한때 AI 및 반도체 관련 주식들을 크게 출렁거리게 만든 중국 딥시크(Deepseek)가 새로운 인공지능(AI) 모델인 ‘DeepSeek-V4-Pro-0813’을 출시하면서 가격을 인상했습니다. 새 프로 모델의 가격은 100만 토큰당 일반 입력 3위안, 출력 6위안이며 이전 처리 내용을 재활용하는 캐시 입력은 0.025위안입니다. 그리고 사용자가 몰리면서 응답 시간이 길어지는 피크 시간대(오전 9시~오후 12시, 오후 2~6시) 요금은 일반 입력 9위안, 출력 27위안으로 크게 높아졌습니다. 여기에 저렴한 V4 플래시 모델 역시 피크 시간대 가격을 4배 올리기로 했습니다. 이와 같은 가격 인상은 최근 사용자가 몰리면서 불가피한 결과였다는 분석도 나오고 있습니다. 딥시크는 최신 엔비디아 그래픽처리장치(GPU) 수입이 어려워지면서 H100 기준 2만 개 정도의 연산 자원에 의존해 서비스를 제공해 왔습니다. 그러면서도 서방 모델과 견줄 수 있는 높은 성능과 매우 저렴한 가격을 책정해 사용자가 몰렸습니다. 딥시크는 토큰 소비량 기준으로 구글이나 오픈AI를 넘어섰고 최근엔 월 사용량 기준으로 앤스로픽에 이어 2위를 차지하기도 했습니다. 그 비결은 연산 효율이 뛰어난 모델에 있습니다. 최근 공개한 ‘V4-Flash-0731’의 경우 단 2840억 개의 파라미터만을 가지고 있음에도 불구하고, 수조 개의 파라미터를 가진 것으로 추정되는 앤스로픽 오푸스에 근접한 성능을 제공합니다. 이렇게 제한된 연산 자원으로도 높은 성능의 서비스가 가능했던 비결은 MoE(Mixture of Experts) 구조에 있습니다. MoE는 일부 파라미터만 활성화시켜 연산 자원을 최대한 적게 소모하는 구조로 같은 하드웨어로 더 많은 토큰을 생성할 수 있습니다. V4-Flash-0731의 경우 실제 활성화되는 파라미터는 130억 개 정도에 불과합니다. 여기에 하드웨어 최적화를 위해 어텐션/메모리 최적화로 KV 캐시를 줄였습니다. 또 유료 서비스에서 중요한 에이전트·코딩·도구 사용 성능을 높이기 위해 이에 특화된 사후 훈련(Post-training)으로 성능을 끌어올렸습니다. 그리고 DSpark(speculative decoding) 같은 몇 가지 방식을 더해 제한된 하드웨어에서 성능을 최대로 높일 수 있습니다. 하지만 이것도 사용자가 몰리면서 한계에 부딪힌 상태입니다. 더구나 DeepSeek-V4-Pro-0813은 모델 파라미터가 1.6조 개에 달하고 MoE 구조를 지녔어도 활성 파라미터가 490억 개에 달합니다. 아무리 하드웨어 최적화를 해도 제한된 연산 자원으로 전 세계에서 쏟아지는 수요를 감당하기에는 역부족입니다. 결국 딥시크는 가격을 전체적으로 올리면서 수요를 분산하고, 이렇게 벌어들인 자금으로 추가 연산 자원 확보에 나선 것으로 풀이됩니다. 현재 엔비디아 칩 수입 금지로 인해 딥시크가 선택할 수 있는 대안은 화웨이 GPU입니다. 대표적인 제품은 어센드 950으로 딥시크에 따르면 어센드 950의 4대가 엔비디아 GB 300 한 대의 성능과 비슷하다고 합니다. 참고로 이 GPU에는 CXMT 메모리가 사용됩니다. 앞서 지난 5월 투자자 콜 유출 자료에서 딥시크 창업자 량원펑이 “화웨이가 약 1만 6000개의 Ascend 950 카드를 할당했다”고 말한 것으로 보도된 바 있습니다. 따라서 대략 GB 300 기준 4000장 정도의 연산 자원을 추가로 확보한 것으로 보이는데, 이는 서방의 대규모 하이퍼스케일러와 비교하면 터무니없이 적은 연산 자원입니다. 물론 이렇게 한정된 연산 자원을 지니고도 최적화를 통해 토큰 소비량 2위로 껑충 뛰어오른 점을 생각하면 딥시크가 무시할 수 없는 AI 업계의 다크호스임을 이해할 수 있습니다. 가격 인상 후 딥시크는 실적을 개선한 후 증시에 상장할 것으로 예상됩니다. 현재 내년 상장을 목표로 IPO를 준비 중인 것으로 알려져 있으며 이를 통해 증시에서 막대한 자금을 끌어올 것으로 예상됩니다. 그러면 약점으로 지적되어 온 연산 자원 확보를 위한 실탄도 넉넉히 마련할 수 있습니다. 화웨이 GPU가 같은 성능의 엔비디아 GPU 대비 더 비싼 것으로 알려져 있긴 하나 뛰어난 모델 효율성을 감안하면 충분히 서방 모델과 경쟁할 수 있다는 계산이 깔려 있을 것입니다. 다만 그전에 가격을 인상해도 충분히 사용자를 잡아 둘 수 있는 성능을 보여줘야 합니다. 최근 오픈AI는 GPT 5.6 일부 모델의 가격을 대폭 인하하면서 중국발 저가 AI와 경쟁에 나선 상태이며 키미 K3, 알리바바의 Qwen 같은 중국 내 다른 경쟁자들도 만만치 않은 상대입니다. 딥시크가 다른 경쟁자를 제치고 토큰 사용량 점유율을 높여 나갈 수 있을지 주목됩니다.

엔비디아가 최소 1조개의 매개변수(파라미터)를 갖춘 차세대 오픈 인공지능(AI) 모델 ‘네모트론4’를 개발하고 있다. AI 칩에 이어 자체 오픈웨이트 모델까지 직접 공급하며, 소수 대형 고객에 집중된 그래픽처리장치(GPU)의 수요를 넓히려는 포석으로 보인다. 정보·통신(IT) 전문 매체인 디인포메이션은 엔비디아가 차세대 오픈웨이트 AI 모델 ‘네모트론 4’를 개발 중이며 이르면 오는 늦가을에는 개발이 마무리될 수 있다고 12일 전했다. 오픈웨이트는 AI 모델의 학습된 가중치인 파라미터를 공개하는 모델이다. 누구나 이를 내려받아 목적에 맞게 사용할 수 있도록 하는 것이다. 네모트론4는 지난 6월 공개한 ‘네모트론3 울트라’의 약 두 배 규모로 세계 최고 수준의 오픈소스 AI 모델을 목표로 하고 있다. 다만 네모트론3 울트라는 현재 관련 성능 평가에서 미국 오픈소스 모델 중 2위에 그치며 중국 최상위 모델과 격차가 큰 상황이다. 전체 순위로는 상위 40위권 밖이다. 엔비디아는 이날 대형 모델의 능력을 옮겨오는 ‘증류’ 기법으로 만든 매개변수 300억개 규모의 경량 모델 ‘네모트론3.5 라이트닝’도 별도로 공개했다. 엔비디아가 오픈웨이트 AI 모델에 공을 들이는 것은 오픈 모델이 자사 GPU 수요를 키울 것으로 기대하기 때문이다. 무료로 풀린 모델도 구동하려면 GPU가 필요한 만큼 오픈 모델이 퍼질수록 하드웨어와 데이터센터 수요가 늘어난다는 논리다. 엔비디아는 최근 하드웨어와 소프트웨어를 아우르는 생태계 확장에 적극 나서고 있다. 전날에는 월가의 대형 금융회사들과 손잡고 5000억 달러(약 710조원) 이상 규모의 자금을 AI 인프라에 동원하기로 하는 등 GPU 수요를 뒷받침할 데이터센터 구축 지원에도 속도를 내고 있다.

중국산 오픈 웨이트 모델인 키미 K3는 미국의 프런티어 인공지능(AI) 모델과 맞먹는 성능으로 시장에 큰 충격을 안겼습니다. 앤스로픽 AI 모델의 지식 증류를 통해 사실상 기술을 탈취했다는 비판이 나오기도 했지만, 2.8조개의 파라미터를 지닌 초거대 모델을 증류만으로 만들 순 없기 때문에 이제 중국의 AI 기술을 더 이상 무시할 수 없다는 의견도 우세합니다. 더구나 모든 가중치를 공개하는 중국의 개방형 AI 모델이 장기적으로 보면 시장을 잠식할 수 있다는 우려도 만만치 않습니다. 누구나 모델을 받아서 내부적으로 돌릴 수 있기 때문에 내부 정보 유출을 꺼리는 기업이나 기관에서 상당히 매력적인 대안일 뿐 아니라 자사 서비스에 맞춤형으로 개조도 자유롭습니다. 하드웨어를 이미 가지고 있거나 저렴하게 대여할 수 있다면 서비스 비용도 낮출 수 있습니다. 다만 이렇게 되면 비싼 돈을 주고 미국의 프런티어 AI 모델을 누가 쓰겠냐는 우려가 나오는 것도 당연합니다. 결국 중국 개방형 AI 모델이 노리는 것도 이것이라는 비판도 적지 않습니다. 지금까지 IT 생태계는 개방형과 오픈 소스를 찬양해 왔지만, 개방형 AI 앞에서는 목소리가 달라지고 있습니다. 여기에 개방형 AI 모델을 악용하는 사람이나 집단이 나올 수 있다는 걱정도 있습니다. 하지만 저커버그 메타 최고경영자(CEO)는 ‘미래는 모두의 것’이라는 제목의 글에서 “초인공지능을 중앙 집중화하기보다 널리 배포해 모든 사람이 이를 통제할 수 있도록 해야 한다”며 개방형 AI를 지지하는 주장을 펼쳤습니다. 물론 악용 가능성도 인정하면서 모델의 개발 중간 단계부터 감시와 관리가 필요하다는 점은 인정했지만, 개방형 모델의 필요성을 역설한 것입니다. 아마도 저커버그가 갑자기 개방형 모델을 지지한 이유 중 하나는 미국이 폐쇄형 모델로 가는 반면 중국은 개방형 모델로 갈 경우 장기적으로 대부분의 국가들이 누구나 쓸 수 있는 중국 모델에 종속될 것이라는 우려일 것입니다. 사람들이 모두 중국산 개방형 AI만 사용한다면 생태계 역시 여기에 종속될 것입니다. 그리고 결국은 하드웨어 역시 종속될 수 있습니다. 현재 AI 가속기는 엔비디아 칩이 중심이지만, 중국산 AI GPU에서 훈련된 중국 AI 모델은 중국산 하드웨어에서 잘 돌아가게 될 것이기 때문입니다. 따라서 메타가 개방형 AI를 지지하면서 모델을 공개하기로 한 것은 상당한 의미가 있습니다. 물론 앤스로픽이나 오픈 AI처럼 실제 유료 사용자가 많지 않은 것도 이런 결정을 내린 배경 중 하나일 것입니다. 하지만 주요 빅테크 기업이 개방형 모델을 지지하면서 미국산 개방형 모델이 중국산 개방형 모델의 강력한 경쟁자가 될 가능성이 높아졌습니다. 다만 첫술부터 배부를 순 없다는 속담처럼 먼저 공개한 ‘뮤즈 글리머’(Muse Glimmer)의 성능은 사실 아주 인상적이진 않습니다. 뮤즈 글리머는 뮤즈 스파크처럼 대형 모델을 지식 증류해 만든 작은 로컬 모델로 30B(300억개)의 파라미터를 지니고 있습니다. 작다고는 해도 4비트 양자화 모델도 18GB 정도 크기이기 때문에 완전히 그래픽처리장치(GPU)에 올리려면 24GB 메모리가 필요하고 맥 같은 통합 메모리를 사용하는 경우 32GB 이상 모델이 추천됩니다. 현재 비슷한 위치에 있는 개방형 모델은 구글의 젬마 4(Gemma 4) 31B dense 모델과 알리바바의 Qwen 3.6 27B dense 모델인데 뮤즈 글리머는 코딩이나 일반 작업에서 더 우수하진 않지만, 여러 단계의 임무를 수행하는 에이전트 기능면에서 우수하다는 평가가 나오고 있습니다. 그러나 당장 경쟁 모델을 위협할 수 있을 정도의 인상적인 성능을 보여주진 않고 있습니다. 여기에 아직 모델이 하나뿐인 점도 약점입니다. 알리바바 Qwen의 경우 대형부터 중소형 모델까지 여러 모델이 있고 코딩 전용 모델인 코더 등 다양한 모델이 있어 사용자가 상황에 맞춰 고를 수 있는 선택지가 넓습니다. 대항마로 나온 젬마 4 역시 스마트폰에서 돌릴 수 있는 작은 모델에서 비교적 큰 31B 모델까지 선택의 폭이 좀 더 넓습니다. 특히 Qwen과 젬마 모두 MoE(Mixture of Expert) 기능을 지원해 개인 컴퓨터에서도 빠른 토큰 속도를 확보할 수 있습니다. 특히 Gemma 4 26B A4B QAT(Quantization-Aware Training) 모델은 학습 단계부터 양자화를 시뮬레이션해서 압축 시 발생하는 품질 손실을 효과적으로 줄였습니다. 덕분에 QAT 4비트 버전은 용량을 약 14.4GB 수준으로 줄여 16GB 메모리의 GPU나 개인용 노트북에서도 원활하게 굴러가면서도 성능은 57.7GB의 용량을 지닌 16비트 모델에 근접해 큰 인기를 끌고 있습니다. 뮤즈 글리머는 MoE 모델이 없는 단일 모델로 속도가 MoE 모델보다 느릴 수밖에 없지만, 대신 DFlash 드래프터 모델이라는 소형 보조 모델을 사용해 속도를 높일 수 있습니다. 메타가 발표한 데이터에 따르면 RTX 5090 카드에서는 3.1배, M5 Max에서는 1.8배, M4 Max에서는 1.5배 빠른 응답 속도를 제공합니다. Dense 모델의 단점인 높은 사양과 느린 응답 속도를 개선한 것으로 주목받고 있습니다. 메타의 뮤즈 글리머는 현시점에서는 그렇게 인상적인 성능을 지닌 개방형 AI라고 보긴 어렵습니다. 하지만 구글 젬마가 그랬던 것처럼 이후 버전에서 성능을 높여 나가면서 다양한 기능과 모델을 선보인다면 개방형 AI 부분에서 새로운 강자가 될 수 있습니다. 메타의 개방형 AI 승부수가 통할 수 있을지 주목됩니다.

LG AI연구원이 국내 최대 규모인 7500억개 파라미터를 갖춘 초거대 인공지능(AI) 모델 ‘K-엑사원 2.0’을 공개했다. 모델 규모를 기존보다 3배 이상 키운 데 이어 장문 이해와 코딩, AI 에이전트의 도구 활용 능력을 높여 글로벌 프런티어 모델과의 경쟁에 나선다. LG AI연구원은 31일 과학기술정보통신부의 ‘독자 AI 파운데이션 모델 프로젝트’ 2차 모델인 K-엑사원 2.0을 오픈소스 플랫폼 허깅페이스에 공개했다고 밝혔다. 파라미터 수는 1차 모델의 2360억개에서 7500억개로 확대됐다. 모델 라이선스에는 누구나 상업적으로 활용할 수 있는 ‘아파치 2.0’을 적용했다. LG AI연구원이 9개 영역의 24개 벤치마크에서 자체 평가한 결과 K-엑사원 2.0은 평균 70.1점을 기록했다. 1차 모델의 63.3점보다 10% 이상 향상된 수준이다. 특히 코딩과 스스로 계획을 세우고 작업을 수행하는 에이전틱 코딩 관련 3개 지표의 평균 성능은 30% 높아졌다. 긴 문서의 맥락을 파악하는 능력도 강화됐다. 글로벌 장문 이해 평가인 ‘오픈AI-MRCR’에서 94.4점, 한국어 장문 평가인 ‘Ko-LongBench’에서 89.6점을 기록했다. 중국 지푸AI의 GLM-5.1이 각각 받은 71.5점과 83.6점을 웃돌았다. 장문 이해 관련 주요 지표 3개의 평균 점수도 GLM-5.1보다 10% 이상 높았다고 연구원은 설명했다. AI가 외부 도구를 적절히 선택해 사용하는 능력을 평가하는 ‘Tau3-Bench Banking’에서는 14.2점을 얻어 GLM-5.1의 11.5점과 알리바바 큐원3.5의 13.4점을 앞섰다. 사용자의 지시를 얼마나 정확하게 이행하는지를 측정하는 평가에서도 GLM-5.1과 딥시크 V4 프로 맥스, 큐원3.5 등과 대등한 성능을 나타냈다. 지원 언어는 기존 한국어·영어·스페인어·독일어·일본어·베트남어에 프랑스어·이탈리아어·포르투갈어·폴란드어를 더한 10개로 확대됐다. 국내 AI 파운데이션 모델 가운데 가장 많은 언어를 지원해 한국형 소버린 AI의 해외 확장 기반도 넓혔다는 설명이다. 한국의 사회·문화적 특수성과 글로벌 윤리 기준 준수 여부를 평가하는 안전성 시험에서도 평균 94.6점을 기록했다. GLM-5.1의 71.3점과 딥시크 V4 프로 맥스의 65.2점, 큐원3.5의 89점을 웃도는 수치다. 임우형 LG AI연구원 공동 연구원장은 “국내 연구진이 7500억개 파라미터급 모델의 설계부터 데이터·분산 학습, 추론 환경 구축까지 전 과정을 독자적으로 완수했다”며 “글로벌 프런티어 모델과 같은 체급에서 경쟁할 수 있는 역량을 확보했다”고 말했다. LG AI연구원은 다음 주 산업 특화 AI 파운데이션 모델을 추가로 공개해 ‘전문가 AI’ 포트폴리오를 확대한다. 일반 이용자가 K-엑사원 2.0의 실제 사용성을 평가할 수 있는 대국민 평가 사이트와 체험 서비스도 준비하고 있다.

SK텔레콤이 29일 수학·과학 추론 능력 등을 강화한 독자 인공지능(AI) 파운데이션 모델 ‘에이닷엑스 케이투(A.X K2)’를 공개했다. A.X K2는 정부의 독자 AI 파운데이션 모델 사업을 통해 공개하는 두 번째 초거대 모델이다. 직전 모델(A.X K1)에 비해 매개변수(파라미터)가 5190억개(519B) 규모에서 6880억개(688B)로 확대했다. A.X K2는 자체 개발한 ‘SGA’ 구조를 적용해 긴 문맥에서도 필요한 정보만 선별해 처리하도록 설계됐다. 국내외 14개 벤치마크 평균 성능은 K1보다 32.2%포인트 향상됐고, 장문 이해와 에이전트 관련 평가는 83.9%포인트 개선됐다. SK텔레콤은 최근 출시된 큐원, 딥시크, 키미 등 해외 오픈소스 모델과 동급 수준의 성능을 확보했다고 설명했다. SKT는 A.X K2의 활용 범위를 제조·국방·바이오 등 산업 현장으로 넓힌다는 구상이다. 제조 영역에서는 철강 제조 기업 KG스틸, 자동차 부품 제조 기업 코넥과 제조 특화 AI 에이전트에 A.X K2를 적용한다. 또 국방부와 협업해 A.X K1 기반의 양자화 모델 3가지를 개발했다. 바이오 분야로 진출도 검토 중이다. SK바이오팜과 난치성 암 표적 치료제 개발에 AI를 활용하고 있다. 일상생활 영역에서는 A.X K2 경량 모델을 SKT의 에이닷 서비스에 적용하고 있다. SKT는 A.X K2의 후속 모델을 조(兆) 단위 매개변수 규모로 확장한다는 구상이다. 김태윤 SK텔레콤 파운데이션 모델 담당은 “다양한 산업 분야에 A.X K2를 적용·발전시켜 국가 경쟁력 강화에 기여하겠다”고 밝혔다.

정부의 독자 인공지능(AI) 파운데이션 모델(독파모) 사업에 참여 중인 국내 AI 스타트업이 개발한 대규모언어모델(LLM)이 글로벌 오픈소스 AI 성능 평가에서 중국의 최신 모델들과 어깨를 나란히 했다. 미중 양강이 주도하는 경쟁에서 국내 독자 모델의 경쟁력을 보여줬다는 평가가 나온다. 모티프테크놀로지스는 자사가 개발 중인 ‘모티프3’ 프리뷰 버전이 글로벌 AI 평가기관 아티피셜 애널리시스의 종합 성능 지표(AAII)에서 44점을 기록했다고 21일 밝혔다. 이는 중국 딥시크의 최신 모델 ‘V4 프로’와 같은 점수다. 오픈소스 모델 기준으로는 최근 공개돼 주목받고 있는 문샷AI의 ‘키미 K3’, 즈푸AI의 ‘GLM-5.2’에 이어 딥시크 V4 프로, 미니맥스 M3와 함께 3위권에 이름을 올렸다. 앤트로픽과 오픈AI 등 상용 모델을 포함한 전체 순위에서도 11위를 기록했다. 모티프3는 3140억 개(314B) 파라미터 규모의 전문가혼합(MoE) 구조를 적용한 모델이다. 전체 모델 규모는 유지하면서 실제 추론 과정에서는 약 130억 개(13B) 파라미터만 선택적으로 활성화해 연산 효율을 높였다. 해외 오픈소스 모델을 기반으로 개량한 것이 아니라 처음부터 독자 아키텍처로 설계했다는 점도 특징이다. 이번 평가는 최종 모델이 아닌 프리뷰 버전을 대상으로 이뤄졌다. 회사는 다음 달 초 성능을 더욱 끌어올린 최종 버전을 공개할 예정이다. 모티프테크놀로지스 관계자는 “글로벌 선도 모델과의 기술 격차를 3~5개월 수준까지 좁혔다. 독파모 사업이 국내 AI 기업들이 글로벌 경쟁에 도전할 수 있는 발판이 되고 있다”고 말했다.

엔비디아가 AI 미니 슈퍼컴퓨터 ‘DGX 스파크’의 모바일 버전인 ‘RTX 스파크(RTX Spark)’를 공개했습니다. RTX 스파크는 DGX 스파크에 탑재된 GB10의 모바일 변형 버전인 N1X를 탑재하고 있으며, 최대 20코어의 Arm 기반 CPU와 6,144개의 CUDA 코어를 갖춘 블랙웰 아키텍처 GPU로 구성되어 있습니다. 엔비디아는 모든 RTX 스파크가 동일한 칩을 사용하는지 아니면 일부 기능을 줄이고 가격을 낮춘 컷 칩(cut-chip)이 존재하는지에 대해서는 이날 공개 행사에서 구체적으로 밝히지 않았습니다. 다만 RTX 스파크가 최대 128GB의 LPDDR5x와 1페타플롭스의 연산 능력으로 노트북에서도 고사양 게임을 원활하게 작동시킬 수 있을 뿐 아니라 120B 파라미터를 지닌 거대 LLM도 구동할 수 있다는 점을 강조했습니다. 젠슨 황 엔비디아 CEO는 RTX 스파크가 장착된 노트북에서 ‘007 퍼스트 라이트’와 ‘포르자 호라이즌 6’를 배터리 전원만으로 구동하는 모습을 선보였는데, 이는 기존의 스냅드래곤 기반의 윈도우 ARM(Windows on ARM) 노트북에서는 생각하기 어려웠던 게임 성능으로 마이크로소프트가 밀고 있는 윈도우 ARM의 약점을 상당 부분 극복한 모습입니다. 마이크로소프트는 RTX 스파크 개발을 위해 엔비디아와 긴밀히 협업했고 에이서(Acer), ASUS, 레노버(Lenovo), 델(Dell), HP, MSI 등 주요 PC 제조사와 함께 마이크로소프트의 서피스 라인업에도 RTX 스파크 모델을 넣어 고성능 윈도우 ARM PC 개발 의지를 보여줬습니다. 그런데 이날 공개된 RTX 스파크 노트북을 보면 그렇게 두꺼운 제품이 아니라는 점을 쉽게 알 수 있습니다. DGX 스파크의 GB10 칩이 약 140W의 열 설계 전력(TDP)을 가진다는 점을 고려할 때, RTX 스파크는 엔비디아의 노트북 전력 효율 기술인 MAX-Q를 적극적으로 활용해 TDP를 낮추고 최소 두께 14mm의 슬림한 디자인을 구현한 것으로 보입니다. MAX-Q는 단순히 클럭을 강제로 낮추는 방식을 넘어, 최적화 기술을 집약한 기술입니다. 게임 실행 시 AI 텔레메트리(AI Telemetry)가 GPU와 CPU 워크로드를 실시간으로 분석하면, CPU 옵티마이저는 불필요한 전력 소모를 줄이기 위해 CPU를 ‘최고 효율 주파수’로 동적으로 조정합니다. 이때 절약된 전력은 다이나믹 부스트(Dynamic Boost)를 통해 GPU로 재배분됩니다. GPU 차원에서도 파워 게이팅(Power Gating)을 통해 사용되지 않는 내부 블록을 비활성화하고, 워크로드에 맞춰 클럭을 미세 조정합니다. 여기에 DLSS 4.5를 통해 실제 렌더링 부하를 줄여서 전력 소모와 발열을 최소화하면서도 성능을 유지할 수 있습니다. 물론 이론적으로 MAX-Q가 적용된 N1x의 성능이 TDP 140W이 기본인 GB10와 대등하지는 않을 것으로 보입니다. 일부 성능 저하는 감수해야 하지만, 충분한 휴대성을 보장하면서도 AAA급 고사양 게임과 대규모 언어 모델(LLM) 구동이 가능하다는 것은 개발자와 고성능 기기를 쓰는 사용자들에게 상당한 장점입니다. 다만 이날 보여준 128GB 모델만 있을 경우 가격은 매우 비쌀 가능성이 높습니다. DGX 스파크의 공식 가격이 4699달러(원래 3999달러였으나 메모리 가격 상승으로 인상)이며, 국내에서는 부가세를 포함해 더 비싼 가격에 판매되는 점을 고려하면, 노트북 버전인 RTX 스파크 제품은 훨씬 비싸질 가능성이 높습니다. 이런 점을 감안하면 64GB, 32GB 모델도 있을 가능성이 있으나 당장에 공개된 내용은 없습니다. 아무튼 높은 가격을 생각하면 RTX 스파크의 주요 경쟁자는 애플의 맥북 프로(특히 M5 맥스 시리즈)가 될 것으로 보입니다. 다만 현재 DGX 스파크 가격을 생각할 때 RTX 스파크 노트북은 128GB 모델 기준 맥북 프로 M5 맥스 모델보다 비쌀 가능성이 높아 보입니다. 이렇게 비싼 제품을 게임만 하려고 사는 경우는 거의 없을 것입니다. 따라서 비싸도 업무에 사용해야만 하는 특별한 용도, 예를 들어 LLM(대규모 언어 모델)이나 그래픽 작업 성능이 중요한 요소가 될 것으로 보입니다. 이 시장에서 유력한 경쟁 상태인 맥북 프로 M5 맥스도 128GB 모델은 120B 파라미터 급 LLM 구동이 가능하지만, RTX 스파크는 6144개의 CUDA 코어와 텐서 코어를 활용한 FP4(4비트 양자화) 연산 능력과 최대 1페타플롭스(Petaflop)의 연산 성능으로 토큰 속도에서 우위를 점할 가능성이 있습니다. 엔비디아는 RTX 스파크를 개인용 에이전트를 위한 플랫폼으로 소개하고 있으며 로컬 컴퓨터에서 120B LLM을 100만 토큰의 컨텍스트로 구동하거나, 90GB 이상의 거대한 3D 장면을 렌더링하고, 12K 영상 편집 및 4K AI 비디오 생성을 할 수 있습니다. 물론 실제 성능과 가성비는 제품이 실제 출시되고 가격이 공개되어야 제대로 평가할 수 있을 것입니다. 황 CEO는 “PC는 다시 태어나고 있다. 40년 동안 우리는 앱을 실행하고 클릭하고 타이핑했지만, 이제 RTX 스파크와 윈도우를 통해 우리는 요청하고 PC가 작업을 수행한다”며, RTX 스파크가 로컬 에이전트, 최전방 모델, 크리에이티브 워크플로우, RTX 게임을 하나의 노트북에 통합한 ‘새로운 PC’라고 강조했습니다. 그의 포부처럼 실제로 RTX 스파크가 PC의 재창조가 될지 아니면 특수 용도로 사용하는 비싼 장비로 남게 될지 결과가 주목됩니다.

블록체인 특화 LLM 평가 체계 제시...“범용 AI 고성능에도 Web3 전문 추론은 과제로 남아”싱가포르 오픈소스 AI 연구기관 DMind AI가 아시아 연구진과 공동으로 개발한 ‘디마인드 벤치마크(DMind Benchmark)’ 논문이 국제 학술대회 ‘KDD 2026(ACM SIGKDD)’의 데이터셋 및 벤치마크(Datasets ＆ Benchmarks) 트랙에 채택됐다고 26일 밝혔다. 본 학술대회는 오는 8월 9일부터 13일까지 제주에서 개최된다. 이번 연구는 웹3(Web3) 및 블록체인 분야에서 대형언어모델(LLM)의 성능을 정량적으로 측정하기 위한 평가 체계를 제안한 것이 핵심이다. 연구팀은 기존의 범용 AI 평가 방식에서 벗어나 블록체인 산업 특화 과제를 중심으로 모델의 실무 활용성과 전문 추론 능력을 검증하는 데 중점을 두었다고 설명했다. 최근 글로벌 AI 업계에서는 특정 산업 분야에 최적화된 도메인 특화 AI 개발 경쟁이 확대되는 흐름이다. 특히 금융·보안 분야에서는 단순 언어 생성 능력보다 정확한 추론과 안정성이 중요해지면서 전문 벤치마크 구축 필요성도 커지고 있다. 디마인드 벤치마크는 블록체인 기초 개념, 인프라, 스마트 컨트랙트, 탈중앙화 금융(DeFi), 탈중앙화 자율조직(DAO), 대체불가토큰(NFT), 토큰 이코노믹스, 밈코인, 보안 취약점 등 총 9개 도메인을 평가 범주로 설정했다. 단순 객관식 형태를 넘어 스마트 컨트랙트 디버깅, 온체인 수치 추론 등 실제 환경 기반 문제도 포함한 점이 특징이다. 연구팀은 GPT-5 시리즈, Claude, Gemini, DeepSeek, Grok, Qwen 등 총 31개 주요 AI 모델을 대상으로 성능을 비교 평가했다. 평가 결과 GPT-5 Medium이 전체 평균 77.63점으로 가장 높은 점수를 기록했지만, 토큰 이코노믹스와 보안 취약점 분야에서는 다수 모델이 낮은 성능을 보였다고 밝혔다. 연구진은 현재 상용화된 주요 AI 모델들도 Web3 전문 추론 영역에서는 여전히 한계를 드러내고 있다고 분석했다. 특히 복잡한 토큰 구조 해석이나 스마트 컨트랙트 보안 관련 문제에서는 모델 간 성능 편차가 크게 나타났다고 설명했다. 비용 대비 성능 측면에서는 일부 오픈소스 모델의 경쟁력도 확인됐다는 평가다. 연구에 따르면 DMind의 32B 파라미터 오픈소스 모델은 Web3 특화 과제에서 제한된 비용으로도 높은 성능을 기록했다. 특히 토큰 이코노믹스와 보안 영역에서는 대규모 범용 모델 대비 10~30% 수준의 비용으로 유사하거나 더 높은 성능을 보였다고 연구팀은 밝혔다. 업계에서는 생성형 AI가 금융·디지털 자산 분야로 확대 적용되면서 스마트 컨트랙트 검증이나 온체인 데이터 분석 자동화 수요도 증가하는 추세다. 이에 따라 산업 특화 AI 모델의 신뢰성과 검증 체계 중요성도 함께 커지고 있다는 분석이 나온다. 싱가포르 경영대학교 정보시스템학과 주페이다(ZHU Feida) 교수는 “이번 연구는 Web3 AI 분야에서 측정 가능한 평가 기준을 제시했다는 점에서 의미가 있다”며 “향후 해당 분야 AI 기술의 성능과 안정성 검증 체계 구축에도 활용될 수 있을 것”이라고 말했다. 한편 DMind 모델은 현재 AI 금융 플랫폼 ‘Minara(미나라)’에 적용돼 운영 중이다. 연구팀은 개인 투자자와 디지털 자산 보유자를 위한 재무 비서 기능 등에 해당 기술이 활용되고 있다고 설명했다.

현재 미니 PC 시장에서 가장 인기 있는 제품은 아마도 ‘맥 미니’일 것입니다. 특히 ‘로컬 인공지능(AI)’ 돌리기에 적합한 M4 프로 맥 미니가 큰 인기를 끌고 있습니다. 맥 미니는 LLM을 로컬로 장시간 돌릴 때 몇 가지 큰 장점이 있습니다. 우선 통합 메모리 구조로 메모리의 3분의2를 GPU에 할당해 큰 모델을 돌릴 수 있으며 데이터가 CPU와 GPU를 오가면서 시간과 연산 자원을 낭비할 필요가 없습니다. 여기에 매우 전력 소모량이 적어서 장시간 돌려도 전기료가 적게 나옵니다. 차지하는 면적이 매우 적은 것도 장점입니다. 이런 이유로 맥 미니는 24시간 돌릴 수 있는 인공 지능 비서인 ‘오픈 클로’(Open Claw)용으로 품귀 현상을 보일 정도로 인기가 좋습니다. 600만원이 넘는 그래픽 카드인 RTX 5090는 속도는 더 빠를지 몰라도 메모리는 32GB로 한정돼 돌릴 수 있는 모델 크기에 제한이 있고 엔비디아의 AI 미니 PC인 ‘DGX 스파크’는 128GB라는 대용량 메모리를 갖췄지만 최근 가격이 꽤 올라 맥 미니가 AI용으로 훨씬 더 가성비 있는 제품이 된 상태입니다. AI 미니 PC의 인기가 좋아지면서 또 다른 CPU 및 GPU 제조사인 AMD 역시 대항마를 출시해 이 시장에서 경쟁을 예고하고 있습니다. 최근 AMD는 자체 AI PC인 ‘라이젠 AI 헤일로 개발자 플랫폼’(Ryzen AI Halo Dev Platform, 이하 라이젠 AI 헤일로)을 선보였습니다. 최대 16코어 CPU와 라데온 8060S (40코어 RDNA 3.5) GPU, 50 TOPS XDNA 2 NPU를 지닌 라 데온 AI MAX+ 395를 대표 제품으로 내세운 라이젠 AI 헤일로는 최대 128 GB LPDDR5X-8000와 2TB SSD를 지원하면서도 맥 미니와 견줄 수 있는 작은 크기를 자랑합니다. 최대 TDP는 120W로 다소 높지만, 고성능 그래픽 카드와 비교하면 감당할 만한 수준입니다. AMD는 이 모델의 시작 가격이 3999달러이고 최대 128GB 메모리를 탑재해 200B의 큰 파라미터를 지닌 모델도 로컬로 구동할 수 있다고 설명하고 있습니다. 여기에 라이젠 AI 맥스 400 시리즈를 탑재한 2세대 모델의 경우 192GB 버전이 존재하고 최대 160GB나 되는 메모리를 GPU로 할당할 수 있어 최대 300B에 달하는 거대한 모델도 돌릴 수 있습니다. 또 AMD는 라이젠 AI 헤일로가 맥 미니보다 일부 생성형 AI에서 최대 4배 정도 빠르다고 주장하고 있는데, 훨씬 저렴한 제품과 비교하는 것이 과연 맞는 비교인지 궁금해지는 대목이기도 합니다. 오히려 비슷한 가격대인 맥 스튜디오와의 비교는 끝까지 보여주지 않는 점이 더 흥미롭습니다. 참고로 맥 스튜디오 M4 맥스 64GB 제품은 1TB SSD 기준 464만원이고 M3 울트라 96GB 1TB SSD 기준 659만원입니다. 시작 가격인 3,999달러를 현재 환율로 환산하면 600만원이 좀 넘는데 10% 부가세 가산 시 660만원 이상으로 M3 울트라 96GB와 비교가 맞지 않나 생각입니다. 여기에는 나름의 속사정이 있습니다. M3 울트라는 메모리 대역폭이 819 GB/s에 달해 토큰 생성 속도가 꽤 빠릅니다. 반면 AMD 라이젠 AI Max+ 395의 메모리 대역폭은 약 256 GB/s (쿼드 채널 LPDDR5x 8000 기준)으로 훨씬 느리기 때문에 직접 비교를 피한 것으로 보입니다. 오히려 M4 프로의 메모리 대역폭이 273 GB/s로 비슷합니다. 한편 비슷한 AI 미니 컴퓨터인 엔비디아 DGX 스파크와 비교해서는 일부 LLM 모델에서 토큰 속도가 더 빠르다고 주장하고 있습니다. 구체적으로 GPT OSS (120B)는 7% 이상, Qwen 3.5 (122B)는 12% 이상, Qwen 3.6 (35B)는 4% 이상, GLM 4.7 (30B)은 14% 이상입니다. 따라서 라이젠 AI 헤일로는 직접 경쟁 상태인 DGX 스파크보다 일부 모델에서 약간 더 나은 성능을 지니고 있으며 x86 CPU라 윈도우 OS도 구동이 가능하다는 것이 핵심이라고 하겠습니다. DGX 스파크는 개인용 컴퓨터보다는 미니 서버에 가까운 물건으로 일반 소비자용 PC처럼 사용이 어렵지만, 라이젠 AI 헤일로는 윈도우 OS를 설치해서 그런 식으로도 사용 가능합니다. 차라리 맥 미니와의 무리한 비교보다 이점에 초점을 맞춰 발표하는 게 더 낫지 않았나 하는 생각입니다. 가격 포지션으로 큰 차이가 나는데도 맥 미니를 주요 라이벌로 설정한 이유는 역설적으로 그만큼 맥 미니의 인기가 높다는 반증일 것입니다. DGX 스파크처럼 비싼 가격을 받아야 하지만, 맥 미니처럼 인기를 끌 수 있는 제품이 될 수 있을지 궁금해지는 발표입니다.

GPU 추가 학습 없이 글로벌 AI 추론 성능 3위 달성 국내 인공지능(AI) 스타트업 비드래프트(VIDraft Inc.·대표 김민식)가 추가 GPU 학습 과정을 거치지 않고도 최상위권 추론 성능을 도출하는 대형언어모델(LLM) 프레임워크 기술을 공개했다. 비드래프트는 자사가 개발한 ‘Darwin Family’ 계열 모델의 핵심 기술을 담은 연구 논문을 공개하고, 관련 핵심 기술 3건에 대한 국내 특허를 출원했다고 밝혔다. 이번에 등록된 논문은 「Darwin Family: MRI Trust Weighted Evolutionary Merging for Training Free Scaling of Language Model Reasoning」으로, 현재 Hugging Face Papers와 오픈소스 아카이브 arXiv(등록번호 2605.14386)에 게재된 상태다. 본 연구에는 비드래프트 소속 연구원 7명이 공동 저자로 참여 명단을 올렸다. Darwin Family는 기존 AI 개발 과정에서 필수로 여겨졌던 추가 학습(Post training) 없이 모델 병합만으로 고성능 추론 능력을 구현하는 새로운 방식의 AI 모델 프레임워크다. 핵심 기술은 MRI Trust Fusion, 14차원 적응형 병합 게놈(Merge Genome), 아키텍처 매퍼(Architecture Mapper) 등 세 가지로 구성된다. MRI Trust Fusion은 모델 각 레이어의 기능적 중요도를 분석한 뒤 신뢰 파라미터를 기반으로 동적 융합을 수행하는 기술이다. 이를 통해 GPQA 정확도를 기존 방식 대비 2.5%포인트 향상시켰다는 설명이다. 또한 14차원 병합 게놈 기술은 어텐션과 FFN, 임베딩 등 모델 내부 구성 요소를 세밀하게 제어하며 경사하강법 없이 진화 탐색만으로 최적 병합 전략을 자동 탐색한다. 아키텍처 매퍼는 Transformer와 Mamba 등 서로 다른 AI 구조 간 결합을 가능하게 하는 기술로, 추가 재학습 없이 이종 모델 교배를 구현한다. Darwin Family는 Hugging Face가 주관하는 AI 성능 벤치마크인 ‘GPQA Diamond(Graduate Level Google Proof Q＆A)’ 평가에서 글로벌 3위를 기록했다. 해당 지표는 박사 학위 소지자 수준의 과학적 추론 능력을 평가하는 대표적 기술 지표다. 비드래프트는 별도의 파인튜닝이나 사후 학습을 거치지 않고도 수백억 파라미터 규모의 Fully Trained 모델들의 성능 데이터 수준을 상회했으며, 최소 4B부터 최대 35B 규모에 이르기까지 다양한 모델 세그먼트 구간에서 부모 모델 대비 실질적 성능 향상 수치를 검증했다고 밝혔다. 국내 정량 평가 지표에서도 상위 순위를 점유하고 있다. 과학기술정보통신부와 한국지능정보사회진흥원(NIA)이 주관·운영하는 ‘K-AI 리더보드’에서는 Darwin 기반 모델들이 2위, 3위, 4위, 5위, 7위, 8위를 동시에 기록 중인 것으로 집계됐다. 특히 현재 1위 모델과의 데이터 점수 격차는 0.001점 범위 내에 있는 것으로 확인됐다. 비드래프트에 따르면 공식 모델 공개 이후 45일 만에 파생·양자화 레포지터리 88개와 개별 모델 파일 473개가 생성됐다. GGUF 양자화 분야 개발자 bartowski와 mradermacher 등 글로벌 오픈소스 커뮤니티 개발자들도 Darwin 모델군 배포와 최적화 작업에 참여하고 있다. 현재 Darwin 모델은 Windows·Linux·Mac 환경의 GGUF 포맷을 비롯해 Apple MLX, AWQ, NVIDIA Blackwell 전용 NVfp4 등 다양한 플랫폼을 지원한다. 김민식 비드래프트 대표는 “Darwin 생태계의 확산 속도와 규모는 국내 AI 모델 역사에서도 보기 드문 수준”이라며 “세계 최상위권 양자화 개발자들의 자발적 참여와 폭넓은 플랫폼 지원 체계를 기반으로 글로벌 AI 표준 생태계로 진입하고 있다”고 밝혔다. 한편, 이번 연구는 과학기술정보통신부 재원으로 수행된 ‘AI컴퓨팅자원활용기반강화(GPU 임차 지원) 사용자 지원사업’의 지원을 받아 진행됐다.

조 단위 투자해 ‘AI 인프라’ 재설계노태문 삼성전자 사장과 협력 논의AI 구현할 ‘폼팩터’ 시장 선점 포석메타·샤오미 부스도 찾아 기술 점검 세계 최대 이동통신 전시회 ‘MWC26’이 2일(현지시간) 스페인 바르셀로나 피라 그란 비아에서 막을 올린 가운데 정재헌 SK텔레콤 최고경영자(CEO)는 ‘1위에 안주했다’는 취지의 반성을 토대로 삼성전자, 미국 메타, 중국 샤오미 부스를 잇달아 방문해 이목을 집중시켰다. 통신 인프라를 근간으로 인공지능(AI)이 실생활에 구현될 차세대 ‘그릇’인 폼팩터(기기 형태) 시장을 선점하기 위해 누구와도 손을 잡을 수 있다는 의미로 읽힌다. 정 CEO는 이날 오전 메타 비공개 부스를 찾아 고위 관계자들과 회동한 데 이어 삼성전자 부스에서 노태문 사장과 만났다. 삼성전자의 신작인 갤럭시 S26 울트라 시리즈에 탑재된 ‘프라이버시 디스플레이’ 기능을 살핀 정 CEO는 노 사장에게 “필름 회사는 망하겠다”며 소비자의 필요를 포착한 데 대해 높게 평가했다. 이어 방문한 샤오미 부스에서는 아담 쩡 수석부사장 겸 국제부문 사장을 만나 중국 기술의 현주소를 점검했다. 정 CEO는 “삼성이 소비자의 가려운 곳을 긁어주는 디테일한 아이디어에 강점이 있다면, 샤오미는 모바일과 자동차 등 모든 기기가 연결되는 거대한 통합 생태계의 방향성을 잘 잡고 있었다”고 분석했다. 정 CEO의 이날 행보는 전날 바르셀로나 현지에서 열린 기자간담회 내용과 맥을 같이 한다. 정 CEO는 취임 123일의 소회를 ‘뼈아픈 반성’으로 시작하며 “1등이라는 자부심이 우리에겐 독이었다”고 밝혔다. 그는 40년간 성공에 안주했던 과거를 인정하고 “송두리째 바뀌지 않으면 생존을 장담할 수 없다”며 ‘AI 대전환’을 선언했다. 위기 돌파의 해법으로 정 CEO가 꺼낸 카드는 인프라의 근간을 바꾸는 조 단위 규모의 투자다. 먼저 통신사의 심장부인 통합전산시스템과 네트워크 인프라를 AI 중심으로 재설계한다. 통신사가 미리 짜놓은 요금제에 고객이 자신을 맞추는 기존 방식을 탈피하는 작업으로, AI가 개별 고객의 사용 습관을 실시간으로 분석해 최적의 요금과 서비스를 즉석에서 제안하는 ‘초개인화’ 환경을 구축하겠다는 취지다. 전략적 승부수는 국토를 가로지르는 ‘1기가와트(GW) 규모의 초거대 AI 데이터센터(DC) 벨트’ 구축이다. 1GW는 원자력 발전소 1기의 발전 용량과 맞먹는 수준으로, 약 100만 가구가 동시에 사용할 수 있는 전력 규모다. 정 CEO는 아마존웹서비스(AWS)와 협력 중인 울산 인프라에 이어 오픈AI와 손잡고 추진하는 서남권 데이터센터를 AI 벨트의 핵심 전략 기지로 꼽았다. AI 모델 전략은 규모 확장과 산업 특화라는 두 축으로 전개된다. 이번 MWC에서 시연된 519B(5190억개) 파라미터 규모의 독자 모델 ‘A.X K1’을 연내 1000B(1조개)급 이상으로 고도화해 ‘AI 주권’을 확보한다는 목표다. 미래 네트워크 인프라는 엔비디아와의 협력을 통해 다진다. 기지국 자체를 AI 연산이 가능한 인프라로 변모시키는 ‘AI-RAN’(무선접속망) 기술을 통해 자율주행차나 로봇 등 피지컬 AI가 실시간으로 소통하는 지능형 신경망을 선점할 계획이다. 정 CEO는 “기업의 궁극적 목표는 영속”이라며 “기본에 충실하되 끊임없이 새롭게 바라보는 시각으로 혁신을 이어가겠다”고 강조했다.

샤오미 1인치 폰카로 갤 S26에 도전화웨이 1관 독점, 자율 복구 선보여알리바바 스마트안경·반지 전면에생각하는 ‘지능형 AI’ 기술 선보여한국은 통신 3사 등 AI 생태계 확장 샤오미가 세계 최대 이동통신 전시회 ‘MWC 26’ 개막을 이틀 앞둔 28일(현지 시각) 스페인 바르셀로나에서 신제품 출시 간담회를 열고 플래그십 스마트폰 ‘샤오미 17 시리즈’를 공개하며 삼성전자 갤럭시의 독주 체제에 강력한 도전장을 내밀었다. 최근 미국 샌프란시스코에서 신제품 ‘갤럭시 S26’ 시리즈를 공개하며 기세를 올린 삼성전자에 정면 승부를 건 셈이다. 샤오미 17 시리즈는 독일 명품 카메라 브랜드 라이카와의 파트너십을 더욱 강화해 최상위 모델인 울트라에 샤오미 최초의 1인치 LOFIC 메인 센서를 탑재하는 등 카메라 성능에 올인하는 전략을 취했다. 이는 생성형 AI와 소프트웨어 에이전트 서비스에 집중한 갤럭시 S26 시리즈와는 확실한 차별점을 두는 행보다. 루웨이빙 사장은 “향후 5년간 대규모 투자를 통해 스마트폰부터 전기차까지 아우르는 완성형 생태계를 구축해 갤럭시를 위협하겠다”는 포부를 밝혔다. 중국 기업들의 파상공세는 샤오미에 그치지 않고 아너(Honor)로 이어진다. 아너는 이번 MWC에서 물리적 로봇 팔로 최적의 구도를 잡는 ‘로봇 폰’과 브랜드 최초의 휴머노이드 로봇을 공개하며 갤럭시가 주도해온 기존의 모바일 생태계를 넘어 피지컬 AI 영역으로의 확장을 선언했다. 과거 ‘가성비’의 대명사였던 중국 제조사들이 이제는 독자적인 핵심 기술 경쟁력을 강조하며 삼성전자의 강력한 라이벌로 급부상하고 있다. 이러한 기조는 이번 MWC에 참가한 350여개의 중국 기업 전반에서 뚜렷하게 나타나며 전 세계 테크 업계의 시선을 집중시키고 있다. 중국 기업들의 이러한 기술적 굴기는 이번 MWC의 핵심 비전인 ‘지능(IQ)의 시대’를 자신들이 주도하겠다는 강력한 신호탄으로 해석된다. 전시장 1관을 통째로 독점한 화웨이는 AI 기반의 자율 복구 네트워크를 선보이며 기세를 올렸고, 알리바바는 자체 AI 어시스턴트 ‘큐원’을 탑재한 스마트 안경과 반지 등 공격적인 웨어러블 생태계를 전면에 내세웠다. 지난 20년이 사람과 사람을 잇는 연결의 시간이었다면, 향후 20년은 그 연결이 스스로 사고하고 움직이는 지능형 공간의 시대가 될 것이라는 GSMA의 선언을 중국 기업들이 실제 제품과 기술로 입증하고 있는 셈이다. 이동통신의 각축장이었던 MWC는 이제 인공지능이 웨어러블 및 휴머노이드라는 ‘몸체’를 얻고 우주 통신망을 통해 끊김 없이 사고하는 글로벌 AI 기술의 경연장으로 완전히 탈바꿈했다. AI 인프라 부문에서는 SK하이닉스, 암(Arm), 퀄컴 등이 최신 AI 칩 솔루션을 제시하고 있으며, 삼성전자와 메타 역시 최신 웨어러블 디바이스에 AI 에이전트를 심은 차세대 스마트 글래스 기술을 선보인다. SK텔레콤은 인프라와 모델을 아우르는 ‘풀스택 AI’ 전략으로 5190억개 파라미터 규모의 초거대 AI 모델 ‘A.X K1’을 국내 최초로 현장 시연하며 기술적 우위를 강조한다. 특히 SK텔레콤은 국내 기업 중 유일하게 엔비디아의 ‘AI-RAN(인공지능 무선 접속망) 얼라이언스’ 이사회 회원사로 활동하며, 통신망을 데이터 전달 통로가 아닌 AI 연산 인프라로 진화시키는 글로벌 생태계 확장을 주도하고 있다. KT와 LG유플러스 또한 로봇과 설비를 통합 운영하는 플랫폼 ‘K RaaS’와 오픈AI 협업 기반의 ‘에이전틱 AICC’ 등 실제 비즈니스 현장에서 작동하는 구체적인 AI 솔루션들을 대거 공개하며 한국 테크 기업의 저력을 과시한다. 20주년을 맞은 올해 바르셀로나 MWC는 205개국에서 2900여개 기업이 집결하고 11만명 이상의 관람객이 방문하는 역대급 규모의 축제가 될 전망이다.

SK텔레콤이 오는 2일(현지시간) 스페인 바르셀로나에서 개막하는 세계 최대 모바일 전시회 ‘MWC 2026’에 참가해 AI 인프라와 모델, 서비스를 아우르는 ‘풀스택(Full-Stack) AI’ 경쟁력을 선보인다. 이번 전시는 인프라부터 실질적인 서비스까지 유기적으로 결합한 SKT만의 기술 생태계를 글로벌 시장에 각인시키는 데 초점을 맞췄다. SK텔레콤의 전시관은 MWC26 행사장인 ‘피라 그란 비아(Fira Gran Via)’ 내에서도 글로벌 선도 기업들이 집결하는 3홀 중앙에 위치한다. 약 992㎡(300평) 규모로 마련된 공간에는 ‘AI 인프라’, ‘AI 모델’, ‘AI 서비스’, ‘AI 에코시스템’ 등 각 영역을 대표하는 총 27개의 아이템이 전시된다. 이곳에서 SK텔레콤는 삼성전자, 인텔, 마이크로소프트(MS), 퀄컴 등 글로벌 빅테크 기업들과 나란히 미래 기술을 겨루게 된다. 전시 주제는 ‘무한한 기회와 가능성을 만들어내는 SK텔레콤의 AI’로 정해졌다. 이를 시각화하기 위해 전시관 상단에는 대형 투명 LED인 ‘무한의 관문(Infinite Portal)’ 5개를 설치해 웅장한 분위기를 연출했다. 또한 높이 6m의 ‘커뮤니케이션 타워’와 모듈러 AI 데이터센터(DC)를 형상화한 ‘AI DC 서버룸’ 등 특색 있는 조형물을 배치해 관람객들이 SK텔레콤의 인프라 역량을 직관적으로 체감할 수 있도록 했다. 기술적 핵심은 전시관에서 직접 시연되는 초거대 AI 모델 ‘A.X K1(에이닷엑스 케이원)’이다. 지난 1월 정부의 ‘독자 AI 파운데이션 모델(독파모)’ 프로젝트 2단계에 진출한 이 모델은 국내 최초로 5190억개(519B) 파라미터 규모를 자랑한다. 현장에서는 이 모델이 구현하는 고도화된 지능형 성능을 실시간으로 확인할 수 있다. 아울러 관람객이 RC 지게차를 이용해 인프라와 모델 블록을 쌓으며 풀스택 AI의 개념을 익히는 참여형 이벤트도 운영된다. 권영상 SKT Comm지원실장은 “AI의 가치는 특정 기술 하나가 아닌 전 과정이 유기적으로 맞물릴 때 완성된다”며 “이번 전시를 통해 SK텔레콤의 풀스택 AI가 글로벌 시장에서 어떤 확장성을 가질 수 있는지 입증하겠다”고 밝혔다.

스페인 바르셀로나에서 내달 2일(현지시간) 개막하는 ‘MWC26’을 관통하는 키워드는 우주까지 확대된 ‘지능형 연결’이다. 국내 통신 3사는 각기 다른 전시 컨셉트을 통해 글로벌 비즈니스 파트너를 확보하고, 내수 시장을 넘어선 ‘글로벌 AI 기업’으로서 실무 역량을 증명할 계획이다. 통신 3사는 22일 이번 전시에서 선보일 핵심 기술과 비전을 공개했다. SK텔레콤은 인프라와 모델, 서비스를 수직 계열화한 ‘풀스택(Full Stack) AI’를 전면에 내세웠다. 992㎡ 규모의 전시관에서는 울산 AI 데이터센터(DC) 유치와 고성능 그래픽처리장치(GPU) 클러스터 ‘해인’ 구축으로 축적한 인프라 역량을 집중적으로 선보인다. 특히 5190억개의 파라미터를 보유한 초거대 AI 모델 ‘A.X K1’을 현장에서 시연한다. LG유플러스는 기술의 지향점을 ‘사람 사이의 연결’에 두고, 전략으로 ‘사람 중심 AI’를 택했다. 전시관에서 목소리 기반 에이전트 ‘익시오(ixi-O)’가 피지컬 AI와 결합해 사용자 경험을 혁신하는 모습을 보여주는 데 주력한다. 특히 홍범식 LG유플러스 사장은 개막 당일 ‘모든 연결의 인간화’를 주제로 메인 기조연설을 한다. MWC 무대에서 LG그룹 경영자가 기조연설자로 나서는 것은 처음이다. KT는 전시장 한복판에 ‘광화문 광장’을 구현해 기술과 한국적 정체성의 결합을 시도한다. 핵심 전시물인 기업용 AI 운영체제 ‘에이전틱 패브릭’은 다양한 AI 기술을 유기적으로 연결해 기업 업무를 자동화하는 실무형 설루션이다. 영상 분석 기술로 실종자를 찾는 ‘비전 트랙’ 등 사회 안전망과 직결된 기술을 배치하는 한편, 생성형 AI로 구현한 국가대표 이강인 선수가 다국어로 관람객을 맞이하는 등 기술의 광범위한 활용 가능성을 시각화한다. 올해 MWC의 최대 화두는 지상망의 한계를 넘어서는 ‘우주 기반 연결성’이다. 이번 행사에는 스페이스X의 그윈 숏웰 사장과 유럽우주기구(ESA) 소속 팀 피크 등 우주 시대를 여는 리더들이 집결해, AI와 결합한 위성 통신망이 산업 질서를 뒤흔들 ‘게임 체인저’가 될 것임을 예고한다. 

말도 많고 탈도 많았던 ‘국가대표 인공지능(AI) 선발전’이 마침내 전체 라인업을 확정했다. 과학기술정보통신부가 최근 추가 공모에서 스타트업 모티프테크놀로지스를 선정하면서다. 모티프테크놀로지스를 포함해 LG AI연구원, SK텔레콤, 업스테이지 등 4개 정예팀이 ‘독자 AI 파운데이션 모델 개발 프로젝트’(독파모) 2단계 평가에 돌입하게 됐다. 이번 프로젝트가 유력 후보들의 탈락과 독자성 논란이라는 풍파 속에서도 4팀 체제를 가동한 명분은 확실하다. ‘소버린 AI’ 확보가 국가 안보 및 경제와 직결되는 생존 과제이기 때문이다. 글로벌 빅테크가 데이터와 문화 주권을 잠식하는 상황에서, 한국적 맥락을 이해하는 독자 모델은 디지털 영토를 지키는 보루와 같다. ‘국가대표’라는 이름 아래 프로젝트를 지속하는 근본적인 이유도 여기에 있다. 우여곡절 끝에 라인업은 갖췄지만, 과정이 남긴 후유증은 여전하다. 국내 AI 산업의 중추인 네이버클라우드가 1차 평가에서 탈락했고, 기대를 모았던 카카오와 KT도 끝내 추가 공모에 응하지 않았다. 기술력의 한계를 낙인찍는 시장의 시선과 리스크는 기업들로 하여금 참전 자체를 주저하게 만들었다. 결과적으로 우리 AI 생태계의 결집력을 약화시켰다는 평가가 나오는 지점이다. 하지만 새롭게 합류한 모티프테크놀로지스의 ‘순수 독자 설계’ 철학은 프로젝트에 새로운 시사점을 던진다. 외산 오픈소스 모델의 구조를 차용하지 않고 밑바닥부터 아키텍처를 설계한 경험은 그간의 독자성 논란을 불식시킬 핵심 열쇠다. 적은 파라미터와 제한된 데이터 환경에서도 세계적 수준의 성능을 입증해야 하는 스타트업의 가세는 대기업 위주의 구도에서 기술적 다양성을 확보하는 계기가 될 수 있다. 이제는 형식적 논쟁을 넘어 각 팀의 지향점에 걸맞은 실질적 ‘존재 증명’에 집중해야 한다. 거대 모델을 지향하는 팀은 글로벌 수준의 기술적 신뢰를, 특화 모델을 내세운 팀은 현장을 혁신할 실질적 해법과 성능을 입증하는 것이 핵심이다. 진정한 독자성은 홀로 쌓아 올린 순혈주의가 아니라 우리 사회와 기업이 안심하고 올라탈 수 있는 신뢰 인프라를 구축하는 데서 찾아야 한다. 정부의 역할 역시 정교해져야 한다. ‘독자 기술 확보’라는 명분과 ‘산업적 성과’라는 실리 사이에서 갈팡질팡하는 모호한 스탠스는 현장의 혼란만 부추길 뿐이다. 정부는 단순한 심판관에 머물지 말고, 개발된 모델들이 각자의 체급에 맞춰 금융, 제조, 방산 등 실제 산업 현장에서 부가가치를 창출할 수 있도록 수요처를 잇고 규제를 정비하는 조력자로 체질을 바꿔야 한다. 국가대표 AI는 박물관에 전시할 ‘토종 기술’이 아니다. 글로벌 패권 다툼 속에서 우리 기업들이 보안 우려 없이 즉시 꺼내 쓸 수 있는 ‘실질적 무기’가 되어야 한다. 레이스에서 하차한 전통 강자들의 빈자리가 느껴지지 않을 만큼의 압도적 결과물을 내놓는 것, 그것이 남은 팀들과 정부에 주어진 과제다. 민나리 산업부 기자

정부가 추진하는 ‘독자 인공지능(AI) 파운데이션 모델’ 추가 선발전에 기술력을 갖춘 스타트업들이 잇따라 도전장을 내밀고 있다. 정부는 앞서 1차 단계평가에서 3곳을 통과시키고 한 곳을 탈락시킨 가운데, 네이버클라우드를 ‘독자성 논란’으로 사실상 실격시키면서 이 공석을 채우는 별도 선발전을 연다고 밝힌 바 있다. 20일 업계에 따르면 AI 스타트업인 모티프테크놀로지스가 가장 먼저 참여 의사를 표명했다. 모티프테크놀로지스는 지난해 7월 구성했던 컨소시엄 외에 추가 업체들과 논의를 진행 중이라며 “상세한 사항은 정부 공고문이 올라오는 대로 확정해 알리겠다”고 전했다. 네이버 출신 개발진이 설립한 트릴리온랩스도 이번 추가 선발전에 참전한다. 트릴리온랩스는 외부 모델을 변형하지 않고 초기 설계부터 직접 개발하는 ‘프롬 스크래치’ 방식을 고수해왔으며, 지난해 700억 파라미터 규모의 모델을 오픈소스로 공개해 글로벌 커뮤니티에서 기술력을 검증받았다. 반면 대기업들은 소극적인 행보를 보였다. 1차에서 탈락한 네이버클라우드와 NC AI는 물론 유력 후보였던 카카오도 재도전 의사가 없음을 분명히 했다. KT 역시 재도전 여부에 대해 ‘아직 검토한 바 없다’는 입장이다. 탈락 시 받게 되는 이른바 ‘낙인 효과’를 부담스러워 한다는 분석이 나온다.

본래 엔비디아는 기본형 그래픽 카드를 출시한 후 업데이트 버전인 Ti나 슈퍼(S) 버전을 추가 공개하는 식으로 다음 세대 제품이 나올 때까지 신제품을 출시해 왔다. 하지만 올해 CES 2026에서는 새로운 게이밍 그래픽 카드가 등장하지 않았다. 대신 엔비디아는 일반 소비자를 위해 DLSS 4.5와 RTX AI 업데이트 기능을 제시했다. DLSS(Deep Learning Super Sampling) 기술은 AI 기능을 이용해 게임에서 초고해상도 업스케일링 (DLSS Super Resolution), 프레임 생성 (DLSS Frame Generation), 광선 재구성 (DLSS Ray Reconstruction) 등의 기술을 구현한다. 이는 AI로 게임 성능을 높이는 것을 의미한다. 엔비디아는 재작년 RTX 50 시리즈를 공개했다. 사실 RTX 50 그래픽 카드는 전작인 RTX 40과 비교해 기본 성능은 별 차이가 없었다. 하지만 함께 공개된 DLSS 4에서 RTX 50 그래픽 카드에 x3, x4 멀티프레임 생성 (MPG)을 더하면서 차이점을 만들었다. RTX 40 그래픽 카드는 프레임 사이에 AI 생성 이미지를 한 장 넣을 수 있다. 반면 RTX 50은 2장, 3장 넣을 수 있다. 따라서 RTX 40이 초당 30 프레임 + 30 프레임 생성이 가능한 반면 RTX 50은 초당 30 프레임 + 90 프레임 생성이 가능해 체감 속도가 2배 빠르다. 이번 DLSS 4.5에서는 x6 멀티프레임 생성 기능이 새롭게 지원돼 RTX 40과 체감 속도가 최대 3.5배 차이가 날 수 있게 됐다. 예를 들어 30 프레임 생성하는 게임에서 150 프레임을 추가해 180 프레임으로 게임을 즐길 수 있다. 새로운 그래픽 카드를 들고나온 것은 아니지만, 지금 판매하는 RTX 50 시리즈의 차별성을 더 높일 수 있는 업데이트인 셈이다. 하지만 이렇게 인공지능 이미지 생성을 활용할 경우 실제 이미지와 달라지면서 이미지 품질이 떨어지거나 왜곡되는 문제가 생길 수 있다. DLSS 4.5에서는 2세대 트랜스포머 슈퍼 레졸루션 기능이 적용돼 이미지 품질 역시 개선했다. 그리고 동적 멀티 프레임 생성 기능이 적용돼 상황에 따라 과도한 프레임 생성 대신 이미지 품질 개선에 주력할 수 있게 됐다. 따라서 사용자들은 게임 속도와 이미지 품질 두 마리 토끼를 한 번에 잡을 수 있게 됐다는 것이 엔비디아의 설명이다. 2세대 트랜스포머 슈퍼 레졸루션 기능은 RTX 20/30/40 그래픽 카드에서도 사용이 가능하다. 다만 상당한 양의 메모리와 AI 연산 자원을 사용하기 때문에 오히려 속도는 줄어들 수 있다. 하지만 RTX 40/50에서 이미 프레임 생성으로 속도가 빨라진 상황에서 조금 속도를 줄이고 이미지 품질을 개선하는 것이 체감상 더 나은 선택이 될 수 있어 사용자에게 이득이 될 것으로 보인다. 엔비디아는 컴퓨터에서 로컬 LLM을 구동하거나 스테이블 디퓨전 등을 이용해 이미지를 생성하는 데 도움을 주는 RTX AI 기능도 업데이트했다. 이것 역시 RTX 50 사용자들이 가장 큰 혜택을 볼 수 있다. NVFP4 (NVIDIA Floating Point 4) 연산을 RTX 50 그래픽 카드에서만 지원하기 때문이다. RTX 50 사용자들은 NVFP4/8 기능을 이용해 GPT-OSS, Nemotron Nano V2 등 주요 모델에서 최대 40% 성능 향상과 스테이블 디퓨전 ComfyUI 내 Flux.1, Flux.2 모델에서 최대 4.6배 성능 향상을 기대할 수 있다. 이는 내 컴퓨터에서 돌아가는 로컬 LLM이나 이미지/영상 생성 기능을 높일 수 있다는 것이다. AI 연산용으로 그래픽 카드를 사용하는 경우 더 혜택을 볼 수 있다. 그렇다고 해서 RTX 40 이전 그래픽 카드 사용자에게 혜택이 전혀 없는 것은 아니다. 이번 RTX AI 업데이트에는 시스템 메모리(RAM)로 작업 내용을 분산(Offload)하는 최적화도 포함돼 있다. 즉 VRAM이 부족할 때 시스템 RAM을 활용할 수 있어 성능 저하를 최소화하면서 대형 모델을 실행할 수 있다는 이야기다. 8GB VRAM 카드로도 300억 개 이상의 파라미터를 가진 거대 모델을 돌릴 수 있는 길을 열었기 때문에 RTX 30/40 사용자나 RTX 50이라도 8/12GB VRAM 사용자에게 이득이 될 수 있다. RTX 비디오 및 슈퍼 레졸루션 기능 역시 RTX 50 이전 모델에서도 사용할 수 있다. 처음부터 소비자용 그래픽 카드로 4K 영상을 만들면 너무 시간이 오래 걸리기 때문에 RTX AI는 720p로 빠르게 영상을 생성한 뒤, RTX Video 기술로 실시간 4K 업스케일링 하는 방식을 사용한다. 덕분에 로컬 컴퓨터에서 AI 영상 제작이 좀 더 수월해졌다. 종합하면 이번 소프트웨어 업데이트는 이미 판매 중인 RTX 50 사용자에게 가장 큰 혜택을 줄 것으로 예상된다. 구형 그래픽 카드 사용자도 다소 이득을 보게 되나 상대적으로 이득 폭을 적게 해 RTX 50 판매를 늘리려는 의도도 담겨 있어 보이지만, 사실 현재 엔비디아의 매출에서 게임용 그래픽 카드는 큰 비중을 차지하지 않는다. 따라서 이런 차이는 RTX 40·30·20 제품의 하드웨어적 한계로 풀이된다. 더구나 메모리 가격 폭등에 이어 RTX 50 그래픽 카드 가격도 오르고 있어 이번 업데이트가 실제 판매량 증가로 이어질지는 미지수다. 다만 이번 업데이트를 통해 이미 시중에 풀린 RTX 그래픽 카드 사용자들은 모두 혜택을 보게 되고 게임뿐 아니라 AI 작업에서 엔비디아 그래픽 카드를 더 잘 활용할 수 있게 되는 만큼 앞으로 생성형 AI와 게임 AI 생태계에서 엔비디아의 입지를 공고히 할 수 있을 것으로 예상된다.

본래 엔비디아는 기본형 그래픽 카드를 출시한 후 업데이트 버전인 Ti나 슈퍼(S) 버전을 추가 공개하는 식으로 다음 세대 제품이 나올 때까지 신제품을 출시해 왔다. 하지만 올해 CES 2026에서는 새로운 게이밍 그래픽 카드가 등장하지 않았다. 대신 엔비디아는 일반 소비자를 위해 DLSS 4.5와 RTX AI 업데이트 기능을 제시했다. DLSS(Deep Learning Super Sampling) 기술은 AI 기능을 이용해 게임에서 초고해상도 업스케일링 (DLSS Super Resolution), 프레임 생성 (DLSS Frame Generation), 광선 재구성 (DLSS Ray Reconstruction) 등의 기술을 구현한다. 이는 AI로 게임 성능을 높이는 것을 의미한다. 엔비디아는 재작년 RTX 50 시리즈를 공개했다. 사실 RTX 50 그래픽 카드는 전작인 RTX 40과 비교해 기본 성능은 별 차이가 없었다. 하지만 함께 공개된 DLSS 4에서 RTX 50 그래픽 카드에 x3, x4 멀티프레임 생성 (MPG)을 더하면서 차이점을 만들었다. RTX 40 그래픽 카드는 프레임 사이에 AI 생성 이미지를 한 장 넣을 수 있다. 반면 RTX 50은 2장, 3장 넣을 수 있다. 따라서 RTX 40이 초당 30 프레임 + 30 프레임 생성이 가능한 반면 RTX 50은 초당 30 프레임 + 90 프레임 생성이 가능해 체감 속도가 2배 빠르다. 이번 DLSS 4.5에서는 x6 멀티프레임 생성 기능이 새롭게 지원돼 RTX 40과 체감 속도가 최대 3.5배 차이가 날 수 있게 됐다. 예를 들어 30 프레임 생성하는 게임에서 150 프레임을 추가해 180 프레임으로 게임을 즐길 수 있다. 새로운 그래픽 카드를 들고나온 것은 아니지만, 지금 판매하는 RTX 50 시리즈의 차별성을 더 높일 수 있는 업데이트인 셈이다. 하지만 이렇게 인공지능 이미지 생성을 활용할 경우 실제 이미지와 달라지면서 이미지 품질이 떨어지거나 왜곡되는 문제가 생길 수 있다. DLSS 4.5에서는 2세대 트랜스포머 슈퍼 레졸루션 기능이 적용돼 이미지 품질 역시 개선했다. 그리고 동적 멀티 프레임 생성 기능이 적용돼 상황에 따라 과도한 프레임 생성 대신 이미지 품질 개선에 주력할 수 있게 됐다. 따라서 사용자들은 게임 속도와 이미지 품질 두 마리 토끼를 한 번에 잡을 수 있게 됐다는 것이 엔비디아의 설명이다. 2세대 트랜스포머 슈퍼 레졸루션 기능은 RTX 20/30/40 그래픽 카드에서도 사용이 가능하다. 다만 상당한 양의 메모리와 AI 연산 자원을 사용하기 때문에 오히려 속도는 줄어들 수 있다. 하지만 RTX 40/50에서 이미 프레임 생성으로 속도가 빨라진 상황에서 조금 속도를 줄이고 이미지 품질을 개선하는 것이 체감상 더 나은 선택이 될 수 있어 사용자에게 이득이 될 것으로 보인다. 엔비디아는 컴퓨터에서 로컬 LLM을 구동하거나 스테이블 디퓨전 등을 이용해 이미지를 생성하는 데 도움을 주는 RTX AI 기능도 업데이트했다. 이것 역시 RTX 50 사용자들이 가장 큰 혜택을 볼 수 있다. NVFP4 (NVIDIA Floating Point 4) 연산을 RTX 50 그래픽 카드에서만 지원하기 때문이다. RTX 50 사용자들은 NVFP4/8 기능을 이용해 GPT-OSS, Nemotron Nano V2 등 주요 모델에서 최대 40% 성능 향상과 스테이블 디퓨전 ComfyUI 내 Flux.1, Flux.2 모델에서 최대 4.6배 성능 향상을 기대할 수 있다. 이는 내 컴퓨터에서 돌아가는 로컬 LLM이나 이미지/영상 생성 기능을 높일 수 있다는 것이다. AI 연산용으로 그래픽 카드를 사용하는 경우 더 혜택을 볼 수 있다. 그렇다고 해서 RTX 40 이전 그래픽 카드 사용자에게 혜택이 전혀 없는 것은 아니다. 이번 RTX AI 업데이트에는 시스템 메모리(RAM)로 작업 내용을 분산(Offload)하는 최적화도 포함돼 있다. 즉 VRAM이 부족할 때 시스템 RAM을 활용할 수 있어 성능 저하를 최소화하면서 대형 모델을 실행할 수 있다는 이야기다. 8GB VRAM 카드로도 300억 개 이상의 파라미터를 가진 거대 모델을 돌릴 수 있는 길을 열었기 때문에 RTX 30/40 사용자나 RTX 50이라도 8/12GB VRAM 사용자에게 이득이 될 수 있다. RTX 비디오 및 슈퍼 레졸루션 기능 역시 RTX 50 이전 모델에서도 사용할 수 있다. 처음부터 소비자용 그래픽 카드로 4K 영상을 만들면 너무 시간이 오래 걸리기 때문에 RTX AI는 720p로 빠르게 영상을 생성한 뒤, RTX Video 기술로 실시간 4K 업스케일링 하는 방식을 사용한다. 덕분에 로컬 컴퓨터에서 AI 영상 제작이 좀 더 수월해졌다. 종합하면 이번 소프트웨어 업데이트는 이미 판매 중인 RTX 50 사용자에게 가장 큰 혜택을 줄 것으로 예상된다. 구형 그래픽 카드 사용자도 다소 이득을 보게 되나 상대적으로 이득 폭을 적게 해 RTX 50 판매를 늘리려는 의도도 담겨 있어 보이지만, 사실 현재 엔비디아의 매출에서 게임용 그래픽 카드는 큰 비중을 차지하지 않는다. 따라서 이런 차이는 RTX 40·30·20 제품의 하드웨어적 한계로 풀이된다. 더구나 메모리 가격 폭등에 이어 RTX 50 그래픽 카드 가격도 오르고 있어 이번 업데이트가 실제 판매량 증가로 이어질지는 미지수다. 다만 이번 업데이트를 통해 이미 시중에 풀린 RTX 그래픽 카드 사용자들은 모두 혜택을 보게 되고 게임뿐 아니라 AI 작업에서 엔비디아 그래픽 카드를 더 잘 활용할 수 있게 되는 만큼 앞으로 생성형 AI와 게임 AI 생태계에서 엔비디아의 입지를 공고히 할 수 있을 것으로 예상된다.

카카오가 19일 글로벌 오픈소스 커뮤니티 ‘허깅페이스’에 자체 개발한 차세대 언어모델 ‘카나나2’를 오픈소스로 공개했다. 지난해 자체 개발 인공지능(AI) 모델인 ‘카나나’ 시리즈의 연장선이다. 카카오가 이날 선보인 카나나2는 총 3종으로, 기본 모델인 ‘베이스’, 사후 학습을 통해 지시 이행 능력을 높인 ‘인스트럭트’, 카나나 시리즈에서 처음 선보이는 ‘추론 특화’ 모델로 구성됐다. 개발자들이 자체 데이터를 활용해 자유롭게 모델을 파인튜닝(미세조정)할 수 있도록 사용자 명령의 맥락을 파악해 능동적으로 동작하는 ‘동료’와 같은 AI에 초점을 맞췄다. 특히 에이전틱 AI 구현의 핵심인 도구 호출 기능과 사용자 지시 이행 능력이 비약적으로 향상됐다. 이전 모델인 카나나1.5에 비해 다중 대화의 도구 호출 능력을 3배 이상 향상시켜 복잡한 단계별 요구 사항을 정확하게 이해하고 수행하도록 설계됐다. 지원 언어 역시 기존 한국어·영어에서 한국어·영어·일본어·중국어·태국어·베트남어까지 6개로 확장해 활용도를 높였다. 기술적으로는 효율성을 극대화하기 위해 최신 아키텍처를 도입해 추론 시 필요한 파라미터만 활성화 해 연산 비용과 응답 속도를 개선했다. 대규모 동시 접속 요청을 압도적으로 빠르게 처리해 성능 지표에서 글로벌 수준의 경쟁력을 확인했다. 인스트럭트 모델의 경우 한국정보과학회와 공동 개최한 ‘AI 에이전트 경진대회’에서 참가자들에게 선공개돼 실제 에이전트 개발 환경에서의 활용 능력이 검증된 바 있다. 카카오는 향후 동일한 ‘전문가혼합’(MoE) 구조를 기반으로 카나나 모델 규모를 확장하고, 고차원적인 지시 이행 능력을 확보할 계획이다. 복잡한 AI 에이전트 시나리오에 특화된 모델 개발과 온 디바이스 형식의 경량화 모델도 지속적으로 고도화하겠다고 밝혔다. 김병학 카카오 카나나 성과리더는 “혁신적인 기술과 기능을 갖춘 AI 서비스의 근간은 언어모델의 성능과 효율”이라며 “실제 AI 서비스에 적용돼 실용성을 갖춘 AI 모델을 개발하고 꾸준히 오픈소스로 공유해 국내외 AI 연구 생태계 활성화에 기여하겠다”고 말했다.

양질의 데이터가 AI 경쟁 열쇠한국, 최고의 디지털 데이터 보유AI와 융합시켜 경쟁력 확보해야데이터 공유는 선택이 아닌 의무네거티브 시스템 도입해 공개를‘AI 3대 강국’으로 가는 길강력한 정부 AI 컨트롤타워 시급보상 열악한 한국 인재 유출 심각미중은 파격 연봉·연구비로 유인균형 잡힌 AI 생태계 조성이 중요 인공지능(AI)이라는 고속 열차가 세계 질서를 재편하며 우리 삶의 패러다임을 통째로 바꾸고 있다. AI 시대 치열한 경쟁에서 살아남기 위해 필요한 인재 및 데이터 확보, 전력 확충, 규제 완화 등 핵심 과제가 즐비하지만 어느 것 하나 쉬운 사안이 없다. AI 및 정보통신 분야 전문가인 최양희 한림대 총장은 최근 서울신문과의 인터뷰에서 “제조업 강국인 한국이 확보한 산업 데이터를 자산화해 우리만의 AI 생태계를 구축하는 전략이 필요하다”고 밝혔다. 또 “지금까지의 데이터 개방이 안전한 것만 제한적으로 허용하는 포지티브 방식이었다면, 앞으로는 국가 안보나 개인의 사생활 침해 등을 제외하고 전면 개방해야 한다”고 했다. -AI 기술 개발에서 가장 중요한 것 중 하나가 데이터다. “그렇다. 2014년 미래창조과학부 장관 시절 AI 얘기가 나와서 별도 팀을 꾸려 미국 실리콘밸리와 뉴욕 등지로 보낸 뒤 기업 동향, 정부 정책, 투자 등에 대해 알아 봤다. 그때 다녀온 공무원들이 ‘우리 미래가 AI에 달려 있다. 안 하면 큰일난다’고 하더라. 그러면서 AI 발전에 가장 중요한 것이 양질의 데이터라고 했다. 당시 판단은 정확했다.” ●양질의 데이터가 AI 기술 승패 갈라 -한국이 가진 양질의 데이터는 무엇인가. “AI 기술 패권 경쟁은 데이터의 질이 승패를 결정한다. 우리가 강점을 지닌 산업 현장의 데이터를 자산화해야 한다. 구글이나 오픈AI가 웹 문서는 장악했을지 몰라도 삼성전자의 반도체 수율이나 현대차의 주행 테스트, 아산병원의 임상 치료 성과 같은 최고의 도메인 데이터는 확보하지 못했다.” -양질의 데이터 확보 방안은. “한국은 제조업, 의료, 공공행정 분야에서 최고의 디지털 데이터를 보유하고 있다. 이를 AI로 가공해 활용하는 우리만의 데이터 생태계를 구축해야 한다. 또 한국형 고품질 말뭉치 데이터 구축이 필요하다. 영미권 중심의 데이터로 학습된 AI는 한국의 문화적 맥락을 왜곡할 수 있다. 우리가 만든 AI가 한국 문화를 가장 정확하게 이해하고 표현할 수 있도록 데이터 주권을 확립해야 한다.” -최근 행정안전부는 공공데이터의 AI 활용도를 높이겠다고 했다. “행안부가 디지털 플랫폼 정부 구현을 위해 공공데이터의 AI 활용도를 높이겠다고 선언했지만, 넘어야 할 산이 많다. 데이터를 자산이자 권력으로 인식해 공유하지 않으면 소버린(주권) AI는 구축될 수 없다. 데이터 공유가 선택이 아닌 의무가 되도록 데이터 통합 거버넌스를 혁신해야 한다.” -공공데이터를 보다 과감하게 공개하라는 목소리가 높다. “현 데이터 개방 방식으로는 급변하는 AI 기술 속도를 따라잡기 어렵다. 법률·의료·금융·에너지·기후 등 공공데이터가 AI 산업의 마중물이 되도록 하는 혁신적인 정책이 필요하다. 지금까지 데이터 개방은 안전한 것만 제한적으로 허용하는 포지티브 방식이었다. 앞으로는 국가 안보나 개인의 사생활 침해 등 법에 명시된 비공개 사유가 아니라면 네거티브 시스템을 도입해 전면 개방해야 한다.” ●한국 첨단 제조 역량을 AI와 결합해야 -AI 선진국에 종속되지 않기 위한 대응 방안은. “현재 AI 경쟁은 ‘다윗과 골리앗’의 싸움이다. 한국이 살아남으려면 전략적으로 중요한 핵심 영역의 경쟁 우위를 확보해야 한다. 이를 위해서는 미국·중국이 선도하는 범용 거대언어모델(LLM)과의 정면 승부보다 특화된 모델의 경쟁력을 강화해야 한다. 제조업·의료·법률 등 특정 분야에선 더 적은 파라미터(매개변수)로도 신속·정확하고 보안성이 뛰어난 한국형 모델을 만들 수 있다. AI와 제조 역량 융합에 집중해야 한다.” -우리 기업의 AI 기술 수준은. “기업들의 AI 도입은 걸음마 수준에 머물고 있다. 산업 간 격차도 극복해야 한다. 금융이나 정보 서비스 업종의 AI 도입은 상대적으로 빠른 반면 제조 현장은 더디다. 제조업이 AI와 결합해 혁신 잠재력을 발휘할 때 우리 산업의 고유한 경쟁 우위를 극대화할 수 있다.” -정보기술(IT) 강국이자 제조업 강국인 한국의 강점을 살릴 수 있는 방안은. “우리나라가 AI 강국들과 경쟁하려면 첨단 제조 역량을 AI와 결합해 혁신적 솔루션을 제공하고, 세계시장을 공략해야 한다. 최첨단 반도체 기술과 자체 AI 모델을 결합하면 고도의 경쟁력을 확보할 수 있다. 이를 통해 기기 자체에서 AI가 구동되는 온디바이스 시장을 선도할 수 있을 것이다. 문화 및 언어와 결합된 한국형 특화 AI 모델도 우리의 자산이다. 한국의 풍부한 문화 콘텐츠는 대체 불가능한 고부가가치 데이터다. 이를 기술과 융합해 문화적 감수성을 갖춘 AI를 실현하면, 한국만의 확고한 영역을 확보할 수 있다.” -정부가 ‘AI 3대 강국’ 목표를 제시했다. 하지만 구체적인 방안은 잘 보이지 않는다. “부처 간 칸막이를 부수고 예산과 인력을 즉시 투입할 수 있는 강력한 거버넌스가 필요하다. 강한 집행력을 지닌 AI 컨트롤타워가 있어야 한다. 개별 기업이 감당하기 힘든 천문학적인 AI 인프라를 국가가 공공재로 공급해야 한다.” ●AI 기술 개발의 발목 잡는 규제 없애야 -얼마 전 한국을 방문한 젠슨 황 엔비디아 최고경영자(CEO)가 그래픽처리장치(GPU)를 한국에 대거 공급하기로 했다. “AI 개발 과정에서의 GPU 확보는 총성 없는 전쟁이다. 스타트업이나 중소기업은 GPU를 구하지 못해 기술 개발을 포기하는 일이 많다. 그런 면에서 최근 26만장의 GPU 확보는 큰 힘이 될 것이다. 초고속 인터넷망처럼 국가가 AI 컴퓨팅센터를 건립해 고성능 GPU와 클라우드 인프라를 저렴하게 공급해야 한다. 전력과 부지가 확보된 거점에 대규모 국가 데이터센터를 짓고, 기업들이 전기료나 장비 걱정 없이 개발에 몰두하는 AI 허브를 구축해야 한다.” -각종 규제가 AI 산업 발전을 가로막고 있다. “AI 산업 현장에선 기술이 있어도 법과 제도가 따라오지 못해 사업화가 지체되는 경우가 많다. 낡은 규제가 혁신의 발목을 잡고 있다. 법적 불확실성을 걷어 내는 게 시급하다. 기업들이 열심히 AI를 개발해 놓고도 최근 데이터 관련 소송을 우려하는 경우가 있다. AI 학습을 위한 데이터 이용 면책 규정을 담은 저작권법 개정안을 조속히 통과시켜야 한다. 합법적으로 학습해도 된다는 신호를 줘야 한다. 규제가 모호해 투자가 위축되는 일이 없어야 한다.” -AI 인재도 부족한데. “산업 현장에선 AI 인재 수급 불균형으로 어려움을 겪고 있다. 초중급 개발자는 늘어났지만, 시스템을 설계하고 모델을 다룰 수 있는 고급 인재는 희소한 실정이다. 주요국들은 국가 차원의 비자 완화, 정주 여건 개선, 연구 자율성 보장 등 우수 인재 유치에 총력전을 펼치고 있다. 미국 빅테크 기업들은 천문학적 연봉을 제시하며 인재를 흡입하고 있다. 중국은 국가 주도로 ‘천인계획’(千人計劃) 등을 통해 해외 체류 자국 연구자에게 파격적인 정착금과 연구비를 지원해 귀국을 유도하고 있다. 또한 인해전술을 방불케 하는 압도적 규모의 이공계 인력을 배출하고 있다.” -AI 인력의 해외 유출이 사회문제가 되고 있다. “한국은 AI 인재 유출이 유입보다 많은 대표적인 국가다. 이는 기회 격차와 환경의 열세에 기인한다. 국가 차원의 생태계 체질 개선이 시급하다. 인재 확보의 첫 번째 문제는 금전적 보상이다. 미 빅테크 기업들은 박사급 신입 연구원에게도 고액의 연봉과 주식 보상을 제공한다. 반면 국내 기업과 대학은 낮은 인건비와 열악한 보상 체계로 고전하고 있다. 글로벌 인재들은 연구 주제의 자율성과 장기적인 연구 보장을 중시한다. 한국에서는 잠재력이 크지만 장기적 도전이 필요한 과제를 시도하기가 어렵다. 수직적인 조직 문화와 과도한 행정 업무가 연구자들의 몰입을 방해하고 있다.” ●천문학적 AI 인프라, 공공재로 공급을 -미국이 AI 패권 경쟁에서 앞서가고 있지만, 중국의 기술굴기도 대단하다. “장관 재임 초기에 완강 중국 과학기술부 장관을 만났을 때 그는 ‘중국은 한국을 배우고 싶다’고 했다. 당시 중국은 한국의 우수한 과학기술 정책을 배우고 싶은 모델로 삼았다. 그러더니 3년이 지난 2017년 초 ‘한국적 모델로는 한계가 있다. 이제 중국 나름의 고유 모델을 만들어서 가겠다’고 하더라. 중국은 이제 한국을 넘어선 것 같다. AI를 비롯한 분야에 엄청난 자금을 퍼붓는 등 과학기술 발전에 전력을 다하는 것을 보면 중국이 무섭게 느껴질 정도다.” -정부의 AI 정책에서 보완할 점은. “정부가 AI 핵심 전략 기술 확보를 위해 ‘선택과 집중’ 정책을 추진하는 것은 시의적절하다. 여기에 과학기술 생태계 전반의 기초 체력을 튼튼히 하는 방향으로 지원 범위를 넓혀 가면 좋겠다. 특정 분야나 상위 그룹에 인재와 자원이 집중되는 현상을 ‘고른 성장’과 ‘균형 잡힌 생태계 조성’으로 보완하면 보다 지속 가능한 발전을 이끌어 낼 수 있을 것이다.” ■ 최양희 총장은 서울대 전자공학과를 졸업한 후 한국과학기술원(KAIST)에서 전자공학 석사 학위를, 프랑스 국립정보통신대(ENST)에서 전산학 박사 학위를 받았다. 정보통신 및 AI 분야 전문가로 평가받는다. 서울대 컴퓨터공학과 교수 및 융합과학기술대학원장, 삼성미래기술육성재단 초대 이사장을 거쳐 2014년부터 3년 동안 미래창조과학부 장관을 지냈다. 이후 서울대 AI위원회 위원장, 국가과학기술자문회의 부의장 등을 맡았으며 2021년 9월부터 한림대 총장으로 재직하고 있다. 최광숙 대기자