AI 모델 (LLM·GPT·Claude·Gemini)

본 기사는 단순 챗봇을 넘어 추론, 데이터 검색, API 실행이 가능한 LLM 에이전트의 개념과 엔터프라이즈급 구축을 위한 아키텍처를 다룹니다. RAG와 외부 시스템 통합, 워크플로우 자동화를 통해 기업의 실질적인 비즈니스 가치를 창출하는 방법을 제시합니다.

크래프<0xAE>톤은 자사의 AI 브랜드 '라온'의 일환으로 개발된 21B 규모의 음성 AI 파운데이션 모델을 허깅페이스에 공개했습니다. 이 모델은 한국어 성능 면에서 30B 이하 모델 중 최고 수준을 기록했으며, 크래프톤은 SKT와 협력하여 멀티모달 연구를 지속하고 있습니다.

문샷 AI가 2조 8천억 개의 매개변수를 가진 키미 K3를 넘어선 차세대 모델 '키미 K4' 개발 계획을 수립했습니다. 이를 위해 최신 AI 가속기인 엔비디아 블랙웰의 추가 확보를 추진하며 모델 규모 확대를 위한 인프라 구축에 집중하고 있습니다.

한국딥러닝이 서연이화의 AI 구축 사업에 참여하여 OCR 및 파서 솔루션을 통해 제조 공정 문서를 데이터화할 예정이며, 액션파워는 LG전자 그램 노트북의 온디바이스 AI 모델 경량화 기술을 적용해 성능 향상에 기여했습니다.

생성형 AI가 만든 저품질 콘텐츠인 'AI 슬롭(AI Slop)'이 인터넷을 오염시키면서, AI 기업들이 학습 데이터 품질 유지를 위해 대량의 중고 서적 확보에 총력을 기울이고 있습니다. 이들은 중개 업체를 통해 수천 권에서 최대 100만 권 규모의 종이책을 구매하며 인간이 작성한 검증된 데이터를 확보하려 합니다.

Meterless.ai는 사용자가 자신의 로컬 환경에서 AI 모델을 구동할 수 있게 하여 데이터 프라이버시와 워크플로우 소유권을 보장하는 플랫폼입니다. 클라우드 기반 AI의 보안 취약점과 높은 운영 비용 문제를 해결하기 위한 대안으로 주목받고 있습니다.

타겟의 SVP 시오lar 맥피니는 AI 모델 그 자체보다 모델 주변에 구축된 요소들이 진정한 경쟁 우위인 '해자(moat)'를 형성한다고 밝혔습니다. 그녀는 모델의 성능은 중요하지만, 이를 활용한 에이전트 구축 및 운영 체계가 기업의 핵심 경쟁력이 될 것이라고 강조했습니다.

오픈AI가 실시간 및 비동기 처리에 최적화된 'GPT-Live-Transcribe'와 'GPT-Transcribe' 모델을 출시했습니다. 이번 신규 API는 기존 모델보다 실제 환경에서의 인식률을 높였으며, 개발자들이 고성능 음성 AI 서비스를 구축할 수 있는 생태계를 넓히는 데 목적이 있습니다.

오픈AI는 스티븐 킹이나 J.K. 롤링 등 유명 작가의 문체를 그대로 흉내 내달라는 사용자의 요청을 직접적으로 거부하기 시작했습니다. 대신 특정 작가의 스타일을 완기히 복제하는 대신 그 특징과 분위기만을 반영하여 자체적인 스타일로 답변을 생성하도록 메커니즘을 변경했습니다.

대한민국 정부와 민간 기업이 참여하는 'AIDC 얼라이언스'가 출범하여, AI 데이터센터를 '토큰 팩토리'로 삼아 글로벌 AI 시장에 지능을 공급하는 수출국으로 도약하겠다는 비전을 발표했습니다. 이를 위해 18.4GW 규모의 대규모 인프라 구축과 관련 전후방 산업의 수출 산업화를 위한 민관 협력 체계가 가동됩니다.

SK텔레콤이 매개변수 688B 규모의 차세대 LLM 'A.X K2'를 공개하며 글로벌 수준의 성능과 멀티모달 확장성을 확보했습니다. 단순 모델 개발을 넘어 제조, 국방 등 산업 현장 적용과 정부의 '모두의 AI' 프로젝트 참여를 통해 실사용 중심의 AI 생태계 구축에 집중하는 전략입니다.

문샷 AI의 '키미 K3' 모델은 완전한 의미의 오픈소스라기보다 특정 규모 이상의 기업에 상업적 제약을 두는 라이선스 정책을 가지고 있습니다. 연 매출 300억 원을 초과하는 대규모 기업이나 서비스 사업자는 별도의 상업 계약 체결과 출처 표시 의무를 부담해야 합니다.

OpenAI는 특정 API 설정을 활성화함으로써 GPT-5.6의 ARC-AGI-3 성능을 기존 대비 세 배로 높였습니다. 이번 성과는 모델의 추론 능력을 보존하면서도 데이터 압축(compaction)을 가능하게 하여 점수와 연산 효율성을 동시에 개선했다는 점이 핵심입니다.

아마존이 인공일반지능(AGI) 조직 구조조정에 이어 자체 AI 모델인 '노바' 시리즈의 개발을 축소하고 차세대 초거대 AI 모델 개발에 역량을 집중하기로 했습니다. 이는 한정된 컴퓨팅 자원과 연구 인력을 소수의 고성능 프론티어 모델에 투입하여 기술적 우위를 확보하려는 전략적 선택입니다.

치과 AI 전문 기업 덴컴이 서부장애인치과병원에 '보이스 페리오'와 'AI 스크라이브' 등 AI 진료 솔루션을 도입하기로 계약을 체결했습니다. 이번 협력은 덴컴의 자체 경량화 언어모델(SDLM)을 활용해 치과 진료 환경에 특화된 음성 기반 차팅 및 자동 기록 기능을 제공하는 것을 골자로 합니다.

SK텔레콤이 6,880억 개의 매개변수를 가진 초거대 언어모델 'A.X K2'를 포함하여 총 4종의 AI 모델 라인업을 허깅페이스에 오픈 웨이트로 공개했습니다. 이번 공개는 아파치 2.0 라이선스를 채택하여 누구나 자유롭게 활용할 수 있도록 설계되었으며, 시각 및 음성 특화 모델까지 포함되어 있습니다.

LLM의 벡터 공간 내에서 '진실'이라는 개념적 방향을 찾아내려는 시도가 자기 참조적 역설로 인해 근본적으로 불가능함을 논증합니다. 언어가 모델과 프로브를 설명할 수 있을 만큼 풍부하다면, 어떤 정의 가능한 프로브도 진실을 완벽하게 포착할 수 없다는 것이 핵심입니다.

크래프톤이 텍스트 변환 과정을 넘어 음성의 비언어적 요소를 유지하는 21B 규모의 음성 AI 모델 ‘A.X K2 Raon-Speech’를 허깅페이스에 공개했습니다. 이 모델은 SK텔레콤의 언어 모델에 크래프톤의 독자적인 음성 인코더와 코덱 기술을 결합하여 한국어 성능에서 압도적인 성과를 기록한 것이 특징입니다.

Wonder Sweet은 대화의 맥락, 관계, 감정 상태 및 선택된 모드를 분석하여 상황에 맞는 메시지 작성을 돕는 AI 엔진을 선보였습니다. 이를 통해 사용자는 비즈니스나 일상 대화에서 어색함 없이 정교하고 자연스러운 커뮤니케이션을 수행할 수 있습니다.

AI 기반 연구 도구인 'Paper Finder' 개발자가 브라우저 내 AI 모델 실행 중 발생한 7초간의 화면 멈춤 현상을 디버깅한 사례입니다. await를 사용했음에도 불구하고 WASM 추론 작업이 메인 스레드를 점유하여 발생한 문제였으며, 이를 Web Worker로 분리함으로써 해결했습니다.

Wonder Sweet는 Transformer 기반 언어 모델과 감성 지능 레이어를 활용해 사용자의 대화 문맥과 감정을 분석하여 최적의 메시지 답변을 추천합니다. 특히 모든 연산을 기기 내부에서 처리하는 온디바이스(On-device) 방식을 채택하여 개인정보 보호와 빠른 응답 속도를 동시에 확보했습니다.

Kimi Linear는 KDA(KDA)와 MLA를 3:1 비율로 배치하여 긴 문맥 처리 시 KV 캐시 사용량을 최대 75% 절감하고 추론 속도를 대폭 향상시킨 새로운 어텐션 구조입니다. 채널 단위의 정밀한 망각 메커니즘을 통해 선형 어텐션의 표현력 한계를 극복하며, 기존 인프라를 수정 없이 그대로 활용할 수 있는 높은 호환성을 제공합니다.

브라우저 내 로컬 AI(Gemini Nano)를 이용해 SVG 그래픽을 생성할 때, 문법적 오류가 없더라도 디자인 품질이 떨어지는 문제가 발생합니다. 이를 해결하기 위해 저자는 정량적인 벤지마크 구축과 수치 기반의 사전 검증, 그리고 필요 시 AI를 통한 1회성 복구 프로세스를 제안합니다.

이 기사는 Mantle 네트워크를 사용하는 개발자들이 안정적인 서비스를 구축하기 위해 RPC 제공업체를 평가할 때 고려해야 할 10가지 체크리스트와 기술적 파라미터를 상세히 설명합니다. 특히 레이턴시, 처리량, 아카이브 데이터 지원 여부 등 프로덕션 환경에서 발생할 수 있는 리스크를 방지하기 위한 구체적인 검증 방법을 다룹니다.