 보안 산업 생태계 활성화에 기여할 계획"이라고 밝혔다.

2026.08.12 16:15남혁우 기자

올해 AI 최적화 IaaS 지출 96% 증가…추론이 학습 추월

올해 전 세계 인공지능(AI) 최적화 서비스형 인프라(IaaS) 지출이 지난해보다 96% 증가해 약 59조 원에 이를 것이라는 전망이 나왔다. 거대언어모델(LLM) 학습 수요가 이어지는 가운데 기업들의 AI 도입이 확대되면서 관련 인프라 투자가 빠르게 늘고 있다는 분석이다. 가트너는 전 세계 AI 최적화 IaaS 지출이 2026년 420억 달러(약 59조 원)에 달할 것이라고 11일 밝혔다. 지난해 지출액은 215억 달러로, 올해 성장률은 96.4%에 이른다. AI 최적화 IaaS 시장은 2027년에도 56.5% 성장해 661억 달러(약 93조 원) 규모에 이를 것으로 예상됐다. 특히 AI 인프라 중심이 학습에서 추론으로 이동하고 있다는 점이 눈에 띈다. 에이전틱 AI가 확산하면서 여러 단계의 자율적인 작업을 수행하는 과정에서 컴퓨팅 수요가 커지고 있기 때문이다. 가트너에 따르면 올해 전 세계 추론 부문 지출은 233억 달러(약 33조 원)로, 학습 관련 지출 190억 달러(약 27조 원)를 넘어설 전망이다. AI 최적화 IaaS 전체 지출에서 추론이 차지하는 비중도 2026년 55%에서 2027년 59%로 확대될 것으로 예상된다. 이에 따라 기업의 클라우드 투자 우선순위도 재편될 것으로 보인다. 하딥 싱 가트너 수석 애널리스트는 "LLM 학습을 지원하기 위한 인프라 수요가 지속되고 기업 애플리케이션과 업무 프로세스 전반에 걸쳐 AI가 빠르게 상용화되면서 시장 성장을 견인하고 있다"고 말했다. 이어 "기업들이 모델 개발에서 대규모 상용 배포로 전환하면서 미세 조정 모델과 도메인 특화 모델(DSM)이 고객 대응 및 운영 시스템에 빠르게 통합되고 있다"며 "이 같은 변화는 클라우드 소비를 가속화하고 AI 최적화 인프라에 대한 지속적인 수요를 창출하고 있다"고 덧붙였다.

2026.08.11 15:17이나연 기자

추론 특화 '모티프 2', MS 애저서 쓴다

모티프테크놀로지스가 자체 개발 대규모언어모델(LLM) '모티프(Motif) 2'를 마이크로소프트(MS) 마켓플레이스를 통해 글로벌 기업 고객에게 제공한다. 모티프테크놀로지스는 Motif 2를 마이크로소프트 마켓플레이스에 등록하고 서비스를 시작한다고 11일 밝혔다. 고객은 마켓플레이스에서 Motif 2를 선택한 후 마이크로소프트 애저 환경에서 응용 프로그램 인터페이스(API) 엔드포인트를 생성해 생성형 AI 시나리오에 활용할 수 있다. 별도 인프라 구축 없이 기존 애저 환경에서 배포·관리할 수 있으며 MS 계약 및 구매 프로세스와 연계해 비용도 효율적으로 운영할 수 있다. Motif 2는 지난해 11월 허깅페이스에 오픈소스로 공개된 127억 개 매개변수 규모 추론 특화 LLM이다. 모티프테크놀로지스가 모델 구축부터 데이터 학습까지 전 과정을 직접 수행한 국산 모델로 공개 직후 글로벌 AI 평가기관 아티피셜 애널리시스의 종합 성능 지표(AAII)에서 한국 1위를 기록했다. 후속 모델 'Motif 3'도 최근 개발을 완료해 정부의 독자 AI 파운데이션 모델(독파모) 2차 심사에 제출됐다. 3140억 개 매개변수 규모로 지난달 말 공개된 베타 버전은 AAII 글로벌 공동 11위·오픈소스 중 글로벌 공동 3위를 기록했다. 독파모 심사 결과에 맞춰 기술보고서와 함께 최종 모델을 오픈소스로 공개할 예정이다. 임정환 모티프테크놀로지스 대표는 "국내에서 개발된 독자 AI 모델이 글로벌 고객 접점을 확대하는 기반이 마련됐다는 점에서 의미가 크다"며 "전 세계 기업들이 더 쉽고 안전하게 AI를 활용할 수 있도록 더 우수한 모델과 서비스를 지속적으로 선보일 것"이라고 말했다.

2026.08.11 14:09이나연 기자

[AI는 지금] "LLM 키울 데이터가 없다"…中 AI, 중국어 부족에 비상등

중국 인공지능(AI) 기업들이 고품질 학습 데이터 확보에 비상이 걸렸다. 온라인에서 활용할 수 있는 중국어 데이터가 제한적인 데다 공개 데이터 고갈 우려까지 커지면서 차세대 대규모언어모델(LLM) 개발을 위한 데이터 확보 부담도 높아지고 있다. 8일 사우스차이나모닝포스트(SCMP)가 인용한 인터넷 통계업체 W3테크스(Techs) 자료에 따르면 이달 기준 전 세계 웹 콘텐츠에서 중국어가 차지하는 비중은 1.3% 수준이다. 영어는 전체의 절반에 가까운 비중을 차지했으며 스페인어와 독일어는 각각 6%, 일본어는 5%로 집계됐다. AI 업계 전반에선 모델 학습에 투입할 고품질 인간 생성 데이터가 빠르게 줄고 있다는 우려가 커지고 있다. 미국 연구기관 에포크AI는 공개적으로 이용할 수 있는 고품질 인간 생성 텍스트가 향후 6년 안에 사실상 소진될 수 있다고 전망했다. 오픈AI 공동창업자 안드레이 카파시도 2030년 전후 신뢰할 수 있는 신규 데이터를 충분히 공급하지 못하면 모델 성능 향상이 정체되는 '데이터 벽'에 부딪힐 수 있다고 경고했다. 이에 미국 AI 기업들은 웹 밖으로 데이터 확보 범위를 넓히고 있다. 워싱턴포스트가 법원 문서를 토대로 보도한 내용에 따르면 앤트로픽은 내부 프로젝트인 '프로젝트 파나마'를 통해 수천만 달러를 투입해 수백만 권의 실물 도서를 확보했다. 책의 제본을 제거한 뒤 모든 페이지를 스캔해 디지털화하는 방식으로 학습 데이터를 마련했다. 중국은 온라인에서 활용할 수 있는 자국어 콘텐츠 풀이 영어권보다 작아 데이터 고갈에 더 취약할 수 있다. 기존 웹 크롤링만으로 모델 규모와 성능을 계속 끌어올리기 어려워지면 도서와 전문 문헌, 산업 데이터, 음성·영상 등 아직 충분히 활용하지 못한 데이터 확보가 필요해질 것으로 보인다. 이 탓에 중국 정부는 고품질 데이터를 AI 경쟁력의 핵심 자원으로 보고 공급 체계 구축에 나섰다. 중국 국가데이터국은 지난 6월 AI 학습 데이터의 공급·유통·상용화를 확대하는 전국 단위 계획을 발표했다. 2028년까지 제조·에너지·의료·금융·농업을 비롯해 피지컬 AI, 자율주행, 저고도 항공 분야에서 활용할 수 있는 검증된 데이터셋 생태계를 구축한다는 목표다. 학계에선 중국어 코퍼스(언어 데이터) 자체를 넓혀야 한다는 요구도 커지고 있다. 디지털 도서뿐 아니라 역사 기록물과 지방지, 고문서, 과학 문헌 등 오프라인 자료를 체계적으로 디지털화하고 사전과 음성·영상 콘텐츠, 지역 방언까지 학습 자원으로 활용해야 한다는 주장도 나오고 있다. 이 같은 상황 속에 대안으로 합성 데이터와 시뮬레이션이 거론되고 있다. 알리바바그룹 산하 싱크탱크 알리리서치는 2024년 발표한 백서에서 알고리즘과 컴퓨팅 파워, 데이터를 AI 모델 개발의 3대 축으로 제시하고 생성형 AI 성능 향상을 위해 더 풍부하고 품질 높은 데이터가 필요하다고 밝혔다. 잡지와 프로그래밍 코드 등도 추가 데이터원으로 활용할 수 있다고 제안했다. 하지만 데이터 확보 범위가 출판물과 오프라인 자료로 확대되면서 저작권 갈등이 커질 가능성도 높아지고 있다. 중국 화샤출판사가 최근 출간한 고대 도교 경전 번역본에는 책 내용을 AI 학습에 사용하는 것을 금지하고 위반 시 법적 책임을 묻겠다는 문구가 실렸다. 출판사 측은 해외 저작권자 요청으로 해당 조항을 넣었다고 설명했지만, AI 학습 과정에서 실제 침해 여부를 적발하고 권리를 행사하기는 쉽지 않다고 강조했다. 업계에선 중국이 웹 중심의 데이터 확보 방식에서 벗어나려면 오프라인 지식의 디지털화와 산업별 데이터 구축, 저작권 처리 체계를 함께 마련해야 할 필요가 있다고 지적했다. 모델과 컴퓨팅 파워를 확보하더라도 학습에 투입할 고품질 중국어 데이터가 충분하지 않으면 AI 성능 경쟁을 지속하기 어렵기 때문이다. 쑨마오쑹 칭화대 교수는 "코퍼스는 대규모언어모델 발전에서 핵심적인 역할을 하며 AI 역량 고도화를 뒷받침하는 핵심 요소로 자리 잡았다"며 "과장해서 말하는 게 아니라 코퍼스가 없으면 언어모델도 없다"고 강조했다.

2026.08.08 19:46장유미 기자

업스테이지, 하반기 AI 모델 2연타…상용 시장 공략 속도

업스테이지가 '솔라 프로4'를 선보이며 하반기 자체 인공지능(AI) 모델 라인업 확대에 나선다. 지난달 오픈웨이트 모델 '솔라 오픈2'를 공개한 데 이어 상용 거대언어모델(LLM)까지 선보이며 기업·개발자 시장 공략에 박차를 가하고 있다. 5일 업계에 따르면 업스테이지는 오는 6일 솔라 프로4 API를 공개한다. 지난달 공개한 솔라 오픈2 API 클로즈드 베타 서비스는 지난 3일 종료됐다. 기존 베타 참여자는 모델명을 솔라 프로4로 변경해 새로운 모델을 이용할 수 있다. 솔라 오픈2는 이달 2차 평가에 돌입하는 과학기술정보통신부 '독자 AI 파운데이션 모델(독파모)' 프로젝트를 통해 개발된 모델이다. 업스테이지는 모델 가중치를 공개하는 한편 개발자들이 직접 성능을 체험할 수 있도록 API 베타를 한시적으로 운영해왔다. 솔라 프로4는 독파모 사업과 별개로 업스테이지의 상용 모델 라인업인 '솔라 프로' 시리즈의 최신 모델이다. 지난 3월 공개한 '솔라 프로3'의 후속 모델로, 실제 업무 환경에서의 활용성을 높인 것이 특징이다. 김성훈 업스테이지 대표는 자신의 페이스북을 통해 "솔라 프로4는 문서 작업과 터미널 수행, 멀티턴 도구 사용에서 솔라 오픈2 대비 20~30% 성능이 향상됐다"며 "작은 사이즈지만 쓸 만한 좋은 모델"이라고 소개했다. 솔라 프로4는 데스크톱 AI 에이전트 '룸(Loom)'에도 기본 모델로 탑재됐다. 룸은 PC 내 업무 폴더를 기반으로 여러 문서와 엑셀, PDF 등을 동시에 읽고 실제 업무 결과물을 생성하는 AI 에이전트다. 업스테이지는 이용자들이 룸을 통해 프로4를 먼저 체험할 수 있도록 했다. 이달까지 룸에서 솔라 프로4가 무료 제공된다. 업스테이지는 지난 6월 업스테이지 컴퍼니 출범 기념 미디어데이에서 같은 달 말 '솔라 오픈2' 프리뷰를 공개하고 7월 말에는 '솔라 프로4'를 출시하겠다는 계획을 밝혔다. 이후 솔라 오픈2 공개와 API 클로즈드 베타를 거쳐 이번 솔라 프로4 API 공개로 후속 일정을 이어가게 됐다. 업스테이지 관계자는 "솔라 오픈2 API는 오픈웨이트 모델을 누구나 체험할 수 있도록 한 클로즈드 베타 서비스"라며 "상용 모델인 솔라 프로4가 출시되면서 정식 API는 프로 라인업으로 제공하게 됐다"고 말했다.

2026.08.05 11:25이나연 기자

국가대표 AI 2차 선발 돌입…4개 팀, 이달 3팀으로

국가대표 인공지능(AI)을 선발하는 '독자 AI 파운데이션 모델 프로젝트(독파모)'의 2차 평가 결과가 이르면 오는 12일 전후로 나올 전망이다. 4개 개발팀이 최종 모델 개발을 마치면서 국민평가와 전문가 심사가 코앞으로 다가온 가운데, 4개 팀 중 3개 팀이 2차 관문을 통과하게 된다. 3일 업계에 따르면 모티프테크놀로지스는 오는 4일 과학기술정보통신부와 정보통신산업진흥원(NIPA)에 최종 AI 모델 '모티프 3'와 성과보고서를 제출한다. 앞서 LG AI연구원과 SK텔레콤, 업스테이지가 최종 모델을 제출한 데 이어 모티프테크놀로지스까지 개발을 완료하면서 2차 평가에 참여하는 4개 팀의 준비가 모두 마무리됐다. 정부는 오는 8일부터 11일까지 일반 국민 200명으로 구성된 국민평가단을 운영한다. 성별과 연령별 비율을 고려해 선발된 평가단은 4개 팀의 AI 모델을 직접 사용한 뒤, 절대평가 방식으로 점수를 부여한다. 국민평가 결과는 기존 벤치마크 평가와 전문가 평가 점수와 합산돼 2차 평가에 반영된다. 이번 평가는 실제 산업 현장과 서비스에서 활용 가능한 실증 기술과 활용성이 핵심 평가 요소로 꼽힌다. 각 개발팀도 서비스 적용 사례 확대에 집중하고 있다. SK텔레콤은 '에이닷엑스 케이투(A.X K2)'를 공개하며 장문 이해와 AI 에이전트 성능을 강화했다. LG AI연구원은 'K-엑사원(K-EXAONE) 2.0'을 포털 줌(ZUM)의 AI 검색과 제조 현장에 적용했다. 업스테이지는 '솔라 오픈2'를 포털 다음과 금융·제조 분야에 적용하고 있으며 모티프테크놀로지스는 '모티프 3'를 앞세워 글로벌 AI 평가에서 개방형 모델 경쟁력을 입증했다. 정부는 이번 2차 평가를 통해 4개 팀 가운데 3개 팀을 선발한 뒤 후속 평가를 거쳐 최종 2팀을 선정할 계획이다. 배경훈 부총리 겸 과학기술정보통신부 장관은 지난달 대통령 업무보고에서 "8월 AI 모델 2차 평가 결과가 나오면 기존 3위를 넘어 2위권에도 도전해 볼 수 있을 것으로 기대한다"고 밝혔다.

2026.08.03 16:43이나연 기자

242억원 국방 초거대 AI, 우선협상자에 한화시스템 컨소시엄

군 지휘통제 현장에 투입될 인공지능(AI) 플랫폼을 구축하는 242억원 규모 국방 거대언어모델(LLM) 사업자로 사실상 한화시스템이 선정된 것으로 확인됐다. 31일 업계에 따르면 국방부가 발주한 '초거대 인공지능 기반 지휘통제체계 기술 개발 사업'에 한화시스템 컨소시엄이 우선협상대상자로 선정됐다. 이 사업은 오는 9월부터 2030년 2월까지 42개월간 총 242억원을 들여 국방 특화 초거대 AI 플랫폼을 구축하는 것이 골자다. 합동 전영역 지휘통제(JADC2)를 목표로 텍스트·이미지·영상·음성·센서·레이더 등 멀티모달 전장정보를 융합하고 분석·검색·처리하는 기반을 마련한다. 국방부는 이렇게 개발한 플랫폼을 한국군 지휘통제체계(KCCS)에 적용한다는 계획이다. 사업은 크게 '초거대 AI 모델 플랫폼 구축'과 '데이터 패브릭·지식베이스 구축' 기술이라는 세부 과제로 나뉜다. 첫 과제에서는 범용 국방 LLM과 합동 전장 LLM을 개발해 전장 상황 인식·위협 평가·대응 방책 생성 등에 활용한다. 또 다른 과제는 합동참모본부 등의 전장 데이터를 수집·표준화해 이들 LLM 학습에 쓰일 데이터 패브릭과 지식베이스를 구축하는 작업이다. 앞서 제안서 평가에는 한화시스템과 LIG 디펜스&에어로스페이스(D&A)가 각각 컨소시엄을 꾸려 경쟁했다. 한화시스템 컨소시엄에는 네이버클라우드 등이, LIG D&A 컨소시엄에는 삼성SDS·SK텔레콤·LG AI연구원 등이 참여한 것으로 알려졌다.

2026.07.31 18:39이나연 기자

[컨콜종합] "피지컬 AI·금융 AX·GPU 인프라로 하반기 승부"…LG CNS, 3대 성장축 제시

LG CNS가 피지컬 AI, 금융 AX, AI 인프라를 하반기 3대 성장축으로 제시했다. LG전자와의 로봇 데이터 팩토리, 금융권 차세대 사업, GPU 구독형 인프라 플랫폼을 앞세워 성장세를 이어가겠다는 구상이다. LG CNS는 31일 2026년 2분기 실적발표 컨퍼런스콜을 열고 사업 부문별 실적과 하반기 전략을 공개했다. 상반기 매출은 전년 동기 대비 6.1% 증가한 2조8천358억원, 영업이익은 1.1% 늘어난 2천221억원을 기록했다. 회사는 전 사업 영역에서 대외 사업 비중이 확대되며 실적 성장을 견인했다고 설명했다. AI·클라우드가 이끈 상반기 성장…"XPU웍스·에이전트웍스 확장" 상반기 실적의 중심은 AI·클라우드 사업이었다. 해당 부문 매출은 1조6천714억원으로 전체 매출의 약 59%를 차지했다. 제조·물류를 중심으로 대외 고객 확보가 이어진 점도 눈에 띈다. 두산, 중소기업중앙회, 컬리, LX판토스 등과 AX 사업을 추진하는 한편 제약·바이오, 공항·항공, 방산·조선 등으로 사업 영역을 넓히고 있다. 진요한 AI클라우드사업부 AI센터장(상무)은 "기업 내 AI 활용 확대와 이에 따른 AI 인프라 투자 증가는 플랫폼과 클라우드 인프라 전반의 사업 기회로 확대될 것"이라고 말했다. 이어 "AI 연산 자원을 구독형으로 제공하는 플랫폼 'XPU웍스'를 새롭게 론칭했다"며 "1분기 정식 출시한 엔드투엔드 AI 플랫폼 '에이전트웍스'도 다양한 산업 고객을 대상으로 적용 사례와 사업 범위를 확대하고 있다"고 설명했다. LG CNS는 AI 인프라 사업 확대에도 속도를 낼 계획이다. 회사는 글로벌 데이터센터 시장이 연평균 9%, 아시아태평양과 국내 시장은 이보다 높은 15~20% 수준으로 성장할 것으로 보고 있다. 오픈AI, 앤트로픽, 팔란티어 등 글로벌 AI 기업과의 협력도 신규 사업 기회 발굴로 이어지고 있다는 설명이다. 진 센터장은 "LG CNS는 시장 성장률을 상회하는 사업 확대 계획을 가지고 있으며 국내 DBO 시장 선도 지위를 더욱 공고히 할 계획"이라며 "2019년 국내 최초로 DBO 모델을 도입한 선발주자로서 시장 성장 이상의 확대 계획을 갖고 있다"고 말했다. 수익성에 대해서는 선제 투자 영향이 반영됐다는 설명이다. 송광륜 CFO(상무)는 "미래 성장 동력 확보를 위한 전략적 투자 확대와 일부 프로젝트의 계약 이연 영향이 있었다"며 "사업 경쟁력 약화에 따른 구조적 문제가 아니라 미래 성장을 위한 선제 투자와 일시적 프로젝트 일정 영향"이라고 말했다. 이어 "이연된 프로젝트들은 하반기 계약 체결과 사업 수행이 본격화되며 실적 개선에 기여할 것"이라고 덧붙였다. LG전자 데이터 팩토리, 첫 피지컬 AI 레퍼런스 확보 스마트엔지니어링 사업 상반기 매출은 5천24억원으로 전년 동기 대비 6.2% 증가했다. 2분기 매출은 2천746억원으로 전년 동기 대비 13% 성장했다. 회사는 계열사 기반의 안정적 사업에 더해 물류 자동화 등 대외 사업 확대가 성장에 힘을 보탰다고 설명했다. 신재훈 스마트팩토리사업부장(상무)은 "스마트엔지니어링 사업은 계열사 사업을 안정적으로 수행하는 가운데 물류 자동화 등 대외 사업 확대에 힘입어 두 자릿수 성장을 기록했다"고 말했다. 이어 "산업 현장에 피지컬 AI를 도입하기 위해서는 GPU 등 AI 인프라 확보가 필수적"이라며 "LG전자에서 진행 중인 데이터 팩토리에 피지컬웍스 플랫폼과 GPU 인프라를 공급할 예정"이라고 밝혔다. LG CNS는 LG그룹 2차전지 계열사의 북미 물류 혁신 사업을 추가 수주했고, 국가농업 AX 플랫폼 구축 사업의 민간사업자로도 선정됐다. 스마트팩토리 분야에서는 AI 기반 제조 플랫폼 '팩토바(Factova)'를 중심으로 제조 현장 지능화를 추진하고 있으며, 스마트물류 사업 역시 뷰티·패션·푸드 기업 대상 자동화 프로젝트 확대로 성장세를 이어가고 있다. 하반기 피지컬 AI 사업의 핵심은 LG전자 데이터 팩토리를 첫 레퍼런스로 삼아 외부 확산 기반을 만드는 데 있다. 신 상무는 "현재 그룹사와 대외 고객을 대상으로 피지컬 AI 도입 및 운영 체제 구축을 협의하고 있다"며 "LG전자 데이터 팩토리를 베스트 프랙티스로 삼아 제조와 물류 등 다양한 산업으로 사업을 확대해 나갈 계획"이라고 말했다. 이어 "컬리 1차 PoC 검증을 완료했으며 연말까지 보완을 거쳐 확산 사업을 추진할 예정"이라며 "올해는 PoC와 현장 검증을 통해 베스트 프랙티스와 사업 수행 역량을 확보하고, 내년부터 제조·물류 고객을 중심으로 관련 사업을 본격 확대하겠다"고 밝혔다. KB국민은행·한국은행 수주로 하반기 매출 기여 확대 디지털 비즈니스 서비스 사업 상반기 매출은 6천621억원으로 전년 동기 대비 8.8% 증가했다. 은행, 손해보험, 생명보험 등 금융권 전반에서 고르게 성장했고, 대형 프로젝트 수주도 이어졌다. 조성우 디지털비즈니스사업부 금융AX1사업담당(상무)은 "KB국민은행 차세대 사업을 수주하며 금융 차세대 시장에서 경쟁력을 다시 한번 입증했다"며 "한국은행 2기 ITO 사업 수주를 통해 운영사업 기반도 강화했다"고 말했다. 금융 차세대 사업은 하반기로 갈수록 매출 기여도가 높아질 전망이다. 조 상무는 "금융권 차세대 프로젝트는 평균 수행 기간이 약 2년인 대규모 사업으로 착수 이후 분석·설계·초기 구축 단계를 거치면 약 6개월 뒤부터 매출이 본격 인식되는 구조"라며 "올해 1월 NH농협은행, 5월 KB국민은행 차세대를 착수한 만큼 하반기로 갈수록 매출 기여도는 점진적으로 높아질 것"이라고 내다봤다. AI 네이티브 개발 플랫폼도 새롭게 선보였다. 조 상무는 "IT시스템 구축·운영 전 과정을 에이전틱 AI 기반으로 수행하는 개발 플랫폼 '대본'을 2분기에 출시했다"며 "플랫폼 출시 이후 대형 사업 수주를 통해 실증 사례를 축적하고 있으며, 소규모 개발 사업과 유지보수 운영 사업까지 적용을 확대하고 있다"고 말했다. 금융권 AI 도입 환경 변화에 대한 진단도 내놨다. 그는 "망분리 규제로 외부 대규모언어모델(LLM) 활용에 제약이 있었지만 최근 규제 샌드박스와 제도 개선이 추진되면서 금융사들의 AI 도입 움직임이 크게 늘고 있다"며 "중장기적으로는 레거시 시스템과 AI 에이전트가 유기적으로 결합된 형태로 발전할 것"이라고 전망했다. 중국 LLM 약진, 기업 최적화 멀티 AI모델 전략으로 대응 중국 LLM의 약진에 대해서도 LG CNS는 단순 위협보다 활용 구조 변화에 주목했다. 최근 일부 중국계 모델이 성능과 비용 측면에서 경쟁력을 높이면서, 일부 기업 AX 프로젝트에서 미국 프론티어 모델을 대체하거나 보완하는 선택지로 검토되고 있다는 설명이다. 다만 회사는 이런 흐름이 특정 모델로의 일괄 전환으로 이어지지는 않을 것으로 봤다. 진요한 센터장은 "일부 기업 AX 프로젝트에서 미국 프론티어 모델을 대체·보완하는 실질적 선택지로 검토되고 있다"면서도 "표준 모델을 일괄 전환하기보다는 업무 난이도와 보안 수준, 비용 민감도에 따라 여러 모델을 조합하는 멀티모델 전략이 확대되는 추세"라고 말했다. LG CNS가 주목하는 방향은 특정 모델의 우위보다 기업 맞춤형 활용 구조다. 고난도 추론, 민감 정보 처리, 대규모 반복 업무 등 용도에 따라 서로 다른 모델을 조합하는 방식이 기업 현장에서 늘어날 가능성이 크다는 판단이다. 진 센터장은 "LG CNS 역시 이런 변화에 맞춰 다양한 모델을 연결·운영하는 AI 실행 환경 구축 역량을 강화하겠다"고 말했다.

2026.07.31 12:08남혁우 기자

고성능 AI 대기시간 줄인다…사이오닉AI, '솔라 오픈2' 10배 가속

사이오닉AI가 대규모언어모델(LLM)의 응답 지연을 줄이는 추론 가속 기술을 공개했다. 사이오닉AI는 31일 업스테이지의 오픈웨이트 LLM '솔라 오픈2(Solar-Open2-250B)'의 추론 속도를 10배 향상시킨 신규 버전을 허깅페이스를 통해 공개했다. 이번에 공개된 모델은 '솔라 오픈2 250B 울트라패스트 드래프트(Solar-Open2-250B-ultrafast-Draft)'다. 업스테이지의 '솔라 오픈2 250B-A15B' 원본 가중치에 사이오닉AI가 개발한 블록 드래프트 기반 스펙큘레이티브 디코딩용 드래프트 모델을 결합했다. 드래프트 모델은 경량 모델이 먼저 다음 토큰 후보를 제안하고, 원본 250B 모델이 이를 검증·채택하는 구조다. 초대형 모델이 모든 토큰을 순차적으로 직접 생성하는 과정에서 발생하는 추론 병목을 줄이기 위한 방식이다. 사이오닉AI는 이를 통해 초당 800토큰 이상의 생성 성능을 구현했으며, 이는 기존 대비 약 10배 향상된 수준이라고 밝혔다. 고석현 사이오닉AI 대표는 "사람은 생각할 때 한 번에 하나의 단어만 떠올리지 않는다"며 "여러 가능성을 동시에 검토하고 다음 생각을 예측하며 사고를 이어가는 것처럼 LLM도 반드시 한 번에 하나의 토큰만 생성해야 하는지 의문이었다"고 기술 개발 배경을 설명했다. 일반적으로 초대형 모델은 높은 성능을 제공하지만 실제 서비스 환경에서는 추론 지연과 비용 부담 때문에 활용 범위가 제한되는 경우가 많다. 이에 업계는 상대적으로 가벼운 모델을 별도로 운용하거나 고성능 모델 호출을 제한하는 방식으로 속도 문제를 우회해왔다. 글로벌 AI 서비스도 사용 목적과 비용, 응답 속도 등에 따라 서로 다른 모델 경로를 병행 운용하는 방식으로 성능과 효율의 균형을 맞추고 있다. 사이오닉AI는 별도의 경량 모델로 우회하는 방식이 아니라 250B급 원본 모델 자체의 추론 과정과 생성 경로를 가속했다는 점에서 차별화된다. 고석현 사이오닉AI 대표는 링크드인 게시물을 통해 키미(Kimi) K3 2.8T 모델을 최적화해 초당 300토큰 속도로 간단한 횡스크롤 게임을 구현한 영상도 공개했다. 그는 해당 모델이 국내 인프라에서 구동되며 추론 최적화 기술이 특정 모델군에만 한정되지 않는 것이라고 설명했다. 이번 결과는 오픈웨이트 모델 생태계에서 외부 기업이나 개발자가 직접 도입·활용할 수 있는 가속 방안을 제시했다는 점에서 의미가 있다. 보안 등의 이유로 기업 내부에 자체 대규모 AI 모델을 구축하더라도, 응답 지연으로 실무 적용이 쉽지 않았던 한계를 일부 완화할 가능성이 있다. AI 에이전트 기반 AX 환경에서의 활용성도 주목된다. AI 에이전트는 검색, 툴 호출, 다단계 추론, 반복 생성 등을 수행하기 때문에 모델 품질뿐 아니라 토큰 생성 속도와 처리량이 중요하다. 초대형 모델의 추론 속도가 개선되면 기존에는 부담이 컸던 고성능 경로를 실제 업무 자동화나 복합 추론 서비스에 투입할 여지가 커진다. 다만 성능 수치 해석에는 주의가 필요하다. 사이오닉AI가 제시한 지표는 GPU 구성, 배치 크기, 입력·출력 길이, 동시 요청 수, 측정 방식에 따라 달라질 수 있어 실제 기업 인프라와 업무 환경에서의 재현 가능성은 별도 검토가 필요하다. 고석현 사이오닉에이아이 대표는 "대형 모델은 뛰어난 추론 능력을 갖추더라도 속도가 느리면 실제 업무에서 반복적으로 활용하기 어렵다"며 "이번 성과는 모델과 추론 엔진, GPU 커널을 함께 최적화해 250B급 모델을 본격적인 에이전트 업무에 투입할 수 있는 처리량을 확보했다는 데 의미가 있다"고 말했다. 이어 "모델의 크기가 더 이상 느린 응답의 이유가 되지 않도록 빠르고 실용적인 AI 실행 환경을 만들어가겠다"며 "국내 파운데이션 모델이 실제 서비스와 글로벌 시장에서 경쟁력을 확보할 수 있도록 최적화 기술과 검증 결과를 지속적으로 공개하겠다"고 덧붙였다.

2026.07.31 09:38남혁우 기자

SKT, 독파모 AI 모델로 스타트업 세곳 혁신 지원

SK텔레콤은 국내 스타트업이 AI 서비스를 보다 쉽게 개발하고 검증하기 위해 자사 AI 모델 기반의 API를 지원한다고 26일 밝혔다. SK텔레콤 중소벤처기업부가 주관하고 하는 '2026년 모두의 챌린지 AX-LLM'에 참여하고 있다. 국내 스타트업이 국산 AI 모델을 도입하고 활용하는 과정에서 필요한 기술 협업을 지원하기 위해 추진되는 사업이다. 이에 따라 독자 AI 파운데이션 모델 프로젝트를 통해 개발한 모델이 스타트업, 개발자 생태계에서도 활용될 수 있도록 지원을 이어가고 있다. 지난해 말 개발을 마친 A.X K1 모델의 활용 범위를 확대하고, 다양한 적용 사례를 축적하기 위한 취지다. 2026년 모두의 챌린지 AX-LLM에는 자체 LLM을 보유한 7개 수요기업이 참여한다. 스타트업이 수요기업 가운데 한 곳을 선택해 사업 계획을 제출하면, 수요기업이 협업 대상을 선정해 지원하는 방식으로 운영된다. SK텔레콤이 협업 대상으로 선정한 팀리미티드는 영수증 플랫폼 기반 개인화 쇼핑 큐레이션 에이전트를 서비스하는 회사다. 퍼셀리는 AI 기반 인플루언서 마케팅 프로모션 자동화 솔루션 기업이고, 데브올컴퍼니는 연체 채권 관리 AI 솔루션을 제공하고 있다. SK텔레콤은 선정된 스타트업을 대상으로 올해 연말까지 A.X K1 API를 제공할 계획이다. 또한 SK텔레콤 스타트업 엑셀러레이팅 프로그램인 '스케치 위드 AI'와 연계해 서비스 고도화 및 사업화 검증을 지원한다. 각 스타트업은 협업 기간 동안 고객 접점에서 활용 가능한 AI 서비스를 검증할 예정이다. '모두의 챌린지 AX-LLM' 기간 동안 자사의 서비스를 A.X K1 모델 기반으로 전환하고, 향후 SKT와의 본격 사업 협력을 위한 개념 검증(PoC)을 준비하고 있다. 엄종환 SK텔레콤 지속가능경영실장은 “스타트업과의 협력을 통해 SK텔레콤 독자 AI 모델의 활용 범위를 확대하고, 국내 AI 생태계 활성화에 기여하겠다”라고 말했다.

2026.07.26 10:18박수형 기자

국방 LLM 개발…LIG D&A·한화시스템 컨소시엄 맞붙는다

군 지휘통제 현장에 국방 특화 인공지능(AI)을 직접 투입하는 242억원 규모 국방 거대언어모델(LLM) 사업에 나설 민간 기업이 이르면 이달 가려진다. 20일 업계에 따르면 국방부가 발주한 '초거대 인공지능 기반 지휘통제체계 기술 개발 사업'은 LIG 디펜스&에어로스페이스(D&A)와 한화시스템을 각각 주축으로 한 두 컨소시엄이 지원했다. 제안서 평가가 진행 중인 가운데 LIG D&A 컨소시엄에는 삼성SDS·SK텔레콤·LG AI연구원 등이, 한화시스템 컨소시엄에는 네이버클라우드 등이 참여 중인 것으로 알려졌다. 주사업자인 LIG D&A와 한화시스템이 사업 전반과 지휘통제체계 적용·통합을 이끌고 나머지 참여사들이 AI 모델과 데이터·클라우드 플랫폼 영역에서 역할을 나눠 맡는 구조다. 다만 두 컨소시엄 모두 모델 플랫폼을 구축하는 과정에서는 LG AI연구원의 '엑사원'을 활용할 것으로 전해졌다. 이번 사업은 오는 9월부터 2030년 2월까지 42개월간 총 242억원을 들여 국방 특화 초거대 AI 플랫폼을 구축하는 것이 골자다. 합동 전영역 지휘통제(JADC2)를 목표로 텍스트·이미지·영상·음성·센서·레이더 등 멀티모달 전장정보를 융합하고 분석·검색·처리하는 기반을 마련한다. 국방부는 이렇게 개발한 플랫폼을 한국군 지휘통제체계(KCCS)에 적용한다는 계획이다. 사업은 크게 '초거대 AI 모델 플랫폼 구축'과 '데이터 패브릭·지식베이스 구축' 기술이라는 세부 과제로 나뉜다. 첫 과제에서는 범용 국방 LLM과 합동 전장 LLM을 개발하게 된다. 이를 토대로 실시간 전장 상황 인식·예측, 위협 평가, 대응 방책 생성, 무기체계 추천·할당, 사용자 맞춤형 공통작전상황도 등을 구현한다. 또 다른 과제는 합동참모본부 등이 제공하는 전장 데이터를 수집·정제·표준화해 이들 LLM의 학습과 추론에 쓰이는 데이터 패브릭과 지식베이스를 만드는 작업이다. 미국과 중국의 인공지능(AI) 패권 경쟁이 심화되면서 우리 정부도 독자적인 AI 경쟁력 확보에 사활을 걸고 있다. 주무부처인 과학기술정보통신부는 '독자 파운데이션 모델 개발 프로젝트(독파모)'와 함께 글로벌 프론티어급 모델 개발을 병행하는 안을 검토하고 있다. 국방·보안 특화 모델 개발 계획도 이같은 흐름의 연장선이다. 배경훈 부총리 겸 과기정통부 장관은 이날 정부세종청사에서 열린 취임 1주년 기자간담회에서 "미국과 중국이 고성능 AI를 핵무기처럼 통제하려 드는 시대가 오고 있다"며 "우리만의 AI 역량이 없다면 외산 AI 서비스가 어느 날 갑자기 중단되거나 가격이 100배 뛰는 상황에도 대응할 수 없다"고 말했다.

2026.07.20 18:09이나연 기자

AI 스타트업 비드래프트, 독자 개발 파운데이션 모델 'Aether-7B-5Attn' 선봬

AI 스타트업 비드래프트(대표 김민식)는 독자 개발한 오픈소스 파운데이션 모델 'Aether-7B-5Attn'을 글로벌 AI 플랫폼 허깅페이스(Hugging Face)에 공개했다고 20일 밝혔다. Aether-7B-5Attn은 Apache-2.0 라이선스로 공개됐으며, 모델 가중치뿐 아니라 학습 데이터 레시피, 전체 학습 코드, 하이퍼파라미터, 학습 로그, 중간 체크포인트, 평가 코드까지 포함한 완전 공개형 모델을 지향한다고 회사 측은 설명했다. 비드래프트는 서울 소재 AI 딥테크 기업으로, Pre-AGI 수준의 AI 기술과 양자컴퓨터 기술 기반 물리·화학·생명·의약 등 연구개발 분야가 다양하다. 이 회사는 Darwin 모델 패밀리, AETHER 아키텍처, PROMETHEUS 월드모델, HEPHAESTUS 임바디드 AI로 이어지는 4계층 통합 AGI 시스템을 제시하고 있으며, 공식 홈페이지에서 'Darwin이 결과를 만들고, AETHER가 미래를 설계한다'는 방향성을 내세우고 있다. 비드래프트는 2026년 Darwin 계열 모델로 K-AI 리더보드 종합 1위, GPQA Diamond 90.9%, Polaris 글로벌 신약개발 리더보드 14관왕, 메타인지 리더보드 1위 등의 성과를 공개해 왔다. 또한 Darwin 모델 패밀리는 허깅페이스 누적 다운로드 100만 건을 돌파한 것으로 소개되고 있으며, 회사는 모델 개발뿐 아니라 추론 가속 엔진 VKAE, 경량 구동 엔진 VKUE 등 AI 인프라 기술도 함께 개발하고 있다. 그동안 AI 업계에서 '오픈소스 LLM'이라고 불린 다수 모델은 실제로는 가중치만 배포하는 '오픈 웨이트' 형태에 가까웠다. 가중치는 내려받아 실행할 수 있지만, 어떤 데이터로 어떻게 학습됐는지, 어떤 설정값과 코드로 만들어졌는지 확인하기 어려운 경우가 많았다. 이 경우 외부 연구자와 기업은 모델을 사용할 수는 있어도 동일한 과정을 재현하거나 독립적으로 검증하기 어렵다. Aether-7B-5Attn은 이러한 한계를 넘어서는 데 초점을 맞췄다. 공개 저장소만으로 학습 데이터 구성과 토큰화 과정, 학습 코드, 설정값, 로그, 평가 절차를 추적할 수 있도록 설계해 모델의 '결과'뿐 아니라 '제조 공정' 자체를 공개했다. 이는 Allen AI의 OLMo처럼 재현 가능성을 중시하는 오픈 파운데이션 모델 흐름과 같은 방향의 시도다. Aether-7B-5Attn은 총 65.9억 파라미터 규모의 전문가 혼합(MoE) 구조를 채택했으며, 토큰당 약 29.8억 파라미터만 활성화해 추론 효율을 높였다. 또한 Full Attention, Differential Attention, Sliding Window, NSA 계열 희소 어텐션, Hybrid 방식 등 5종의 이종 어텐션 메커니즘을 하나의 모델 안에 결합했다. 49개 층은 7×7 라틴 스퀘어 구조로 배치해 특정 어텐션 방식이 특정 깊이에 편중되지 않도록 설계했다. 학습은 엔비디아 B200 GPU 16장을 활용해 약 1442억 토큰 규모로 진행됐다. 데이터 구성은 수학 37.8%, 한국어 21.6%, 영어 21.6% 등을 포함하며, 영어 중심 모델이 아닌 한국어와 영어를 함께 고려한 독자 파운데이션 모델이라는 점도 특징이다. 베이스 모델과 인스트럭트 모델, 라이브 데모는 허깅페이스를 통해 공개됐다. 이번 공개는 '소버린 AI' 논의에서도 의미가 있다. 소버린 AI는 단순히 특정 국가나 기업이 모델 가중치를 보유하는 것을 넘어, 데이터·코드·학습 과정·평가 절차를 이해하고 필요할 경우 독립적으로 재현할 수 있는 능력에서 출발한다. 제조 공정 전체가 공개된 모델은 국가, 기업, 대학, 연구기관이 외부 빅테크에 대한 의존도를 줄이고 자신들의 언어·산업·보안 환경에 맞는 AI를 구축할 수 있는 기반이 된다. 완전 공개형 파운데이션 모델은 그동안 OLMo, Apertus, LLM-jp 등 해외 연구기관 또는 국가 단위 컨소시엄 중심으로 추진돼 왔다. 비드래프트는 단일 스타트업으로서 유사한 수준의 개방성과 재현 가능성을 지향하는 모델을 공개함으로써, 한국 AI 생태계에서도 독자 파운데이션 모델을 만들고 공개적으로 검증받는 흐름이 가능하다는 점을 보여줬다. 김민식 비드래프트 대표는 “남이 만든 가중치를 내려받는 것만으로는 AI 주권이 완성되지 않는다”며 “데이터와 코드, 학습 과정까지 공개해 누구나 다시 만들고 검증할 수 있게 하는 것이 오픈소스의 본질이자 소버린 AI의 출발점”이라고 전했다. 이어 “Aether-7B-5Attn 공개가 국내 AI 생태계에서 투명성, 재현성, 독자 모델 개발 역량에 대한 논의를 한 단계 끌어올리는 계기가 되길 바란다”고 덧붙였다.

2026.07.20 14:45이도원 기자

중국 미니맥스, 2조8000억원 자금 조달 추진…오픈소스 AI 개발 확대

중국 인공지능(AI) 기업 미니맥스(MiniMax)가 20억달러(약 2조8천억원) 규모 자금 조달을 추진한다. 오픈소스 AI 모델 연구개발(R&D) 확대를 위한 투자 재원 확보 차원이다. 블룸버그 등 외신은 13일 미니맥스가 신주 발행과 전환사채(CB) 발행을 통해 총 20억달러를 조달할 계획이라고 보도했다. 조달 금액의 절반 이상은 신주 발행으로 확보하고 나머지는 전환사채 발행을 통해 마련할 예정이다. 미니맥스는 이번 자금 조달 이후 추가로 65억달러 규모의 무이자 전환사채(제로쿠폰 전환사채)를 발행할 계획인 것으로 알려졌다. 해당 채권은 투자자들이 현재 주가보다 12.6% 높은 가격으로 주식 전환이 가능하며 만기는 2027년이다. 대규모 증자 계획이 알려지자 투자자들은 기존 주주 지분 희석 가능성을 우려했다. 이에 미니맥스 주가는 이날 9.8% 하락 마감했다. 미니맥스는 올해 초 홍콩 증시에 상장해 약 6억1900만달러를 조달한 바 있다. 회사는 중국을 대표하는 오픈소스 AI 모델 개발 기업 중 하나로 평가받고 있다. 지난 6월 공개한 최신 대규모언어모델(LLM) '미니맥스-M3'는 4270억개 파라미터를 갖춘 초대형 모델이다. 최대 100만 토큰 규모의 입력을 처리할 수 있으며 긴 문맥 처리 능력을 강점으로 내세우고 있다. 회사에 따르면 미니맥스-M3는 이전 주력 모델 대비 프리필(prefill) 단계에서 9배, 디코드(decode) 단계에서 15배 향상된 처리 속도를 제공한다. 이러한 성능 개선은 자체 개발한 '미니맥스 스파스 어텐션(MSA)' 기술을 통해 구현됐다. MSA는 플래시어텐션(FlashAttention) 기법을 활용해 GPU 내 SRAM과 HBM 메모리 간 데이터 이동을 줄여 추론 효율을 높인다. 여기에 블록 스파스 프리필(block-sparse prefill)과 양자화(quantization) 기술을 적용해 긴 프롬프트 처리 속도와 메모리 효율을 개선했다. 미니맥스는 LLM 외에도 멀티모달 AI 분야 연구를 확대하고 있다. 회사는 이미지를 벡터 형태로 변환하는 오픈소스 비주얼 토크나이저 'VTL' 시리즈를 개발해 공개했다. 비주얼 토크나이저는 이미지를 AI 모델이 처리하기 쉬운 수학적 표현으로 변환하는 역할을 수행한다. 수익 사업으로는 클라우드 기반 AI 플랫폼과 소비자용 생성형 AI 서비스를 운영하고 있다. 기업 고객에게는 자체 AI 모델 API를 제공하며, 일반 소비자를 대상으로 이미지·영상 생성 애플리케이션도 판매 중이다. 옌쥔제 미니맥스 창업자 겸 최고경영자(CEO)는 AGI 개발에 대한 강한 의지를 드러냈다. 그는 사내 공지를 통해 "AGI를 달성할 때까지 급여를 받지 않겠다"며 "보유 지분의 5%를 직원 보상과 오픈소스 프로젝트 지원에 활용하겠다"고 밝혔다. 이어 "우리가 만드는 기술의 가치는 더 많은 사람들이 함께 발전시키고 혜택을 누릴 수 있을 때 극대화된다"며 "미니맥스는 AGI 개발과 오픈소스 생태계 확장을 동시에 추진해 나갈 것"이라고 강조했다.

2026.07.14 09:59남혁우 기자

데브올컴퍼니 청구스, LLM 기반 'AI 미수 회수 에이전트' 개발

청구스에 국산 대규모언어모델(LLM)을 활용한 소액 미수금 회수 업무가 추가될 예정이다. 청구스 운영사 데브올컴퍼니는 지난 11일 중소벤처기업부와 서울경제진흥원이 주관하는 '2026 초격차 스타트업 프로젝트 모두의 챌린지 AX' LLM 분야에 선정됐다고 밝혔다. 이 회사는 청구스의 '소액 채권 관리 LLM'을 개발하고 있다. 해당 LLM은 '채무자 한 명당 AI 에이전트 한 명'을 배정하는 구조로 개발 중이다. 회사 측에 따르면 채무자의 상황과 대응 이력에 맞춰 사전에 통제된 범위에서 상환을 안내하고 협상을 진행하며, 규정을 벗어나거나 별도의 판단이 필요한 사안은 담당자에게 자동으로 넘긴다. 특히 반복적이고 표준화할 수 있는 의사소통은 AI가 하고, 주요 판단과 최종 결정은 사람이 통제하도록 설계한다. 채무자마다 사정과 반응이 달라 담당자가 일일이 대응해야 했던 미수금 관리의 업무 부담을 줄이는 데 초점을 맞췄다고 알려졌다. 소액·다건 미수금은 건별 금액에 비해 회수에 필요한 시간과 인력 투입 부담이 높은 편이다. 또 미수금이 누적되면 대손으로 이어져 기업의 현금흐름에도 부담을 줄 수 있다. 이에 회사 측은 실제 현장 데이터를 활용한 개념검증(PoC)을 통해 AI 대응의 통제 가능성과 안전성을 우선 확인한 뒤 기능을 단계적으로 고도화할 계획이다. 앞서 청구스는 청구서 발송과 입금 확인, 미수금 관리부터 전자세금계산서 발행, 카드결제·가상계좌·CMS·지로 연계까지 매출채권 관리 과정을 자동화하는 서비스를 제공 중이다. 장기 연체가 발생하면 최고장 성격의 내용증명 발송과 신용조사, 채권 회수 단계도 지원하고 있다. '모두의 챌린지 AX' LLM 분야는 자체 LLM을 보유한 기업과 스타트업이 협업해 산업별 특화 AI 모델을 개발하고 실증하도록 지원하는 사업이다. 선정 기업에는 실증 비용으로 최대 1억원과 AI 개발 환경 등이 제공된다. 데브올컴퍼니는 2024년 설립됐으며 부산 연제구에 본사를 두고 있다. 등록특허 2건을 보유하고 규제 준수형 연체 알림 관련 특허를 출원했으며, 품질경영 ISO 9001과 정보보안 ISO 27001 인증을 취득했다는 것이 회사 측의 설명이다.

2026.07.13 14:39이도원 기자

건국대, 'AI 자연어처리' 최고 권위 경진대회서 세계 2위, 4위 입상

건국대학교(총장 원종필)는 자연어처리연구실(지도교수 컴퓨터공학부 김학수) 소속 송지우·염시형 학생으로 구성된 'K-NLPers' 팀이 세계적인 자연어처리(NLP) 경진대회인 'Semeval-2026 Task 7'에서 단답형(SAQ) 부문 세계 2위, 객관식(MCQ) 부문 세계 4위를 차지했다고 9일 밝혔다. 다양한 언어와 문화권에서의 일상 지식을 이해하는 인공지능(AI) 기술력을 국제적으로 인정받았다. Semeval(Semantic evaluation)은 자연어처리 분야 최고 권위 국제 경진대회 가운데 하나로, 매년 세계 각국 연구자가 최신 AI·자연어처리 기술을 겨루는 무대다. 특히 이번 Task 7은 '다양한 언어와 문화에 걸친 일상 지식(Everyday Knowledge Across Diverse Languages and Cultures)'을 주제로, 대규모 언어모델(LLM)과 NLP 시스템이 다양한 문화권의 일상적 상황과 상식을 얼마나 정확하게 이해하는지를 평가했다. 과제는 학습에 활용될 수 있는 데이터가 상대적으로 부족한 저자원 언어를 대거 포괄하고, 문화적 맥락까지 고려해야 하기 때문에 기술적 난도가 높은 과제로 평가받았다. 이번 대회에는 세계 140명 이상의 연구자가 등록해 62개 팀이 결과물을 제출했다. 건국대 'K-NLPers' 팀은 단답형 평가 부문에서 세계 2위, 객관식 평가 부문에서 세계 4위를 기록했다. 연구팀은 여러 개의 LLM이 독립적으로 답변을 생성한 뒤 서로의 결과를 토론하고 검증하는 '대륙·국가 기반 다중 LLM 에이전트 토론 시스템'을 구축해 대회에 참가했다. 이 시스템은 안정적인 성능의 모델을 중심으로 대륙·국가별 문화적 특성에 강점을 보이는 모델을 함께 활용하고, 각 에이전트가 서로의 답변을 비교·보완해 최종 답을 도출하도록 설계했다. 단답형 부문에서는 55.75점, 객관식 부문에서는 88.32점의 종합 점수를 기록했다. 이번 연구성과는 경진대회 수상에 그치지 않고 세계 최대 자연어처리 학술대회인 ACL(Association for Computational Linguistics)의 공식 논문 저장소인 ACL Anthology에 논문으로 게재될 예정이다.

2026.07.09 13:56주문정 기자

[AI는 지금] 멀쩡한 AI 답변, 속까지 믿어도 될까…앤트로픽 연구 결과는

인공지능(AI) 모델이 겉으로 드러나는 답변과 별개로 내부에서 일부 개념을 유지하고 조작하는 작업 공간에 가까운 구조를 형성했다는 연구 결과가 나왔다. 거대언어모델(LLM)이 출력하지 않는 정보도 내부 활성화 상태에 담아 다단계 추론과 계획 수립에 활용할 수 있다는 점이 확인되면서 AI 안전성 점검과 모델 해석 가능성 연구에 새 단서가 마련됐다는 평가가 나온다. 8일 업계에 따르면 앤트로픽 연구진은 지난 6일 홈페이지를 통해 자사 AI 모델 '클로드' 내부에서 겉으로 드러나는 출력값과 별개로 작동하는 소규모 내부 작업 공간인 'J-공간(J-space)'을 확인했다고 밝혔다. 연구진은 모델 내부 활성화 상태가 향후 출력에 미치는 인과적 영향을 측정하는 '야코비안 렌즈(Jacobian Lens)' 기법을 활용해 이 영역을 찾아냈다. J-공간은 모델이 당장 말하지 않는 개념이나 중간 계산값을 보관하고 조작하는 영역으로 설명된다. 전체 연산에서 차지하는 비중은 작지만 다단계 추론, 계획 수립, 문맥 이해처럼 유연한 처리가 필요한 작업에서 중요한 역할을 한다. 단순한 단어 반복이나 문장 복사 같은 루틴 작업에서는 상대적으로 덜 쓰이지만, 특정 개념을 떠올리거나 중간 결론을 유지해야 하는 상황에서는 선택적으로 활성화된다. 실제 실험에서 연구진은 클로드에게 특정 문장을 그대로 복사하면서 동시에 다른 개념을 떠올리도록 지시했다. 겉으로 출력된 답변에는 복사 작업만 나타났지만, J-공간 내부에서는 지시된 개념과 관련된 단어들이 활성화됐다. 앤트로픽은 이를 두고 사람이 한 가지 일을 하면서도 말로 표현하지 않는 다른 생각을 할 수 있는 것과 유사한 구조라고 설명했다. 모델이 중간 계산값을 내부에 저장하는 모습도 확인됐다. 예컨대 모델이 수학 문제를 풀 때 최종 답을 바로 출력하지 않더라도 J-공간에서는 중간값과 최종값이 순차적으로 나타났다. 연구진은 이 영역이 단순히 다음 단어를 예측하는 표면적 장치가 아니라 모델 내부에서 추론에 필요한 변수를 임시로 유지하는 작업 공간에 가깝다고 봤다. 안전성 측면에서도 의미 있는 결과가 나왔다. 연구진은 악의적으로 학습된 미정렬 모델이 겉으로는 정상적인 코딩 답변을 내놓는 상황에서도 J-공간 내부에서는 '가짜', '은밀하게', '사기' 등 부정적 의도와 관련된 개념이 응답 초기부터 활성화되는 현상을 포착했다. 출력만 보면 드러나지 않는 모델 내부 판단이나 의도 신호를 조기에 감지할 수 있다는 뜻이다. 앤트로픽은 J-공간을 활용하면 모델이 실제로 어떤 개념을 내부에서 다루는지 더 직접적으로 들여다볼 수 있다고 강조했다. 기존에는 AI가 답변을 내놓은 뒤 결과를 분석하거나, 모델이 스스로 설명한 사고 과정을 참고하는 방식이 주로 쓰였다. 하지만 J-공간 분석은 모델이 말로 공개하지 않은 내부 활성화까지 추적할 수 있어 정렬 상태 점검과 위험 행동 감시에 활용될 가능성이 있다. 이번 연구는 인간의 의식 구조를 설명하는 이론 중 하나인 '글로벌 작업 공간(GNW)' 모델과 유사성을 보인다는 점에서도 주목받았다. 외부 코멘터리에 참여한 스타니슬라스 대안 콜레주 드 프랑스 교수와 리오넬 나카슈 소르본대 교수는 클로드 내부의 J-공간이 인간의 글로벌 작업 공간과 여러 기능적 유사성을 보인다고 평가했다. 다만 인간과 AI의 구조적 차이도 분명하다고 덧붙였다. 구글 딥마인드의 LLM 해석 가능성 연구자인 닐 난다도 외부 코멘터리에서 오픈웨이트 모델 큐원(Qwen) 3.6 27B를 활용해 일부 핵심 결과를 독립적으로 재현했다고 밝혔다. 그는 모호한 문장을 처리하는 과정에서 '무슨 뜻인가'에 해당하는 해석용 메타 토큰이 활성화되는 예비 결과도 제시했다. 다만 이번 발견이 AI의 주관적 의식이나 경험 존재 여부를 직접 입증하는 것은 아니다. 현재의 트랜스포머 기반 AI는 입력에 반응해 순방향 연산을 수행하는 구조로 작동한다. 이에 인간처럼 신체를 통해 세계와 상호작용하거나, 장기적인 일화 기억을 바탕으로 지속적인 자아감을 형성하는 방식과는 차이가 있다. 앤트로픽도 이번 연구가 클로드가 실제로 경험하거나 느낀다는 점을 보여주는 것은 아니라고 선을 그었다. 대신 모델 내부에서 보고 가능하고 조작 가능한 표현이 형성된다는 사실은 AI 해석 가능성과 안전성 연구에 중요한 진전이라고 설명했다. 앤트로픽 연구진은 "인간이 한 가지 일을 하면서도 출력과 무관한 다른 생각을 할 수 있는 것처럼 클로드도 J-공간에서 다양한 개념과 계산을 활성화할 수 있다"며 "J-공간의 콘텐츠를 직접 통제하고 조정하는 새로운 정렬 훈련 방식을 통해 AI 모델의 안전성을 높이는 데 기여할 수 있다"고 밝혔다.

2026.07.08 12:04장유미 기자

  Prev 1 2 3 4 5 6 7 8 9 10 Next  

지금 뜨는 기사

이시각 헤드라인

[이기자의 게임픽] 부산 벡스코 달군 '오버워치 데이'...이용자 인산인해

영국 '성인인증 규제' 역풍..."꼼수만 키워"

"3초만 보여주면 척척"…보고 바로 익히는 로봇 나왔다

[인터뷰] IT서비스 기업 아이티센클로잇, 당구에 꽂힌 이유는?

ZDNet Power Center

Connect with us

ZDNET Korea is operated by Money Today Group under license from Ziff Davis. Global family site >>    CNET.com | ZDNet.com
  • 회사소개
  • 광고문의
  • DB마케팅문의
  • 제휴문의
  • 개인정보취급방침
  • 이용약관
  • 청소년 보호정책
  • 회사명 : (주)메가뉴스
  • 제호 : 지디넷코리아
  • 등록번호 : 서울아00665
  • 등록연월일 : 2008년 9월 23일
  • 사업자 등록번호 : 220-8-44355
  • 주호 : 서울시 마포구 양화로111 지은빌딩 3층
  • 대표전화 : (02)330-0100
  • 발행인 : 김경묵
  • 편집인 : 김태진
  • 개인정보관리 책임자·청소년보호책입자 : 김익현
  • COPYRIGHT © ZDNETKOREA ALL RIGHTS RESERVED.