[지디넷코리아]국내 독자 인공지능(AI) 파운데이션 모델(독파모) 개발 기업들이 글로벌 AI 경쟁력 확보를 위해 기술 효율을 높이고 기업 간 협력을 강화해야 한다고 강조했다.대규모 그래픽처리장치(GPU) 자원 확보뿐 아니라 데이터 품질 개선과 학습·추론 최적화가 중요해진 가운데, 국내 기업 간 기술 공유와 공동 연구가 'K-AI' 경쟁력을 높일 핵심 과제로 제시됐다.엔비디아는 9일 서울 코엑스에서 개최한 'AI 데이 서울 2026'에서 LG AI연구원·SK텔레콤·업스테이지 등 독파모 개발 기업들과 'K-AI 프런티어 빌더스 패널'을 진행했다.세 기업은 독자 AI 모델 개발 과정에서 겪은 기술 과제와 엔비디아 협력 사례를 공유했다.먼저 제한된 GPU 자원과 개발 일정 속에서 모델 성능을 높이기 위한 전략을 소개했다. LG AI연구원은 지도 미세조정(SFT) 데이터 품질 개선에 집중하고 있으며 업스테이지는 강화학습(RL) 비중을 확대 중이다. SK텔레콤은 대규모 모델 학습 초기부터 아키텍처를 최적화해 개발 비용을 줄이는 데 주력하고 있다.엔비디아 기술을 활용한 구체적인 성과도 공개했다. SK텔레콤은 약 10테라바이트(TB) 규모 사전 학습 데이터에서 중복 문서를 제거하는 작업에 엔비디아 '네모 큐레이터'를 도입했다. GPU 가속을 적용하면서 기존 2~3주 걸리던 데이터 처리 기간을 약 3일로 단축했다.양현호 SK텔레콤 연구원은 "모델 학습 속도가 10%만 빨라져도 GPU 사용 시간으로 약 6일을 줄일 수 있고 이를 비용으로 환산하면 약 6억원에 해당한다"며 "초기 아키텍처 설계와 검증에 많은 신경을 쓰고 있다"고 말했다.업스테이지는 엔비디아 블랙웰 GPU와 양자화 기술, 추론 최적화 플랫폼 '다이나모'를 활용해 AI 서비스 효율을 높이고 있다. 특히 KV 캐시 관리 기술을 개선해 적은 자원으로 더 많은 추론 요청을 처리하는 데 집중하고 있다고 밝혔다.송인서 업스테이지 LLM 테크리드는 "양자화를 적용하면 처리량과 메모리 효율을 동시에 개선할 수 있지만 모델 성능이 떨어질 가능성도 있다"며 "모델 레이어마다 양자화 민감도가 다르기에 민감도가 낮은 부분은 적극적으로 양자화하고 나머지는 높은 정밀도를 유지하고 있다"고 설명했다.국내 독파모 개발 기업 간 협력 필요성도 주요 화두로 떠올랐다. 패널들은 글로벌 AI 기술 발전 속도가 빨라지는 상황에서 개별 기업이 경쟁하는 동시에 연구 성과와 개발 경험을 공유할 수 있는 환경을 마련해야 한다고 강조했다.송 테크리드는 "모델 개발 주기가 점점 빨라지고 있지만 프로젝트 일정에 맞춰 개발하다 보면 새로운 연구 흐름을 빠르게 따라가기 어려운 부분이 있다"며 "경쟁도 좋지만 공개 프로젝트를 더 큰 규모로 함께 진행하는 것도 의미가 있을 것"이라고 짚었다.조현직 LG AI연구원 엑사원랩 팀장 역시 "기술 분야에서는 경쟁력과 직결되다 보니 서로 경험을 공유하지 못하는 부분이 있다"며 "경쟁 관계를 유지하면서도 기술 보고서를 통해 실험 결과를 충실히 공유하고 큰 지원 주체가 있다면 국가 역량을 모아 글로벌 시장에서 경쟁할 수 있는 모델을 만들 수 있을 것"이라고 덧붙였다.글로벌 AI 모델과 경쟁하겠다는 목표도 강조했다. 그는 "엑사원 API 플랫폼을 무료로 공개했고 앞으로 개발 중인 모델의 중간 버전도 계속 선보일 예정"이라며 "사용자들이 아쉬운 점과 만족한 부분을 적극적으로 알려주시면 이를 반영해 글로벌 모델들을 모두 이겨보겠다"고 밝혔다.
Continue to ZDNet Korea →You are being forwarded in 6s — stay on this page