2026.07.27 월요일
검색
'프루닝' 검색결과
기간검색
-
~
검색영역
검색어
-
AI 팩토리 시대 핵심은 경량화…노타, 솔라 오픈2 메모리 76% 줄였다 [경제일보] 생성형 인공지능(AI)의 경쟁 기준이 빠르게 변화하고 있다. 과거에는 얼마나 큰 AI 모델을 만들 수 있느냐가 경쟁력이었다면 최근에는 이를 얼마나 효율적으로 운영할 수 있는지가 핵심 요소로 떠오르고 있다. AI 에이전트 시대가 본격화되면서 기업들이 마주한 과제 역시 성능 경쟁을 넘어 GPU 비용과 운영 효율성 확보로 확대되는 가운데, 노타가 대규모 AI 모델을 GPU 2장만으로 구동할 수 있는 경량화 기술을 선보이며 기업들의 AI 전환(AX) 비용 절감에 나섰다. 27일 노타는 업스테이지와 함께 참여 중인 정부 독자 AI 파운데이션 모델 프로젝트의 2차 성과물인 '솔라 오픈2' 전용 경량화 모델을 공개했다고 밝혔다. 최근 글로벌 AI 시장에서는 딥시크와 문샷 AI의 '키미' 시리즈 등 고성능 오픈 웨이트 모델이 주목받고 있다. 다만 AI 경쟁의 기준은 단순히 모델 성능을 넘어 실제 업무 환경에서 얼마나 효율적으로 활용할 수 있는지로 확대되고 있다. 특히 문서 업무와 코딩, 검색, 툴 호출 등을 수행하는 AI 에이전트가 확산되면서 토큰 사용량과 연산 비용이 크게 증가하고 있어 AI 운영 비용을 낮추는 경량화 기술이 새로운 경쟁력으로 부상하고 있다. 기업들의 AI 인프라 경쟁 역시 새로운 국면을 맞고 있다. AI 팩토리와 AI 데이터센터 구축 경쟁이 본격화되면서 GPU 확보가 중요한 과제로 떠올랐지만, 높은 구축 비용과 전력 소비는 여전히 기업들의 부담으로 꼽힌다. 같은 성능을 보다 적은 GPU로 구현할 수 있다면 인프라 구축 비용과 운영 비용을 동시에 절감할 수 있는 만큼 AI 경량화 기술의 중요성도 커지고 있다. 솔라 오픈2는 문서 업무와 코딩, 툴 호출, 다단계 추론 등 실제 기업 업무에 활용할 수 있는 AI 에이전트 구현에 초점을 맞춘 대규모 언어모델(LLM)이다. 총 2500억개의 매개변수를 갖추고 있으며 실제 작업 시에는 필요한 150억개의 매개변수만 활성화하는 '전문가 혼합(MoE)' 구조를 채택했다. 하나의 모델 안에 있는 여러 연산 모듈 가운데 일부만 선택적으로 활용하는 방식으로 연산 효율성을 높인 것이 특징이다. 노타는 해당 솔라 오픈2의 기능을 실제 기업 환경에 보다 효율적으로 배포할 수 있도록 데이터 기반 MoE 양자화와 라우터 인지형 MoE 양자화, 비균일 전역 프루닝 기술 등을 적용했다고 설명했다. 양자화는 모델을 보다 낮은 정밀도의 데이터 형식으로 변환해 메모리 사용량을 줄이는 기술이며, 프루닝은 중요도가 낮은 연산 모듈을 선택적으로 제거해 모델을 경량화하는 기술이다. 특히 데이터 기반 MoE 양자화에는 모델 가중치를 4비트 저정밀 형식으로 변환하면서도 모든 전문가 모듈이 안정적인 통계치를 확보할 수 있도록 캘리브레이션 데이터를 합성하는 'PASCAL-MoE' 기술이 활용됐다. 라우터 인지형 MoE 양자화에는 양자화 이후에도 라우터가 전문가 모듈을 안정적으로 선택할 수 있도록 자체 개발한 양자화 알고리즘이 적용됐다. 이를 통해 노타는 원본 모델의 가중치 메모리를 기존 500.6GB에서 117.8GB로 약 76.5% 줄이는 데 성공했다고 강조했다. 기존에는 엔비디아 'H100 GPU' 8장이 필요했던 환경을 GPU 2장만으로 구동할 수 있도록 최적화했으며, 양자화 이후에도 AI 에이전트의 핵심 기능인 툴 호출 성능을 안정적으로 유지하는 것으로 알려졌다. 실제로 글로벌 AI 시장 역시 성능 경쟁에서 운영 효율성 경쟁으로 무게 중심이 이동하고 있다. 높은 성능의 AI 모델을 보다 적은 인프라로 구동할 수 있는 기술이 기업들의 AI 도입 장벽을 낮추는 핵심 요소로 떠오르면서 경량화 기술이 AI 팩토리 시대의 필수 기술로 자리 잡고 있는 것이다. 노타는 이번 솔라 오픈2 경량화 모델을 통해 국내 기업들이 보다 적은 비용으로 AI 에이전트를 도입하고 활용 범위를 확대할 수 있을 것으로 기대하고 있다. 특히 별도의 대규모 GPU 인프라를 구축하기 어려운 기업들도 효율적으로 AI 서비스를 운영할 수 있도록 지원해 AI 전환을 가속화한다는 계획이다. 노타가 공개한 솔라 오픈2 전용 경량화 모델은 글로벌 AI 플랫폼 허깅페이스를 통해 확인할 수 있다. 김태호 노타 CTO는 "이번 성과는 대규모 MoE 모델을 기업이 실제 도입할 수 있는 형태로 최적화했다는 데 의미가 있다"며 "기업이 자사의 인프라와 예산에 맞춰 에이전트 AI를 도입하고 활용 범위를 확장할 수 있도록 모델 구조와 하드웨어 환경에 최적화된 양자화 및 경량화 기술을 지속해서 고도화하겠다"고 말했다.2026-07-27 14:27:30
-
네이버클라우드, 국방용 경량 AI 공개…드론·전술차량서 실시간 분석 [경제일보] 네이버클라우드가 국방 환경에 최적화한 경량 옴니모달 인공지능(AI) 모델을 공개했다. 드론, 전술차량, 무인체계처럼 제한된 컴퓨팅 환경에서도 영상과 음성, 문서를 실시간 분석할 수 있는 모델을 앞세워 국방 AI 전환 시장을 공략하겠다는 전략이다. 네이버클라우드는 ‘2026 한국군사과학기술학회 종합학술대회’에서 경량 옴니모달 모델 ‘HyperCLOVA X SEED 4B’를 공개하고 국방 AI 활용 사례와 소버린 AI 기반 국방 AX 로드맵을 제시했다고 15일 밝혔다. 현대 전장은 드론 영상, 위성사진, 무전 음성, 작전 문서가 동시에 오가는 환경으로 바뀌고 있다. 텍스트만 이해하는 AI로는 실시간 작전 판단을 지원하기 어렵다. 이미지, 영상, 음성, 문서를 함께 해석하는 옴니모달 AI가 국방 분야 핵심 기술로 떠오르는 배경이다. 하이퍼클로바X 시드 4B는 네이버클라우드가 국방 환경을 겨냥해 자체 개발한 경량 옴니모달 모델이다. 자체 비전 인코더 ‘하이퍼클로바X 클립’과 오디오 인코더를 탑재해 시각·음성 정보를 함께 처리할 수 있다. 한글 문서와 한국적 업무 맥락을 이해하도록 한국향 데이터도 학습했다. 경량화도 핵심이다. 국방 AI는 대형 클라우드뿐 아니라 드론, 전술차량, 해안 감시장비 등 엣지 환경에서도 작동해야 한다. 네이버클라우드는 기존 8B급 백본 모델을 프루닝과 지식 증류 기술로 최적화해 모델 크기를 줄이면서도 성능을 높였다고 설명했다. 이를 통해 제한된 장비에서도 저지연 추론이 가능하도록 했다. 활용 분야는 넓다. 드론과 해안 감시 영상 기반 객체 탐지, 위성사진 변화 분석, 사격장·생활관 위험요소 식별, 군용 장비 자동 인식, 전장 지도 분석 등에 적용할 수 있다. 정보·감시·정찰(ISR) 자동화와 설명 가능한 무인체계, 통합 상황 인식 체계 구축에도 활용 가능성이 있다. 네이버클라우드는 폐쇄망에서 직접 배포·운영할 수 있는 국방 AI 풀스택 전략도 강조했다. 인프라, MLOps, 대형언어모델, AI 에이전트를 외부망 의존 없이 운영해 데이터 주권과 보안성을 확보하겠다는 구상이다. 국방 분야는 높은 자율성과 강력한 통제가 동시에 필요한 만큼 소버린 AI 수요가 가장 뚜렷한 영역으로 꼽힌다. 회사는 올해 국방 AX 기반을 구축하고 다양한 국방 사업에 참여한 뒤 2030년까지 국방 전 영역에 AI 에이전트를 확산한다는 계획이다. 자율형 작전 지원 체계 고도화를 통해 군의 AI 전환을 단계적으로 완성하겠다는 목표다. 이번 공개는 네이버클라우드의 AI 전략이 범용 서비스에서 국방·공공 특화 영역으로 확장되고 있음을 보여준다. 국방 AI의 성패는 모델 성능뿐 아니라 폐쇄망 운영, 보안 검증, 현장 장비 적용성, 한국어 작전 문맥 이해에 달려 있다. 네이버클라우드가 이 네 가지 조건을 실제 군 환경에서 입증한다면 국내 소버린 AI 시장의 중요한 기준점이 될 수 있다.2026-06-15 10:16:26
많이 본 뉴스
영상
Youtube 바로가기
![[데스크 칼럼] 칩에서 지능산업으로…샌프란시스코 선언이 연 한국 AI의 미래](https://image.ajunews.com/content/image/2026/07/27/20260727141812206237_518_323.jpg)