한국에너지공과대학교(켄텍)는 13일 이석주 교수 연구팀이 데이터 다양화 과정에서 생길 수 있는 시각적 왜곡을 분석, 비전-언어 모델(VLM)이 이미지의 본질적인 속성만 학습하도록 설계한 새로운 프롬프트 학습 기법을 개발했다고 밝혔다. CLIP 등 기존의 비전-언어 모델은 이미지와 텍스트를 결합해 사물의 의미를 이해할 수 있지만, 세밀한 속성 구분이 필요한 상황에서는 한계가 있었다. 켄텍 연구팀은 이러한 문제를 해결하기 위해 ‘델타 메타 토큰(Delta Meta Token)’을 도입했다. 이 토큰은 이미지 간의 상대적 변화를 학습해 속성 차이를 정교하게 구분하도록 돕는다. 이를 통해 모델은 데이터 변화에 덜 민감하게 반응하면서도 대상의 클래스에 의미 있는 속성만 학습, 시각적으로 유사한 대상도 속성 단서에 기반해 구별할 수 있다. 예를 들어 기존 방식은 ‘강아지’ 라는 클래스 정보만 학습했지만, 제안된 기법은 귀·눈·털 등 강아지의 공통된 속성을 함께 학습한다. 이를 통해 강아지의 종류나 배경이 달라져도, 본질적인 속성을 인식해 도메인이 다른 데이터에서도 안정적인 성능을 유지한다. 제안된 기법은 사전 학습된 CLIP 모델에 최소한의 파라미터만 추가하는 경량 구조임에도, 11개 벤치마크 데이터셋에서 기존 프롬프트 학습 방법을 능가하며 높은 일반화 성능을 보였다. 특히 새로운 클래스나 도메인이 주어져도 안정적인 인식을 유지해, 자율주행·로봇 비전·산업 영상 이상 검출 등 속성 기반 시각 인식이 요구되는 다양한 분야에 활용될 것으로 기대된다. 공동 제1 저자인 김가현 연구원은 “켄텍 연구실의 자율적이고 협력적인 연구 환경에서 새로운 아이디어를 적극적으로 도전할 수 있는 분위기가 큰 도움이 됐다”며 “앞으로 AI 에이전트 협업 연구를 통해 자율형 지능 로봇의 확장 가능성을 탐구할 계획”이라고 밝혔다. 이 연구(논문명 ‘Decoupling Augmentation Bias in Prompt Learning for Vision-Language Models’)는 산업통상자원부와 한국연구재단의 지원을 받아 수행됐으며, 컴퓨터 비전 및 기계 학습 분야의 국제 저명 학술지 Pattern Recognition (Elsevier)에 10월 23일 온라인 게재됐다.

-AI 타코그래프로 Supply & Logistics 부문 Honoree, 규제 대응 솔루션 주목 국내 물류 탄소 측정 전문기업 ㈜글렉(GLEC Inc., 대표 김은우·강덕호)이 세계 최대 IT 전시회 ‘CES 2026’에서 혁신상을 수상하며 탄소중립 정책 이행을 지원하는 핵심 기술로 주목받는다. 글렉은 ‘GLEC AI Tachograph(DTG)’로 CES Innovation Awards® 2026 Supply & Logistics 부문 Honoree에 선정됐다고 6일 밝혔다. CES 혁신상은 미국소비자기술협회(CTA)가 주관하는 권위 있는 상으로, 혁신적 기술과 시장 영향력을 인정받은 기업에 수여한다. 국내외에서 물류 부문 탄소 규제가 강화되면서 정확한 배출량 측정과 관리가 필수가 됐다. 정부는 2050 탄소중립 시나리오에서 수송 부문 배출량을 2018년 대비 37.8% 감축하겠다는 목표를 제시했으며, EU는 탄소국경조정제도(CBAM)를 통해 수입 제품의 탄소 배출 정보 제출을 의무화했다. 글렉의 GLEC AI Tachograph는 이러한 정책 환경에 대응하는 솔루션이다. ISO-14083 국제표준 방법론으로 화물 운송의 탄소 배출량을 정밀 측정하고, GLEC API를 통해 규제 리포트를 자동 생성한다. 물류 기업은 복잡한 탄소 회계 작업을 자동화하고 정부 보고 의무를 효율적으로 이행할 수 있다. 동시에 20B 파라미터 대규모 언어모델(LLM)을 탑재해 실시간으로 운행 데이터를 분석하고, 사고 위험을 20~40% 감소시키는 안전 기능도 제공한다. 독자 개발한 VCP(Vehicle Context Protocol) 기술로 차량 센서 데이터와 교통 정보를 통합 처리하며, 운전자에게 음성과 시각 경고를 제공한다. 김은우 운영대표는 “탄소중립은 정부 정책을 넘어 산업 생존의 문제가 됐다”며 “ISO-14083 표준 기반의 정확한 측정 기술로 국내 물류 산업의 탄소중립 이행을 지원하고, 글로벌 규제 대응 역량을 높이겠다”고 밝혔다. 글렉은 AI 기반 디지털 타코그래프 시스템, API 기반 탄소 계산 플랫폼, 클라우드 기반 물류 탄소 회계 관리 시스템(LCAMS)을 개발하는 물류 기술 기업이다. ISO-14083 방법론으로 탄소 배출량을 측정하며, 국내 최초로 물류 국제 탈탄소화 기구(Smart Freight Centre)의 GLEC Tool 인증을 진행하고 있다. 회사는 2026년 1월 라스베이거스에서 열리는 CES 2026 Innovation Awards Showcase에 공식 참가업체로 수상 제품을 전시할 예정이다. CES Innovation Awards®는 심사위원에게 제출된 설명 자료를 기반으로 선정되며, CTA는 제출 내용의 정확성을 검증하거나 수상 제품을 직접 테스트하지 않았다.

현재 인공지능(AI) 투자 붐으로 인해 그래픽처리장치(GPU)뿐만 아니라 여러 관련 제품의 수요가 폭발적으로 증가하고 있습니다. 그 대표적인 제품이 바로 메모리입니다. 특히 차세대 고대역폭 메모리인 HBM(High Bandwidth Memory)의 수요 급증은 국내 메모리 제조사의 실적은 물론 국내 주식시장 전체를 견인하고 있습니다. HBM의 가장 큰 장점은 메모리 대역폭이 매우 넓어 GPU의 AI 연산에 필요한 방대한 데이터를 빠르게 처리할 수 있다는 것입니다. 다만, 가격이 매우 비싸 고성능 데이터센터 GPU에만 주로 사용되고 있습니다. 구체적인 가격은 제조사 간의 계약으로 공개되지 않으나, 12단 HBM4 메모리 같은 차세대 제품은 개당 500~600달러 선이라는 루머가 있을 정도입니다. 이러한 가격적 이유로 게임용 그래픽 카드는 여전히 GDDR7 메모리를 사용하고 있습니다. GDDR7은 HBM보다 대역폭은 낮지만 가격이 상대적으로 저렴하여 일반 소비자에게 적합합니다. 다만 서버 GPU 대비 대역폭뿐만 아니라 메모리 용량도 부족하여 거대한 AI 모델을 구동하기 어렵다는 제한점이 있습니다. 엔비디아가 올해 초 깜짝 공개했던 ‘프로젝트 디짓’은 이러한 약점을 극복하기 위해 등장했습니다. 이 개인용 AI 미니 PC는 연산 능력은 크게 늘리지 않으면서도 메모리 용량을 128GB로 대폭 확장했습니다. 가격을 3000달러 선으로 유지하면서 고용량 메모리를 구현할 수 있었던 비결은 HBM은 물론 GDDR7보다 저렴하고 저전력인 LPDDR5x 메모리를 탑재했기 때문입니다. GB10 칩을 사용한 프로젝트 디짓은 정식 명칭을 DGX 스파크(Spark)로 정하고 공식 출시되었습니다. AI 연산 능력은 FP4 기준 1 PFLOPS로, 블랙웰 B200 GPU의 20 PFLOPS보다 훨씬 느립니다. 그러나 메모리가 넉넉하여 2000억 파라미터를 가진 거대 모델도 구동할 수 있습니다. 반면 게임용 GPU인 RTX 5090은 3.35 PFLOPS로 연산 능력은 더 빠르지만, 메모리가 32GB에 불과하여 큰 모델을 사용하기 어렵습니다. 엔비디아가 LPDDR5x 메모리를 사용한 AI 칩을 선보인 뒤, 최근에는 인텔과 퀄컴도 이 대열에 합류할 것임을 발표했습니다. 다만 엔비디아와는 달리 이들은 서버 AI 제품군에 LPDDR5x 메모리를 적용할 계획입니다. 내년 하반기 출시를 목표로 하는 인텔의 AI 추론 칩인 크레센트 아일랜드(Crescent Island)는 정확한 속도와 대역폭은 밝히지 않았으나, 160GB의 LPDDR5x 메모리를 사용합니다. Xe3P 아키텍처를 적용한 AI 프로세서로, 정확한 연산 능력 역시 아직 베일에 가려 있습니다. HBM이나 GDDR7이 아닌 스마트폰에 주로 사용되는 LPDDR5x를 채택한 만큼, 가격은 저렴할 것으로 보이며, 인텔은 아마도 보급형 틈새시장을 노릴 가능성이 높습니다. 퀄컴은 이보다 더 본격적으로 엔비디아의 아성에 도전하려는 모습입니다. 최근 공개한 퀄컴 AI200 및 AI250은 엔비디아의 GB300 NVL72처럼 수냉식 서버 랙 시스템을 전제로 하고 있기 때문입니다. 퀄컴 AI200/AI250은 구체적인 대역폭은 미공개 상태이지만, 최대 768GB의 LPDDR5x 메모리를 사용한다고 밝혔습니다. AI 가속기는 퀄컴의 헥사곤 NPU 기반입니다. AI200/AI250 제품군의 메모리 대역폭이나 연산 능력 모두 미공개 상태이지만, 퀄컴은 LPDDR5x 메모리 기술에 상당한 노하우를 보유하고 있습니다. 예를 들어, 최근 공개한 윈도우 노트북용 프로세서인 스냅드래곤 엘리트 X2 익스트림 프로세서에서 LPDDR5x-9523 16GB 메모리 모듈 3개를 활용하여 192비트 인터페이스로 228GB/s라는 상당한 대역폭을 확보하는 데 성공했습니다. 다만, 아무리 여러 개의 LPDDR5x 메모리를 병렬로 연결해도 HBM 계열처럼 광대한 대역폭을 확보하기는 어렵습니다. 따라서 엔비디아의 GB300 블랙웰 같은 초고성능 AI GPU보다는, 성능은 낮지만 훨씬 저렴하고 전력 소모가 적은 AI 가속기를 여러 개 병렬로 연결하는 전략을 사용할 것으로 보입니다. 참고로 퀄컴 AI200/AI250 랙 시스템 한 개의 전력 소모량은 160kW로 결코 적지 않은 수준입니다. LPDDR5x 메모리는 저렴하고 전력 소모가 적어 개인용 AI PC 같은 틈새시장을 노리는 엔비디아 DGX 스파크에는 최적의 선택입니다. 하지만 이 분야의 후발 주자인 인텔이나 퀄컴이 데이터센터 시장을 노리고 LPDDR5x 메모리를 채택한 배경에는 다른 이유가 있어 보입니다. 가장 큰 이유는 가격과 수급 문제일 가능성이 높습니다. 인텔과 퀄컴은 업계를 주도하는 대기업이지만, AI 가속기 부문에서는 후발주자인 만큼 현시점에서 시장을 주도하는 엔비디아의 AI GPU와 정면 대결하기는 어렵습니다. 따라서 저전력 또는 저렴한 가격으로 승부수를 던지는 것이 가장 합리적인 접근법이 될 수 있습니다. 여기에 HBM 메모리의 경우 수요 폭발로 인해 가격이 비싸고 수급도 쉽지 않은 상황이므로, 무리하게 HBM을 고집할 필요가 없다는 계산이 깔린 것으로 보입니다. 이러한 접근법이 내년에 가시적인 성과를 거둘 수 있을지 그 결과가 주목됩니다.

현재 인공지능(AI) 투자 붐으로 인해 그래픽처리장치(GPU)뿐만 아니라 여러 관련 제품의 수요가 폭발적으로 증가하고 있습니다. 그 대표적인 제품이 바로 메모리입니다. 특히 차세대 고대역폭 메모리인 HBM(High Bandwidth Memory)의 수요 급증은 국내 메모리 제조사의 실적은 물론 국내 주식시장 전체를 견인하고 있습니다. HBM의 가장 큰 장점은 메모리 대역폭이 매우 넓어 GPU의 AI 연산에 필요한 방대한 데이터를 빠르게 처리할 수 있다는 것입니다. 다만, 가격이 매우 비싸 고성능 데이터센터 GPU에만 주로 사용되고 있습니다. 구체적인 가격은 제조사 간의 계약으로 공개되지 않으나, 12단 HBM4 메모리 같은 차세대 제품은 개당 500~600달러 선이라는 루머가 있을 정도입니다. 이러한 가격적 이유로 게임용 그래픽 카드는 여전히 GDDR7 메모리를 사용하고 있습니다. GDDR7은 HBM보다 대역폭은 낮지만 가격이 상대적으로 저렴하여 일반 소비자에게 적합합니다. 다만 서버 GPU 대비 대역폭뿐만 아니라 메모리 용량도 부족하여 거대한 AI 모델을 구동하기 어렵다는 제한점이 있습니다. 엔비디아가 올해 초 깜짝 공개했던 ‘프로젝트 디짓’은 이러한 약점을 극복하기 위해 등장했습니다. 이 개인용 AI 미니 PC는 연산 능력은 크게 늘리지 않으면서도 메모리 용량을 128GB로 대폭 확장했습니다. 가격을 3000달러 선으로 유지하면서 고용량 메모리를 구현할 수 있었던 비결은 HBM은 물론 GDDR7보다 저렴하고 저전력인 LPDDR5x 메모리를 탑재했기 때문입니다. GB10 칩을 사용한 프로젝트 디짓은 정식 명칭을 DGX 스파크(Spark)로 정하고 공식 출시되었습니다. AI 연산 능력은 FP4 기준 1 PFLOPS로, 블랙웰 B200 GPU의 20 PFLOPS보다 훨씬 느립니다. 그러나 메모리가 넉넉하여 2000억 파라미터를 가진 거대 모델도 구동할 수 있습니다. 반면 게임용 GPU인 RTX 5090은 3.35 PFLOPS로 연산 능력은 더 빠르지만, 메모리가 32GB에 불과하여 큰 모델을 사용하기 어렵습니다. 엔비디아가 LPDDR5x 메모리를 사용한 AI 칩을 선보인 뒤, 최근에는 인텔과 퀄컴도 이 대열에 합류할 것임을 발표했습니다. 다만 엔비디아와는 달리 이들은 서버 AI 제품군에 LPDDR5x 메모리를 적용할 계획입니다. 내년 하반기 출시를 목표로 하는 인텔의 AI 추론 칩인 크레센트 아일랜드(Crescent Island)는 정확한 속도와 대역폭은 밝히지 않았으나, 160GB의 LPDDR5x 메모리를 사용합니다. Xe3P 아키텍처를 적용한 AI 프로세서로, 정확한 연산 능력 역시 아직 베일에 가려 있습니다. HBM이나 GDDR7이 아닌 스마트폰에 주로 사용되는 LPDDR5x를 채택한 만큼, 가격은 저렴할 것으로 보이며, 인텔은 아마도 보급형 틈새시장을 노릴 가능성이 높습니다. 퀄컴은 이보다 더 본격적으로 엔비디아의 아성에 도전하려는 모습입니다. 최근 공개한 퀄컴 AI200 및 AI250은 엔비디아의 GB300 NVL72처럼 수냉식 서버 랙 시스템을 전제로 하고 있기 때문입니다. 퀄컴 AI200/AI250은 구체적인 대역폭은 미공개 상태이지만, 최대 768GB의 LPDDR5x 메모리를 사용한다고 밝혔습니다. AI 가속기는 퀄컴의 헥사곤 NPU 기반입니다. AI200/AI250 제품군의 메모리 대역폭이나 연산 능력 모두 미공개 상태이지만, 퀄컴은 LPDDR5x 메모리 기술에 상당한 노하우를 보유하고 있습니다. 예를 들어, 최근 공개한 윈도우 노트북용 프로세서인 스냅드래곤 엘리트 X2 익스트림 프로세서에서 LPDDR5x-9523 16GB 메모리 모듈 3개를 활용하여 192비트 인터페이스로 228GB/s라는 상당한 대역폭을 확보하는 데 성공했습니다. 다만, 아무리 여러 개의 LPDDR5x 메모리를 병렬로 연결해도 HBM 계열처럼 광대한 대역폭을 확보하기는 어렵습니다. 따라서 엔비디아의 GB300 블랙웰 같은 초고성능 AI GPU보다는, 성능은 낮지만 훨씬 저렴하고 전력 소모가 적은 AI 가속기를 여러 개 병렬로 연결하는 전략을 사용할 것으로 보입니다. 참고로 퀄컴 AI200/AI250 랙 시스템 한 개의 전력 소모량은 160kW로 결코 적지 않은 수준입니다. LPDDR5x 메모리는 저렴하고 전력 소모가 적어 개인용 AI PC 같은 틈새시장을 노리는 엔비디아 DGX 스파크에는 최적의 선택입니다. 하지만 이 분야의 후발 주자인 인텔이나 퀄컴이 데이터센터 시장을 노리고 LPDDR5x 메모리를 채택한 배경에는 다른 이유가 있어 보입니다. 가장 큰 이유는 가격과 수급 문제일 가능성이 높습니다. 인텔과 퀄컴은 업계를 주도하는 대기업이지만, AI 가속기 부문에서는 후발주자인 만큼 현시점에서 시장을 주도하는 엔비디아의 AI GPU와 정면 대결하기는 어렵습니다. 따라서 저전력 또는 저렴한 가격으로 승부수를 던지는 것이 가장 합리적인 접근법이 될 수 있습니다. 여기에 HBM 메모리의 경우 수요 폭발로 인해 가격이 비싸고 수급도 쉽지 않은 상황이므로, 무리하게 HBM을 고집할 필요가 없다는 계산이 깔린 것으로 보입니다. 이러한 접근법이 내년에 가시적인 성과를 거둘 수 있을지 그 결과가 주목됩니다.

인공지능(AI) 인프라 전문 기업 명인이노가 초소형 AI 슈퍼컴퓨터 MSI EdgeXpert를 국내 시장에 출시했다. 엔비디아의 차세대 AI 플랫폼인 엔비디아 DGX Spark를 기반으로 만들어졌으며, 올해 5월 대만에서 열린 ‘컴퓨텍스2025’에서 공개돼 글로벌 관심을 모았다. 16일 명인이노에 따르면 MSI EdgeXpert는 가로·세로 15cm, 높이 5cm 정도로 손바닥 위에 올려둘 수 있을 만큼 작고 가볍다. 무게도 1.2kg에 불과해 개발자가 직접 들고 다니며 AI 시연을 할 수 있을 정도다. 작은 크기와 달리 성능은 고성능 서버급이다. 제품에는 엔비디아 그레이스 CPU와 엔비디아 블랙웰 GPU가 결합된 최신 칩셋이 탑재돼 있어 복잡한 AI 모델도 빠르게 처리할 수 있다. 특히 데이터 전송 속도가 기존 방식보다 최대 5배 빠른 기술이 적용돼 대규모 언어 모델(LLM) 구동에 최적화돼 있다. 개발 환경을 구축하는 과정도 간편하다. MSI EdgeXpert는 하드웨어뿐 아니라 운영체제와 필수 소프트웨어가 모두 포함된 ‘올인원’ 제품으로, 별도 설정 없이 전원을 켜자마자 바로 AI 개발과 모델 실험을 시작할 수 있다. 128GB의 메모리와 1TB 또는 4TB의 저장공간을 제공하며, 초고속 인터넷 포트와 USB-C 단자, Wi-Fi 7 무선 네트워크까지 지원한다. 작은 크기에도 불구하고 성능은 대형 장비에 뒤지지 않는다. EdgeXpert 한 대로 최대 2000억개의 파라미터를 가진 대형 AI 모델을 실행할 수 있으며, 두 대를 연결하면 4000억개가 넘는 모델도 구동 가능하다. 이는 현재 상용화된 AI 개발 장비 중에서도 높은 수준이다. 제품 가격은 1TB 모델이 480만 원, 4TB 모델이 630만 원이다. 명인이노는 국내 최대 IT 쇼핑몰인 컴퓨존과 함께 사전 예약 이벤트를 진행하며, 구매자에게 적립금 또는 전용 케이블을 증정한다. 권기범 명인이노 이사는 “이제는 거대한 서버실이 없어도 손바닥만 한 기기로 AI 개발을 할 수 있는 시대가 왔다”며 “기업, 공공기관, 교육기관 등 다양한 현장에서 AI 개발 환경을 한층 손쉽게 구축할 수 있을 것”이라고 말했다.

SK텔레콤이 게임사 크래프톤과 공동으로 추론 특화 언어 모델 3종을 개발했다고 28일 밝혔다. 국가 주도형 인공지능(AI)인 ‘소버린 AI’ 선발을 앞두고 참여사들의 경쟁이 치열해지는 분위기다. 이번에 SK텔레콤과 크래프톤이 공동으로 공개한 언어모델은 수학 문제 해결과 코드 개발에 특화된 소형언어모델로, 모델 답변의 정확도를 가늠할 수 있는 매개변수(파라미터)는 70억개 규모다. SK텔레콤은 데이터 검증과 모델 학습의 인프라 구축을 담당했다. 기존에 오픈소스로 공개했던 ‘오픈싱커2’, ‘오픈싱커3’ 모델을 파인 튜닝(미세 조정)한 것으로, 기존 모델의 취약점을 분석하고 개선하는 ‘오답 복기식’ 학습 기법을 자체 개발해 적용했다. 해당 기법은 정답과 오답을 비교해 추론의 정확도와 효율성을 높일 수 있다는 장점이 있다. 이번 모델은 미국 상위권 학생 대상의 수학 추론 경시대회 ‘AIME 25’에서 향상된 성능을 보였다. 수학은 공간 지각과 논리 추론 역량이 요구되는 영역으로, 게임 등 고난도의 추론 분야와 기술적으로 밀접한 연관성을 갖는다. 크래프톤은 해당 모델을 기반으로 한 게임 중심의 AI 기술 확장을 기대하고 있다. 이번 모델에 적용한 학습 기법을 게임 플레이 분석, 전략 판단 등 게임에 특화된 AI 응용 기술을 고도화하는 데 활용할 계획이다. 김지원 SK텔레콤 AI모델랩장은 “양사의 기술로 고성능 언어 모델을 개발해 소버린AI 전략 실현의 초석을 마련했다”며 “긴밀한 협력을 통해 AI 기술 주권을 확보하는 데 지속적으로 기여할 것”이라고 밝혔다. 이강욱 크래프톤 딥러닝 본부장은 “이번 협업을 통해 글로벌 수준의 대형언어 모델(LLM) 개발 역량을 확인할 수 있었다”고 말했다.

뛰어난 코딩 실력에 작문 평가 1위연산 능력도 美 메타 ‘라마4’ 앞서 지난 1월 인공지능(AI) 모델 ‘딥시크’로 세계를 놀라게 한 중국에서 6개월 만에 또 다른 최신 AI 모델 ‘키미 K2’가 출시돼 큰 화제를 모으고 있다. 중국 관영 신화통신은 지난 19일 국제학술지 네이처 발표를 인용해 세계 연구자들이 중국의 두 번째 고성능 AI 모델의 등장에 열광하고 있다고 보도했다. 네이처는 중국 베이징의 AI 기업 ‘문샷’이 출시한 키미 K2의 우수한 성능에 대해 “또 하나의 딥시크 순간(모멘트)”이라는 평가가 나오고 있다고 밝혔다. 특히 네이처는 “중국이 딥시크에 이어 반년 만에 두 번째 고성능 모델을 출시한 것은 중국의 AI 혁신이 단절된 성공이 아니라 지속적인 추세임을 보여 준다”고 분석했다. 키미 K2는 딥시크와 마찬가지로 미국산 AI인 챗GPT나 클로드와 달리 누구나 자유롭게 다운로드하고 수정, 배포할 수 있는 ‘오픈 웨이트’ 모델이다. 다만 오픈소스처럼 소스 코드 전체를 공개하는 것은 아니며 AI 모델의 학습 매개변수(파라미터)가 공개된다. 네이처는 키미 K2의 코딩 실력이 뛰어나며 이야기의 진실성과 독창성을 평가하는 ‘크리에이티브 라이팅’에서도 1위를 차지했다고 설명했다. 키미 K2는 총 1조개 규모의 매개변수를 보유하고 있는 대형 모델이지만 한 번에 320억개의 매개변수만 활성화해 컴퓨팅 성능을 효율적으로 사용한다. 매개변수는 AI 모델의 논리 단위로, 숫자가 클수록 연산 능력이 뛰어나다는 평가를 받는다. 미국 메타의 최신 AI 모델인 ‘라마4’가 4000억개, 딥시크의 R1 모델이 6710억개로 구성돼 있다. 키미 K2는 서구에는 덜 알려졌지만 시장조사업체에 따르면 지난해 11월 기준 중국에서 세 번째로 널리 사용되는 AI다. 중국 명문 칭화대를 졸업한 양즈린(33)이 2023년 창업한 문샷의 중국어 기업명은 ‘북경월지암면과기유한공사’(北京月之暗面科技有限公司)다. 월지암면은 ‘달의 뒷면’이란 뜻으로 2014년 중국 우주탐사선 창어 4호가 인류 최초로 달 뒷면에 착륙했듯 인류가 탐험하지 못한 영역에 도전하겠다는 의미를 담고 있다. 양즈린은 중국 ‘주링허우’(1990년대생) 세대 가운데 최고 부호가 될 것이란 전망이 나온다.

지난 1월 인공지능(AI) 딥시크로 세계를 놀라게 한 중국에서 지난 11일 출시한 AI모델 ‘키미(KIMI) K2’가 딥시크와 비슷하거나 더 우수하다는 평가를 받고 있다. 중국 관영 신화통신은 19일 네이처지의 보도를 인용해 세계 연구자들이 중국의 두 번째 고성능 AI 모델의 등장에 열광하고 있다고 전했다. 중국 베이징의 AI기업 ‘문샷’이 출시한 ‘키미 K2’의 우수한 성능에 대해 세계 3대 과학 학술지로 꼽히는 네이처는 “또 다른 딥시크의 순간”이라고 밝혔다. 특히 네이처는 중국이 딥시크에 이어 반년 만에 두 번째 고성능 모델을 출시한 것은 중국의 AI 혁신이 단절된 성공이 아니라 지속적인 추세임을 보여준다고 지적했다. 키미 K2는 딥시크와 마찬가지로 미국산 AI인 챗GPT나 클로드와 달리 누구나 자유롭게 다운로드하고 수정, 배포할 수 있는 오픈 웨이트 모델이다. 오픈 소스처럼 소스 코드를 전체 공개하는 것은 아니고, AI 모델의 학습 파라미터(가중치)가 공개된다. 네이처는 키미 K2의 코딩 실력이 뛰어나며, 이야기의 진실성과 독창성을 평가하는 ‘크리에이티브 라이팅’에서도 1위를 차지했다고 설명했다. 키미 K2는 총 1조개 규모의 매개변수를 보유하고 있는 대형 모델이지만, 한 번에 320억개의 매개변수만 활성화해서 컴퓨팅 성능을 효율적으로 사용한다. 파라미터는 AI 모델의 논리 단위로 숫자가 클수록 연산 능력이 강력한데 미국 메타의 최신 AI 모델인 ‘라마4’가 4000억개, 딥시크의 R1 모델이 6710억개의 파라미터로 구성돼 있다. 키미는 서구에는 덜 알려졌지만, 시장조사업체에 따르면 지난해 11월 기준 중국에서 세 번째로 널리 사용되는 AI다. 중국 명문 칭화대를 졸업한 양즈린이 2023년 창업한 문샷의 중국어 기업명은 ‘월지암면 과기유한공사’다. 월지암면은 ‘달의 뒷면’이란 뜻으로 2014년 중국 우주탐사선 창어 4호가 인류 최초로 달 뒷면에 착륙했듯 인류가 탐험하지 못한 영역에 도전하겠다는 의미를 담고 있다. 만 32세인 양즈린은 1990년대 이후 태어난 ‘주링허우(90後)’ 세대 가운데 최고 부호가 될 것이란 전망이 나온다. 딥시크의 창업자 량원펑은 1985년생으로 ‘빠링허우(80後)’ 세대다. 양즈린은 칭화대 컴퓨터공학과를 수석으로 졸업하고 카네기멜런대 컴퓨터과학대에서 박사학위를 받은 천재 과학자로 알려졌으며 ‘페이스북 AI 리서치’와 구글의 딥 러닝 인공지능 연구팀 ‘구글 브레인’에서도 일했다. 현재 칭화대 조교수로도 재직 중이다.

국내 인공지능(AI) 업계가 단순히 질문에 답변하는 ‘생성형’을 넘어 스스로 생각하는 ‘추론형’ 역량을 고도화하는데 전력을 다하면서 본격적인 기술 경쟁에 돌입하는 모습이다. LG AI 연구원과 네이버에 이어 LG CNS와 업스테이지까지 추론 모델을 앞다퉈 내놓으면서 챗GPT 개발사인 ‘오픈AI’ 등 글로벌 기업을 바짝 뒤쫓고 있다. 스스로 ‘왜’와 ‘어떻게’를 생각하는 추론 모델의 등장으로 ‘에이전틱 AI’ 시대가 성큼 다가왔다는 관측이 나온다. LG CNS는 글로벌 AI 유니콘 기업 ‘코히어’와 손잡고 1110억개의 파라미터(매개 변수)를 갖춘 초대형 추론형 대규모언어모델(LLM)을 공동 개발했다고 10일 밝혔다. 지난 5월 한국어 특화 경량 모델을 선보인 지 불과 두 달 만에 이뤄낸 성과로, 한국어와 영어를 포함한 23개 언어를 지원한다. 자체 테스트 결과 해당 모델은 한국어와 영어 추론 능력에서 GPT-4o(오픈AI), 클로드 3.7 소넷(앤트로픽) 등 글로벌 상위 LLM보다 높은 점수를 기록했다. 같은 날 업스테이지가 공개한 차세대 LLM ‘솔라 프로2’ 역시 논리적 사고 기반의 복합 문제 해결 능력에 초점을 맞춘 추론형 모델이다. 추론 중심 벤치마크에서 GPT-4o, 딥시크 R1(딥시크), 미스트랄 스몰 3.2(미스트랄), 큐원 3(알리바바 클라우드) 등 글로벌 프런티어(최고 수준)급 모델에 필적하는 성능을 보였으며, 한국어 능력은 이들을 뛰어넘는 결과를 기록했다. 글로벌 AI 시장은 생성형 AI에서 추론형 AI로 점차 기술력을 끌어올리는 추세다. 미국의 오픈AI는 이미 지난해 9월 첫 추론 모델 ‘o1’ 시리즈를 내놨고, 구글도 지난 3월 ‘제미나이 2.5 프로’를 공개했다. 국내에선 LG AI 연구원이 지난 3월 첫 추론 AI ‘엑사원 딥’을 공개하며 추론 모델의 포문을 열었고, 네이버가 지난달 자사의 첫 추론 모델인 ‘하이퍼클로바X씽크’를 선보였다. SK텔레콤와 KT도 조만간 자사의 추론 모델을 출시하겠다고 공언한 상태다. 추론 AI는 능동적인 AI인 에이전틱 AI의 핵심 기반 기술로 꼽힌다. 사용자의 지시없이 자율적으로 일하려면 복잡한 상황을 논리적으로 분석하고, 단계별로 계획을 세워 실행해야 하는데, 이 과정에서 심층 추론 능력이 필수적이기 때문이다. 시장조사기관 가트너는 에이전틱 AI를 통해 자율적으로 이뤄지는 일상적인 업무 결정 비율이 2024년 0%에서 2028년에는 최소 15%로 증가할 것으로 전망했다.

새 정부가 ‘소버린 인공지능(AI)’에 집중하자 그간 외부 빅테크와의 협업이나 인수 등에 관심을 기울였던 국내 통신사들이 자체 모델을 내세우고 나섰다. 특히 KT는 자사의 대규모 언어모델(LLM) 모델 ‘믿:음 2.0’을 오픈소스로 공개하기로 한 것은 물론, 정부가 추진하는 ‘독자 AI 파운데이션 모델 프로젝트’에 참여하겠단 의사를 확고히 했다. 3일 KT는 자체 개발한 LLM인 믿:음 2.0의 오픈소스를 AI 개발자 플랫폼 허깅페이스를 통해 공개할 예정이라고 밝혔다. 믿:음은 KT가 자체 개발한 한국적 독자 AI 모델로, 한국의 사회적 맥락 같은 무형 요소와 한국어 고유의 언어적·문화적 특성을 학습시켜, 한국 상황에 잘 맞게 개량된 AI다. 이번에 오픈소스로 공개됨에 따라 기업과 개인, 공공 누구나 믿:음 2.0을 상업적으로 활용할 수 있게 됐다. KT는 2023년 10월 믿:음 1.0을 처음 공개했는데, 지난해 9월 마이크로소프트(MS)와 5년간 조 단위의 AI 협력 계약을 체결하자 일각에선 KT가 자체 파운데이션 모델 개발에선 손을 뗀 게 아니냐는 관측이 나오기도 했다. 양사가 협력해 ‘한국적 AI 모델’을 내놓겠다고 밝혔기 때문이다. 이날 브리핑에 앞서 신동훈 KT 생성형 AI 랩장(CAIO) 상무는 이러한 세간의 인식의 의식한 듯 “‘KT가 믿:음 모델의 개발을 중단한 것이 아니냐’하는 의문을 갖고 바라보는 분들이 많은 것 같다”면서 “지난해 7월 합류한 이후 지속적으로 믿음을 개발을 해왔다. KT는 한 번도 이런 자체 기술을 기반으로 한 믿음 모델의 개발을 멈춘 적이 없다”고 강조했다. MS와 협력하면서 굳이 자체 모델을 개발하는 이유에 대해 신 상무는 “기간 통신 사업자로서 생성형 AI 원천 기술을 반드시 확보해야 한다는 믿음으로 믿:음 모델을 고도화했다”면서 “MS와의 협력을 통해서는 챗GPT 같은 모델을 한국 시장에 맞게 튜닝해서 제공할 예정”이라고 설명했다. 그러면서 “정부가 추진하는 ‘독자 AI 파운데이션 모델 프로젝트’에 참여하려고 준비 중”이라고 말했다. 이번에 오픈소스로 공개될 믿:음 2.0은 115억 파라미터(매개변수) 규모의 ‘믿:음 2.0 베이스’와 23억 파라미터 규모 ‘믿:음 2.0 미니’ 2종으로 출시되며 한국어와 영어를 지원한다. 베이스 모델은 범용 서비스에 적합한 모델로 한국 특화 지식과 문서 기반 질의응답에서 강력한 성능을 보였다는 설명이다. 향후 고성능 ‘프로’ 모델도 출시될 예정이며, 이후 추론모델이나 멀티모달 모델들도 순차적으로 공개될 예정이다. 같은 날 SK텔레콤 역시 한국어 특화 LLM A.X(에이닷 엑스) 4.0을 오픈소스로 공개했다. 이와 관련해 KT는 “에이닷 표준 모델은 720억개(72B), 경량 모델은 70억개(7B)의 매개변수를 가지고 있어 (믿:음에 비해) 더 큰 모델이라 직접 비교하는 것은 의미가 없다”면서도 “내부적으로 프리뷰 단계에 있는 (믿:음) 프로 모델이 그 정도를 상응하는 성능을 확보하고 있다”고 설명했다. 이어 “데이터 학습 측면에서 KT는 초기 단계부터 모두 저희가 학습한 모델이라며, SK텔레콤은 외부 모델을 기반으로 중간 단계부터 추가적인 학습을 했다는 점이 다르다”고 덧붙였다. 한편 KT는 국산 AI 생태계 구축을 위해 개발 과정에서 리벨리온 등 국내 신경망 처리장치(NPU) 기업과 협업했다.

국내 대표 인공지능(AI) 스타트업으로 기업용 AI 솔루션 개발과 공급에 주력하고 있는 업스테이지의 김성훈 대표가 “일본 시장에서 반드시 성공하겠다”는 포부를 드러냈다. 업스테이지는 최근 미국에 이어 일본에 법인을 세우고 현지 출신 대표를 전면에 내세웠다. 업스테이지가 16일 서울 여의도 콘래드 호텔에서 진행한 기자간담회에서 김 대표는 네이버 라인 사태에서 알 수 있듯 일본 현지화에 있어 우려할 만한 점이 없느냐는 질문에 “(업스테이지 일본 법인이) 일본 회사로 인식될 만큼 철저한 현지화를 목적으로 노력하고 있다”고 답했다. 일본 법인장엔 파나소닉과 아마존웹서비스(AWS)에서 일했던 마츠시타 히로유키를 영입했다. 업스테이지는 문서 내 텍스트는 물론 그래프와 표 등을 인식하는 AI인 ‘도큐먼트 파스(DP)’에 주력하고 있는데, 일본은 문서 관련 시장이 한국의 10배 이상이라는 점에서 매력적인 시장이라는 설명이다. 최홍준 엔터프라이즈 솔루션 대표는 “(일본) 로컬 파트너와 협력해 (일본 시장의) 10%만 확보해도 한국 시장 전체를 장악하는 것과 유사할 것”이라면서 “빅테크과 견주어도 우리가 잘할 거라고 생각한다”고 덧붙였다. 이날 업스테이지는 미국과 일본 중심으로 글로벌 업무용 AI 시장 공략에 나설 계획을 밝혔다. 일본 챗봇 스타트업 카라쿠리와 공동 개발한 현지 엔터프라이즈 기업 특화 소형언어모델(SLM) ‘신(Syn)’으로 금융·헬스케어·제조·법률 등 산업별 맞춤형 AI 솔루션 개발을 지원하며, 미국 시장은 삼성생명·한화생명 등에서 검증된 국내 DP 사례를 토대로 공략한다는 계획이다. 추후 동남아 등 아시아 전역으로 확장에 나설 방침이다. 업스테이지는 최근 KT와 협력해 태국 자스민 그룹과 함께 한국 기업 최초로 해외 소버린 AI를 구축하는 데 성공했다. 김 대표는 “일본, 베트남, 말레이시아, 몽골, 튀르키예 등 아시아 전역으로 소버린 AI 구축을 확장해 글로벌 톱 AI 기업이 되겠다”고 했다. 이달 출시하는 자체 개발 LLM인 솔라 1.3 버전에 대해선 “국내 언론사의 데이터를 다수 학습한 모델로, 국내 개발 모델 중 벤치마크 성능이 가장 높다”면서 “오는 6월 출시 예정인 솔라 프로 1.6은 310억 파라미터 규모로, 벤치마크 결과 720억 파라미터인 중국의 큐원(Qwen) 2.5와 성능이 거의 비슷하다”며 자신감을 드러냈다. 한편 대통령 선거를 앞두고 여야 후보자들이 앞다퉈 AI 정책에 힘을 주고 있는 것과 관련해 김 대표는 긍정적으로 평가하는 한편, AI 업체들이 데이터를 학습하는 데 있어 저작권 문제가 아직 제대로 정립되지 않고 있다는 점을 들어 “정부에서 데이터를 창작하는 분들에게 보상하는 방법으로 데이터를 풀어 줘야 한다”고 강조했다. 미국의 빅테크조차 데이터를 무단으로 가져가 사용하고 있어서, 계약을 통해 데이터를 얻는 업스테이지가 오히려 역차별받고 있다는 설명이다.

LG가 ‘ABC’(AI·바이오·클린테크) 사업을 미래 먹거리로 점찍고 관련분야에 연구 개발과 투자를 집중하고 있다. 지난해부터 2028년까지 5년간 100조원 규모의 국내 투자에 나설 예정인 가운데 이 중 약 50%인 50조원 이상을 미래 성장사업·신사업에 할당하는 등 공격적 투자를 단행한다. 2020년 설립된 AI 싱크탱크 LG AI연구원은 2021년 12월 3000억 파라미터 규모의 멀티모달 AI 모델인 ‘엑사원 1.0’을 발표한 이후 2023년 7월에는 ‘엑사원 2.0’, 지난해 8월에는 거대언어모델(LLM)인 ‘엑사원 3.0’을 국내 처음으로 오픈소스로 공개하고, 넉 달 뒤인 12월에는 한층 업그레이드된 기능의 ‘엑사원 3.5’를 선보이는 등 3년간 생성형 AI를 실제 산업 현장에 적용하기 위한 연구개발에 집중해 왔다. LG는 계열사 및 글로벌 파트너사들이 각 산업 영역에서 활용할 수 있는 ‘전문가 AI’를 만들고 있다. LG의 이런 AI에 대한 투자와 노력은 계열사의 생산라인, 제품 개발, 고객 서비스 등에서 실질적 성과로 이어지고 있다. 아울러 구광모 LG 대표는 지난해 6월 미국 실리콘밸리를 방문해 AI 반도체 설계업체인 ‘텐스토렌트’와 AI 휴머노이드 로봇 스타트업 ‘피규어 AI’를 방문해 LG의 AI 경쟁력을 한 단계 높일 최신 기술 동향을 살폈다.

3년 연속 우수논문상 수상 인공지능 전문기업 와이즈넛(대표 강용성)은 10월에 진행된 ‘2024년도 제36회 한글 및 한국어 정보처리 학술대회(이하, HCLT 2024)’에서 생성형AI 성능의 핵심 기반이 되는 RAG(검색증강생성) 기술과 관련된 논문으로 ‘우수 논문상’을 수상했다고 밝혔다. HCLT 2024는 AI 기술을 접목한 한국어처리기술 개발과 연구 성과를 공유하는 국내 가장 권위있는 자연어처리 학술대회다. 올해도 국내 인공지능 산업에 영향을 미치고 있는 유수의 기업들과 학계 인사들이 제출한 논문 중 총 109편의 쟁쟁한 논문이 채택되었으며, 이 중 최우수 논문 2편, 우수 논문 12편이 선정됐다. 와이즈넛은 2022년에는 우수 논문상을, 2023년에는 최우수 논문상을 수상한 바 있으며, 올해 역시 우수 논문상을 받으며 3년 연속 꾸준히 언어처리분야의 AI 기술 우수성을 증명하고 있다. 와이즈넛은 이번 학술대회에 제출한 총 4편의 논문이 모두 채택되었으며, 그중 1편은 우수 논문으로 선정되는 성과를 거두었다. 각 논문은 ▲데이터 전처리 ▲데이터 분석 ▲검색 모델 ▲독해 모델 등 RAG 시스템을 구성하는 일련의 모듈과 이들을 통합하는 연구를 제안하는 내용으로, 생성형AI 기술의 성능을 향상시킬 수 있는 전방위적 기술력을 증명해 보였다는 점이 그 의미를 더했다. 금번 우수 논문상을 수상한 ‘관련성 게이트를 활용한 FiD 시스템의 패시지 선별 및 답변 생성 성능 향상’(저자: 최승호, 박시현, 김민상, 박찬솔, 왕준호, 김지윤, 김봉수) 논문은, 정부(과학기술정보통신부)의 재원으로 정보통신기획평가원(IITP)의 지원을 받은 ‘멀티모달 데이터 입력 기반 검색 증강 생성기술 개발’로 수행된 연구다. 본 연구는 RAG 시스템에서 답변을 생성하는데 사용되는 독해 모델 중 하나인 FiD(Fusion-in-Decoder)모델이 불필요한 정보를 포함한 패시지를 걸러낼 수 있도록 ‘관련성 게이트’라는 기법을 새롭게 제안했다. 해당 기법은 질문과 연관된 정보를 선별 및 추출하여 적은 파라미터로도 학습 안정성과 정확도를 크게 향상 시킬 수 있어, 답변 성능을 현격하게 개선하는 특징이 있다. 해당 기술을 활용하면 파라미터 수가 적은 도메인 특화 sLLM으로도 안정적인 답변이 가능하게 되어, 더 많은 기관 및 기업에 내부 지식 기반의 정확도 높은 RAG 서비스를 제공할 수 있게 되는 것이다. 이번 HCLT에서 와이즈넛이 제출 및 채택된 한국어처리 관련 연구는 자사가 보유한 자체 RAG기반 생성형AI 솔루션 ‘WISE iRAG’(와이즈 아이랙)에 기반영되어 RAG 기술 전반의 통제력과 품질 및 성능 고도화 연구에 모두 활용되고 있다. 강용성 와이즈넛 대표는 “와이즈넛이 AI 기술 선도 기업으로서 HCLT 학회에서 매년 의미 있는 성과를 거두고 있어 뜻깊은 한편, 이러한 성과가 회사의 기술 방향이 올곧게 나아가고 있음을 보여주는 중요한 지표 중 하나라 생각한다”라며, “와이즈넛은 지금까지처럼 AI 기반 한국어처리기술 관련 연구개발에 아낌없는 투자를 통해, 한국어 AI 기술 생태계와 초지능 시대로의 기술 발전에 기여하고 대체 불가능한 독보적 위치를 선점해 나갈 것”이라고 말했다.

용량 50% 늘고 처리 속도 빨라져연내 ‘큰 손’ 엔비디아에 공급 전망삼성 제품도 엔비디아 테스트 중 고대역폭메모리(HBM) 시장 1위인 SK하이닉스가 5세대 ‘HBM3E 12단’ 제품 양산에 들어갔다. 인공지능(AI) 반도체 시장의 ‘큰손’인 엔비디아에는 연내 공급될 것으로 보인다. 메모리 업체 중 가장 먼저 12단 양산에 돌입하며 삼성전자·미국 마이크론과의 격차를 더 벌렸다. SK하이닉스는 36GB(기가바이트) 용량의 HBM3E 12단 신제품을 세계 최초로 양산하기 시작했다고 26일 밝혔다. HBM은 여러 개의 D램을 수직으로 쌓아 기존 D램보다 데이터 처리 속도를 크게 끌어올린 고성능 메모리다. HBM3E는 4세대 HBM3의 ‘확장 버전’으로 5세대에 속한다. SK하이닉스는 지난 3월 HBM3E 8단 제품을 업계 최초로 엔비디아에 납품한 지 6개월 만에 12단 양산에 나서면서 또 한번 주도권을 쥐게 됐다. 앞서 김주선 SK하이닉스 AI 인프라 담당 사장은 이달 초 대만 반도체 전시회 ‘세미콘 타이완’ 기조연설에서 “이달 말부터 HBM3E 12단 제품 양산에 돌입할 계획”이라고 밝혔다. 고객사의 인증 작업(퀄 테스트)을 거쳐야 공급할 수 있는 구조인데 메모리 업체가 양산 일정을 미리 못박았다는 건 그만큼 자신감이 있다는 뜻이자 고객사와의 신뢰 관계가 두텁다는 의미로 해석됐다. SK하이닉스는 이날 “양산 제품을 연내 고객사에 공급할 예정”이라고 했다. 회사 측은 신제품이 AI 메모리에 필요한 속도, 용량, 안전성 등 모든 부문을 충족시켰다고 밝혔다. 이 제품 4개를 탑재한 그래픽처리장치(GPU)로 메타의 대규모언어모델(LLM) ‘라마3 70B’를 구동할 경우 700억개의 전체 파라미터(매개변수)를 초당 35번 읽어 낼 수 있을 정도로 속도(9.6Gbps)가 빨라졌다고 회사는 밝혔다. 기존 8단 제품(24GB)과 비교하면 두께는 동일한데 용량이 50% 늘어났다. D램 칩을 기존보다 40% 얇게 만들면서다. 얇아진 칩을 더 높이 쌓을 때 생기는 구조적 문제는 공정기술(어드밴스드 MR-MUF)을 통해 해결하면서 방열 성능과 안전성을 높였다. 엔비디아가 후속 제품에 HBM3E 12단 제품을 대거 채택할 것으로 알려지면서 내년부터 12단 비중도 크게 늘어날 전망이다. 삼성전자와 마이크론도 각각 HBM3E 12단 제품에 대한 엔비디아의 퀄 테스트를 진행 중인 것으로 알려졌다. 삼성전자는 지난 2분기 실적 콘퍼런스콜에서 “12단 제품을 하반기에 공급할 예정”이라고 했다.

기업들은 급변하는 시장 상황과 기술에 맞춰 국경 없는 경쟁을 펼치고 있습니다. 이미 우리의 일상에도 깊숙이 들어온 첨단 기술과 이를 이끄는 빅테크의 소식을 흥미롭고, 이해하기 쉽게 풀어드립니다. “충분한 전력 공급을 위해 소형모듈원전(SMR)과 같은 새로운 형태의 에너지가 필요할 수도 있습니다.” 지난 4일 김주선 SK하이닉스 인공지능(AI) 인프라 담당 사장이 차세대 원전으로 불리는 SMR을 언급했습니다. 김 사장은 대만 최대 반도체 산업 전시회 ‘세미콘 타이완 2024’ 기조연설에서 AI 시대 가장 큰 문제로 전력을 꼽으며 “2028년에는 데이터센터가 현재 소비하는 전력의 최소 두 배 이상을 사용할 것으로 추정된다”고 내다봤습니다. AI가 고도화할수록 전력 소비는 급증할 것입니다. AI가 데이터를 대량으로 학습하고 추론하려면 많은 전력이 필요하기 때문입니다. 이정배 삼성전자 메모리사업부장(사장)도 같은 날 AI 시대 메모리가 직면한 과제로 전력 소비 급증을 가장 먼저 짚었습니다. 이 사장은 “생성형 AI 등장으로 모델 파라미터(연산에 쓰이는 매개변수) 수가 급증해 AI 훈련에 필요한 전력 소비량이 증가하고 있다”고 했습니다. 파라미터 1조 8000억개의 ‘챗GPT-4’를 훈련하는 데 148GWh의 전력이 필요하다고 구체적 수치도 언급했습니다. 정보기술(IT) 업계에서는 얼마 전까지만 해도 생성형 AI 구동에 필요한 ‘엔비디아의 AI 칩을 얼마나 빨리 구하느냐’가 최대 관심사였습니다. 그런데 엔비디아 칩이 워낙 고가이고 구하는 데 시간이 오래 걸리다보니 업체들이 여러 개 쓸 것을 한 개만 써도 되는 쪽으로 개발을 하고 있다고 합니다. SMR, 일체성 설계로 방사능 물질 유출 위험 적어부지 제약 적고 표준화 용이…전세계 80여종 개발하지만 전력 인프라는 다른 문제입니다. 반도체, AI 기업이 해결할 수 있는 게 아닙니다. 반도체 기업의 기술 개발 방향성은 전력 사용량을 최소화하는 고효율 AI 메모리에 초점이 맞춰지겠지만 AI 시대 ‘전기 먹는 하마’로 불리는 데이터센터의 전력 부하를 줄이기 위한 방안에 대해 함께 머리를 맞댈 수밖에 없습니다. 챗GPT 개발사인 오픈AI의 샘 올트먼 최고경영자(CEO)는 “향후 인류가 AI 시스템을 유지하기 위해선 엄청난 양의 에너지가 필요하다. 이 에너지 수요를 맞추기 위해서는 핵분열과 핵융합 등 원자력 발전이 필수적”이라고 했습니다. 실제 올트먼은 SMR 개발사 ‘오클로’에 투자를 했습니다. 이 업체는 2027년 첫 원전 가동을 목표로 하고 있다고 합니다. SMR은 전기출력 규모가 300메가와트일렉트릭(㎿e) 이하의 소형모듈 원자로를 말합니다. 일체성 설계로 사고가 발생했을 때 연결 부위에서 방사성 물질이 유출될 위험이 대형 원전에 비해 상대적으로 적다는 게 장점입니다. 비상냉각장치, 비상전원이 없이도 사고 발생 시 나오는 ‘붕괴열’(원자력 사고의 주요 원인)이 자연스럽게 외부로 방출하도록 설계돼 있다고 합니다. 부지에 대한 제약이 크지 않은 것도 SMR의 매력입니다. 바닷가 근처가 아닌, 데이터센터 주변에도 구축할 수 있습니다. 소형 원자로를 설계하고 제작하는 작업을 모듈화하기 때문에 표준화도 쉽다고 합니다. SMR이 ‘탄소 중립’ 시대 에너지 분야의 게임체인저로 불릴 정도로 각광을 받으면서 미국, 일본, 중국, 러시아 등 주요국들이 개발 경쟁에 뛰어들었습니다. 전 세계 80여종의 소형원자로 개발이 진행되고 있다고 합니다. 2035년 SMR 시장이 최대 630조원 규모로 커질 수 있다는 전망도 나옵니다. 지난달 과학기술정보통신부 홈페이지에 올라온 ‘과학기술&정보통신기술(ICT) 정책·기술동향’ 자료에 따르면 미국은 다양한 원자로형을 개발 중입니다. 대부분 2030년 초 가동이 목표입니다. 일부는 인허가 과정에 진입했다고 합니다. 마이크로소프츠 창업주 빌 게이츠가 2006년 세운 SMR 설계 기업 테라파워에는 국내 기업도 투자를 했습니다. SK㈜와 SK이노베이션이 미국 외국인투자심의위원회 승인을 받아 2억 5000만 달러(약 3000억원) 규모의 지분 투자를 한 것입니다. 한국수력원자력이 테라파워에 약 4000만 달러(약 534억원)를 투자한다는 소식도 들립니다. 테라파워는 차세대 원자로 중 하나인 ‘소듐냉각고속로’(SFR) 설계 기술을 갖고 있습니다. 지난 6월 미국 와이오밍주에서 SMR ‘나트륨’을 포함한 전력 생산 장비 등 제반 공사에 착수했습니다. 미국, 스타트업 중심 다양항 원자로 개발한국, 경수로 중심 규제·차세대 준비 미흡최태원 “인센티브 시스템으로 개편해야”발전 용량 대비 건설 비용 등 넘어야 할 숙제도 있습니다. 테라파워의 4세대 SMR 실증단지(345㎿급) 건설에는 최대 40억 달러(약 5조 5000억원)가 투입될 것으로 알려졌습니다. 이 중 절반은 미 에너지부가 지원한다고 합니다. 미국은 스타트업 중심으로 다양한 차세대 원자로를 개발하고 있지만 국내 기업들은 원자로 설계 기술 난도 등으로 해외 투자 방식을 선호한다고 합니다. 규제 전문기관의 인력 부족·업무 포화, 경수로 중심의 규제 체계로 인한 차세대 원자로 준비 미흡 등 해결 과제도 있습니다. 미래 원전 기술인 SMR 시장이 활짝 열리기 전에 차세대 원자로에 대한 인허가 기준 확보 등 체계적인 준비가 필요해 보입니다. 최태원 대한상공회의소 회장은 지난 4일 부산에서 열린 ‘2024 기후산업국제박람회(WCE)’에서 “우리의 에너지 제도와 인프라는 40∼50년 전 경제개발 시대의 화석연료에 기반하고 있다”면서 “AI 시대 급증하는 전력 수요에 대응하고, 무탄소 에너지 시대를 뒷받침하기에는 아직 역부족”이라고 꼬집었습니다. 그러면서 “기후기술 개발에 더 많은 기업(스타트업)이 참여할 수 있도록 규제 중심의 시스템에서 인센티브 시스템으로 개편해야 한다”고 제안했습니다.

벤 존슨·마라도나·암스트롱 추락러는 ‘올림픽 출전금지’ 불명예금지약물 100개→800여개로 늘어뇌 자극·유전자 조작 수법도 등장 인공지능 활용 첨단 디지털 검사섭취 식품 도핑물질 여부도 분석모든 생체 표지 인자 분석 기술 전 세계서 한·미·브라질만 보유 1988년 서울올림픽은 우리나라뿐만 아니라 세계 올림픽 역사에서도 길이 남을 기념비적인 대회였다. 앞서 1980년 모스크바와 1984년 로스앤젤레스에서 연거푸 반쪽짜리 대회가 열릴 만큼 대립과 갈등이 심했던 동서 진영의 냉전 시대를 지나 여러 국가가 모처럼 모두 참가하며 냉전 종식과 인류 화합에 크게 기여한 올림픽으로 평가받고 있다. 하지만 여러모로 더 큰 세계적 화제는 따로 있었다. 바로 36년이 흐른 지금도 여전히 사상 최악의 도핑 스캔들 중 하나로 회자되고 있는 100m 육상스타 벤 존슨의 금메달 박탈 사건이다. 캐나다 국적의 벤 존슨 선수는 동갑내기인 미국의 칼 루이스 선수와 세기의 라이벌 구도를 형성하며 당대를 호령했던 스프린터다. 국제대회에서 번번이 루이스에게 밀려 아쉬움을 삼켰던 존슨은 1987년 세계육상선수권대회에서 비로소 루이스의 벽을 넘어서며 9초 83의 세계신기록으로 우승했다. 그리고 이듬해 서울올림픽에서 9초 79로 다시 한번 세계신기록을 경신하며 루이스를 제치고 금메달을 목에 걸었다. 하지만 영광은 3일 천하로 끝났다. 존슨의 도핑 검사 결과 대표적인 금지 약물인 아나볼릭 스테로이드가 검출된 것이다. 서울발 속보 경쟁이 전 세계로 뜨겁게 펼쳐졌고 결국 그의 올림픽 금메달은 박탈됐다. 세계기록도 무효 처리됐다. 세계를 놀라게 한 이 희대의 사건은 그간 암암리에 금지 약물을 사용하는 것으로 의심받아 온 동구권 공산주의 국가들뿐만 아니라 서방 자유세계까지 지구촌 스포츠계 전반에 걸쳐 도핑 문제가 만연해 있다는 사실을 알리는 중요한 계기가 됐다. 고된 훈련을 하지 않고도 단기간에 운동 능력을 끌어올릴 수 있는 약물 복용은 사실 매우 오랜 역사가 있다. 고대 그리스에서 열린 올림픽에서도 운동선수들은 경기를 앞두고 무화과나 버섯, 지금은 성분을 알 수 없는 모종의 가루약 등을 먹으며 성적 향상을 꾀했다고 한다. 근대에는 술과 아편도 동원됐다. 국제올림픽위원회(IOC)가 약물 복용의 심각성에 대해 경각심을 갖게 된 것은 1960년 로마올림픽에서 덴마크의 사이클 선수가 각성제인 암페타민 과다 복용으로 사망하는 사건이 벌어지면서부터다. 이를 계기로 IOC와 각 경기 연맹은 약물 복용을 금지하기 시작했고 1968년 동계올림픽부터 도핑 테스트가 공식화됐다. 하지만 메달을 박탈당하고 국제대회 출전이 금지되는 사례들은 끊임없이 등장했다. 독일 통일 전 1970~80년대의 동독은 체제의 우수성을 보여 주기 위해 정부 차원에서 운동선수들에게 강제로 금지 약물을 투여하고 이를 은폐했다. 결국 통일 후 발각돼 일부 가해자들이 재판에서 유죄 판결을 받았지만 심장질환, 암, 불임 등의 더 큰 후유증은 선수들이 고스란히 떠안게 됐다. 아르헨티나 축구 영웅 마라도나가 1994년 미국 월드컵에서 선수 생활의 마침표를 찍게 된 것도 금지 약물 때문이다. 조별 예선 경기 후 치른 도핑 검사에서 그는 금지 약물인 에페드린에 양성 반응을 보였다. 많은 나이에도 여전히 전성기 때의 실력을 과시해 1986년 멕시코 월드컵 우승에 이어 다시 한번 월드컵을 품에 안을 것이라 기대했던 전 세계 축구 팬들은 큰 충격에 빠질 수밖에 없었다.인간 승리의 표상으로 전 세계의 추앙을 받아 온 미국의 사이클 황제 랜스 암스트롱의 추락은 더 충격적이었다. 암스트롱은 투르 드 프랑스 7연패라는 전무후무한 대기록을 쌓았다. 특히 고환암을 딛고 이뤄 낸 위업이라 더 큰 찬사를 받았다. 하지만 팀 동료로부터 금지 약물에 관한 소문이 흘러나왔고 남성성을 촉진하는 테스토스테론과 적혈구 생성을 촉진하는 에리트로포에틴을 투입해 왔던 게 사실로 밝혀졌다. 국제사이클연맹은 “스포츠 역사상 가장 정교하고 전문적인 도핑 기획”이었다며 그의 우승 기록 박탈과 영구 제명을 결정했다. 2014년 소치동계올림픽에서는 러시아 정부가 자국 선수들의 금지 약물 복용 사실을 숨기기 위해 도핑 검사에서 조작된 결과를 발표한 것을 눈치챈 세계반도핑기구가 한동안 러시아의 올림픽과 세계선수권대회 출전을 금지했다. 이 때문에 2022년 베이징동계올림픽에 출전한 러시아 선수들은 정식 국호 대신 러시아올림픽위원회(ROC)라는 명칭을 달고 나왔는데 그 와중에도 도핑 파문은 계속됐다. 러시아의 강력한 피겨 금메달 후보 카밀라 발리예바가 심장 보호 작용을 하는 트리메타지딘을 복용한 것으로 알려져 결국 메달의 꿈을 접었고, 근육강화제 클로스테볼 등의 검출로 스페인·이란·우크라이나 선수들이 줄줄이 퇴출당했다. 도핑 검사는 통상적으로 선수의 소변과 혈액을 분석하는 방법으로 진행된다. 규모가 큰 대회의 경우 약 10%의 선수들을 무작위로 뽑아 약물 검사를 시행한다. 대표적인 검출 방법은 크로마토그래피 질량분석기를 사용하는 것이다. 스테로이드계 약물은 방사성동위원소 분석 장비로도 잡아낼 수 있다. 근육강화제 등에 포함된 탄소를 분석해 체내에서 자연스럽게 분비된 것인지 아니면 외부에서 주입된 것인지를 알아낼 수 있는 것이다. 자신이나 타인의 피를 수혈해 적혈구 수와 헤모글로빈 농도를 끌어올리는 혈액도핑은 여러 가지 혈액 파라미터를 분석해 재주입 여부를 확인한다. 올림픽과 세계선수권대회 같은 대규모 국제대회가 열리면 전 세계의 많은 도핑 전문가도 검사를 돕기 위해 개최지에 집결한다. 우리나라에서는 한국과학기술연구원(KIST) 도핑컨트롤센터의 전문가들이 파견되는데 2020년 도쿄올림픽에서는 성장호르몬 및 유사 금지 약물, 적혈구 생성촉진인자 분석기술과 도핑 시료 분석 등의 첨단 노하우를 일본 현지 전문가들에게 전수하고 돌아왔다. 올해 설립 40주년을 맞는 센터는 1986년 서울아시안게임과 1988년 서울올림픽을 앞두고 처음 문을 열었다. 존슨의 금지 약물 복용 사실을 적발한 것도 이곳이다. 시대를 막론하고 금지 약물의 유혹은 쉽사리 뿌리치기 힘든 것이다. 당시 100여종이었던 금지 약물 수는 현재 800여개까지 늘어났다. 발각되지 않기 위한 방법도 더욱 교묘해지고 있다. 최근에는 체내 적혈구 생성을 촉진해 지구력을 극대화하는 적혈구 생성 촉진인자 호르몬제나 성장호르몬제를 넘어 브레인·유전자 도핑까지, 기존의 방법으로는 좀처럼 분석과 검출이 쉽지 않은 기술도 등장하고 있다. 브레인 도핑은 특수 장비를 통해 약한 전류로 뇌의 특정 부위를 자극해 균형감각과 운동기능을 극적으로 끌어올리는 방법이다.(그림①) 유전자 도핑은 스포츠 활동과 관련된 유전자의 결함과 결핍을 보완해 빠른 근육 강화와 근섬유 재생, 염증 감소, 회복력 향상 등을 도모하는 유전자 조작 기술이다. 과거와는 전혀 다른 차원의 최신 도핑 수법을 찾아내기 위한 과학기술의 진화도 그에 못지않게 빠르다. 방대한 도핑 데이터를 학습한 인공지능이 패턴을 인식해 도핑 가능성이 높은 사례를 신속하게 식별하는 iD²(intelligent Doping Diagnosis) 등의 첨단 디지털 도핑 기술이 대표적이다. 기존의 혈액 시료 분석법과 달리 운송과 보관이 자유로운 건조혈반 기술, 선수 생체 여권 빅데이터를 기반으로 금지 약물 복용을 선제적으로 예측하는 분석시스템 등도 연구가 활발하다. 적혈구 생성 촉진인자 호르몬제나 성장호르몬제 정밀 분석기술은 이미 확보된 상태이다.(그림②) 한편에서는 스포츠의 생명인 공정성과 선수들의 건강을 함께 지킬 수 있는 기술 개발도 활발하다. 무심코 감기약이나 보충제 등을 먹었다가 뜻하지 않게 도핑에 적발되는 선의의 피해자들을 구제하기 위해 선수들이 섭취하는 식품과 약물에 도핑 물질이 포함됐는지를 미리 확인하는 식품 도핑 기술(VFD)이 개발되고 있다. 최근에는 체대 입시생을 대상으로 한 정기 검사와 교육 프로그램도 주요 관심사다. 경쟁이 워낙 치열하다 보니 일부 학생들의 금지 약물 사용 가능성까지 대두되고 있기 때문이다.(그림③)이처럼 공정하고 건강한 스포츠 환경을 만들기 위한 노력에 힘입어 우리나라는 까다로운 조건 때문에 아직 전 세계 30여개소밖에 없는 세계반도핑기구(WADA) 인증 공식 분석기관 중 한 곳이다. WADA의 ‘전 세계 도핑센터별 고위험 종목 특수분석 기술’ 자료에 따르면 모든 종류의 생체 표지 인자 분석 기술을 갖고 있는 나라는 전 세계적으로 한국, 미국, 브라질 등 3곳뿐이다. 오는 26일 전 세계가 하나 되는 축제, 파리올림픽이 4년 만에 다시 개최된다. 이미 한 해 전부터 각국 대표 선수들을 대상으로 사전검사와 도핑 방지 대책에 분주했던 국내외 반도핑 전문가들은 개막이 한 달도 남지 않은 지금 더욱 바쁜 나날을 보내고 있을 게 분명하다. 130년 전 근대 올림픽의 창시자인 쿠베르탱 남작은 “건강한 몸에 건전한 정신이 깃든다”라는 명언을 남겼다. 더불어 “올림픽의 정신은 이기는 것이 아니라 잘 싸우는 것”이라는 말도 전하고 있다. 그가 남긴 진정한 올림픽 정신의 수호를 위해, 또 스포츠라는 순수한 열정을 향한 선수들의 도전과 헌신이 공명정대한 결과로 이어질 수 있도록, 오늘도 무대 뒤에서 동분서주 굵은 땀을 흘리고 있을 그들 모두에게 뜨거운 응원의 박수를 보낸다. ■손정현 센터장은 대한민국 최고의 반도핑 과학자로서 지난 20여년간 직간접적으로 반도핑 과학에 헌신하고 있다. 그동안의 경험을 바탕으로 도핑컨트롤센터를 세계 최고의 자리로 이끌었으며 혁신적인 기술 개발, 끊임없는 아이디어와 도전으로 공정한 스포츠 정신을 지키는 데 기여하고 있다. 손정현 KIST 도핑컨트롤센터장

인공지능(AI) 기술 기업 업스테이지는 사전학습 거대언어모델(LLM) ‘솔라’의 경량화 버전인 ‘솔라 미니’와 LLM 문서 작업용 애플리케이션 ‘라이트업’을 인텔의 코어 울트라 프로세서에 최적화할 계획이라고 7일 밝혔다.인텔의 해당 프로세서를 장착한 윈도우 PC 제품군에서 솔라를 ‘온디바이스 AI’로 활용할 수 있다. 온디바이스 AI는 외부 클라우드 연결 없이 기기 자체에서 AI 처리가 가능하다. 단말에 내장된 칩에 LLM을 설치한 AI PC는 높은 접근성, 생산성 뿐만 아니라 정보 유출을 원천 차단해 보안성을 극대화한다. 솔라 미니는 매개변수(파라미터)를 경량화한 모델로 다양한 산업, 기업별 맞춤형 파인튜닝(미세조정)뿐 아니라 온디바이스 AI에 특화됐다. 한국어와 영어, 일본어 등 다양한 언어를 지원한다. 라이트업은 솔라 기반의 문서 작업용 앱으로 문장 생성, 요약뿐 아니라 문맥에 맞는 문장의 톤까지 조절할 수 있는 점이 특징이다. 업스테이지는 지난 4∼7일 대만 타이베이에서 진행된 아시아 최대 IT(정보기술) 박람회 ‘컴퓨텍스 2024’와 5일 서울에서 개최된 ‘인텔 AI 서밋’을 통해 인텔 칩세트에서 구동되는 솔라를 시연했다. 김성훈 업스테이지 대표는 “업스테이지가 개발한 세계 최고 수준의 솔라 LLM을 인텔의 고성능 프로세서에 탑재하게 돼 매우 기쁘다”라며 “높은 생산성과 보안성을 갖춘 온디바이스 AI에 특화된 솔라를 통해, 인텔 기반의 윈도우 PC 사용자들은 생성형 AI 기술을 더욱 쉽고 빠르게 활용할 수 있을 것”이라고 말했다.

손정의(일본명 손 마사요시)가 이끄는 일본 통신기업 소프트뱅크가 고성능 생성형 인공지능(AI) 개발을 위해 내년까지 1500억엔(1조 3380억원)을 추가로 투자하기로 했다. 22일 니혼게이자이신문은 소프트뱅크가 지난해 생성형 AI 개발에 필요한 계산 설비 기반을 다지는 데 200억엔(1784억원)을 투자한 데 이어 내년까지 1500억엔을 추가 투자해 미국 오픈AI가 만든 챗GPT-4와 비슷한 수준의 세계 최고급 모델 제작을 추진하기로 했다고 밝혔다. 니혼게이자이신문은 “(생성형 AI 투자에서) 일본 기업으로서는 최대 규모”라고 말했다. 앞서 손 회장은 지난해 10월 “소프트뱅크그룹을 세계에서 AI를 가장 많이 활용하는 그룹으로 만들고 싶다”며 AI 사업 확대 계획을 밝힌 바 있다. 소프트뱅크는 생성형 AI 기반이 되는 기술인 거대언어모델(LLM)을 개발 중이다. 이 회사는 미국 엔비디아로부터 그래픽 처리장치(GPU) 반도체를 구입해 계산 능력을 현재의 수십 배로 향상시킬 계획으로 알려졌다. 특히 내년 3월 이전까지 3900억 파라미터 모델을 완성하고 내년 4월 이후 일본어에 특화된 1조 파라미터 수준의 모델 개발에 나설 계획이다. 전 세계 생성형 AI 시장에서 최고 수준 파라미터 기준은 1조로 알려져 있다. 이 신문은 “챗GPT-4의 파라미터가 1조 규모에 달한다”며 “일본 기업인 NTT와 NEC 모델은 수십억에서 수백억 파라미터에 머물고 있다”고 밝혔다. 독일 시장조사 업체인 스타티스타는 일본의 생성형 AI 시장 규모가 2030년이 되면 지난해의 17배인 130억 달러(18조원)에 이를 것으로 추산했다.

삼성전자 반도체 사업부를 이끌고 있는 경계현 디바이스솔루션(DS) 부문장(사장)이 29일 “전담팀의 노력으로 고대역폭 메모리(HBM)의 리더십이 우리에게로 오고 있다”고 자신감을 내비쳤다. 경 사장은 이날 사회관계망서비스(SNS)를 통해 최근 미국 출장 소회와 함께 “AI 애플리케이션에서 고용량 HBM은 경쟁력”이라면서 “HBM3와 HBM3E 12H(12단)를 고객이 더 찾는 이유”라고 썼다.경 사장은 이어 “여전히 메모리와 컴퓨트 사이의 트래픽이 병목”이라며 “많은 고객이 이 문제를 풀기 위해 각자만의 방식으로 커스텀 HBM4를 개발하고 싶어 한다. 그리고 고객들은 우리와 함께 그 일을 할 것”이라고 전망했다. 또 “많은 고객이 파운드리 2나노 공정을 위한 테스트 칩을 흘리고 있거나 흘리기로 했다”며 “성공적인 기술 개발을 통해 이들이 2나노 제품 개발로 이어지도록 할 것”이라고 했다. 지난 20일 정기 주주총회에서 공개한 자체 AI 가속기 ‘마하-1’도 언급했다. 경 사장은 “추론 전용인 마하-1에 대한 고객의 관심 또한 증가하고 있다”며 “일부 고객은 1T 파라미터 이상의 큰 애플리케이션에 마하를 쓰고 싶어 한다”고 밝혔다. 그러면서 “생각보다 더 빠르게 마하-2의 개발이 필요한 이유가 생긴 것”이라며 “준비를 해야겠다”고 덧붙였다. 경 사장은 테슬라 사이버트럭을 시승한 소감과 영상도 공개했다. 그는 “생각보다 안락했고, 생각보다 가속력이 대단했다”라면서 “10개의 카메라로 주변을 인식하는 능력이 훌륭해 보였고, 짧은 회전반경과 큰 와이퍼가 인상적”이라고 남겼다.

“미래에 움직이는 모든 것은 로봇이 될 것입니다.” 젠슨 황 엔비디아 최고경영자(CEO)는 18일(현지시간) 미국 캘리포니아주 새너제이에서 열린 엔비디아 개발자 콘퍼런스(GTC 2024) 기조연설에서 기대를 모았던 차세대 인공지능(AI) 칩을 소개한 뒤 AI의 미래 종점인 로봇 사업에 대한 비전을 내비쳤다. AI 칩 ‘큰손’으로 떠오른 엔비디아가 자체 플랫폼을 통해 AI 생태계를 구축한 뒤 성장 가능성이 큰 휴머노이드 로봇 시장에서도 영향력을 확대하겠다는 포부를 밝힌 것이다. 검은 가죽점퍼를 입고 연단에 선 황 CEO는 이날 1만 6000여명의 관중 앞에서 엔비디아가 그리는 큰 그림의 시작점이 될 새로운 플랫폼 ‘블랙웰’ 기반의 AI 칩을 선보였다.2080억개의 트랜지스터로 가득 메운 이 칩은 현존하는 최고 AI 칩인 엔비디아 ‘H100’(호퍼 기반)에 비해 연산 처리 속도가 2.5배 더 빠르다. 두 개의 그래픽처리장치(GPU·B200)를 연결해 하나의 칩처럼 작동하는 방식이다. H100을 사용하면 생성형 AI GPT 모델을 훈련시키는 데 90일 동안 8000개의 GPU가 필요하지만 블랙웰 GPU는 같은 기간 2000개만 사용하면 된다는 게 그의 설명이다. 황 CEO는 “호퍼는 매우 환상적이었지만 우리는 더 큰 GPU를 원한다”며 “블랙웰은 이 새로운 산업 혁명을 구동하는 엔진이 될 것”이라고 강조했다. 엔비디아가 구상하는 제품은 생성형 AI의 대규모 연산이 가능한 일종의 ‘슈퍼컴퓨터’(GB200 NVL72)다. 블랙웰 GPU 2개에 중앙처리장치(CPU)를 연결한 ‘슈퍼칩’(GB200)을 36개 쌓아 올린 뒤 시스템 최적화를 통해 성능을 극대화하겠다는 계산이다. 대만 파운드리(위탁생산) 업체인 TSMC의 4㎚(나노미터·10억분의 1m) 공정으로 만들어진 뒤 올 연말부터 공급될 예정이다.엔비디아가 새 AI 칩 가격을 밝히지는 않았지만 기존 제품 가격을 감안하면 5만 달러(약 6700만원) 수준일 것이란 전망이 나온다. 황 CEO는 “(첫 제품은) 수천만 달러에 달할 것”이라고 농담을 하기도 했다. 엔비디아는 블랙웰이 최대 10조개의 매개변수(파라미터)를 가진 대규모 언어모델(LLM)에서 생성형 AI를 구축하고 실행할 수 있을 것이라 보고 있다. 파라미터는 생성형 AI가 정보를 학습하고 기억하는 신경 연결 역할을 한다. 파라미터가 많을수록 AI 성능이 뛰어나다고 평가받는다. 오픈AI가 개발한 생성형 AI GPT-4의 파라미터 수치가 공개되지 않았지만 5000억개 정도로 알려져 있다. 산술적으로는 블랙웰이 이보다 20배 뛰어난 AI 모델도 지원할 수 있다는 얘기다. AI 기술이 궁극적으로 지향하는 로봇 플랫폼을 지원하겠다는 것도 이러한 성능에 대한 자신감 때문이다. 황 CEO는 이날 무대에 자체적으로 훈련시킨 로봇 ‘오렌지’와 ‘그레이’를 등장시키고, 로봇 훈련이 가능한 ‘프로젝트 그루트’(GR00T)를 공개했다.