유니콘팩토리

"국내 최우수 AI(인공지능) 인재가 한국을 떠나지 않고도 세계 최고의 AI를 만들 수 있다는 희망을 가질 계기가 되길 바란다. GPU(그래픽처리장치)가 없어서 한국에서 AI 못한다는 이야기가 이제는 옛말이 되면 좋겠다." 황성주 KAIST(카이스트) AI대학원 교수는 학계와 산업계에서 바라보는 '독자 AI 파운데이션 모델 프로젝트'의 의의를 이처럼 설명했다. 황 교수는 지난 10년간 AI 최고 국제학회에서 논문을 가장 많이 발표한 국내 연구자로 잘 알려져 있다. 황 교수는 "국내 연구자와 스타트업들은 혁신적이고 창의적인 기술을 갖고 있다. 하지만 한 장에 수천만 원을 호가하는 GPU를 자체 공급하는 건 불가능했다. 이번 기회로 한국에서도 드디어 무언가 제대로 시도해볼 수 있겠다는 희망을 본 것"이라고 했다. 그는 "연구 현장에서 활발히 논문을 발표 중인 박사생들이 해외 빅테크의 취업 제안을 마다하고 이번 개발에 뛰어들기로 한 게 그 증거"라며 "(이번 사업은) 인프라에 목말랐던

KT는 자체 개발한 한국어 기반 LLM(거대언어모델) '믿:음 2.0'의 오픈소스를 AI(인공지능) 개발자 플랫폼 허깅페이스에 공개할 예정이라고 3일 밝혔다. 누구나 상업적 제약 없이 사용할 수 있도록 개방해 국내 AI 생태계를 활성화하는 것을 목표로 한다. '한국적 AI'는 KT가 표방하는 철학으로, 한국의 언어와 문화, 사회적 맥락을 반영한 AI 모델을 의미한다. 이를 위해 KT는 한국의 사회적 맥락과 같은 무형의 요소와 한국어 고유의 언어적·문화적 특성 등을 반영해 학습한 AI 모델을 개발했다. KT의 믿:음은 사전 학습부터 자체적으로 만든 한국적 독자 AI 모델로 고품질 한국어 데이터를 준비하는 과정에서 모든 저작권을 확보해 신뢰성을 높였다. 2023년 믿:음 1.0 버전을 출시한 이래 KT AICC(인공지능 고객센터), 지니TV, AI 전화, 100번 고객센터 등에 활용해 왔다. 이번에 공개되는 모델은 △115억 파라미터 규모의 '믿:음 2.0 Base'와 △23억 파라미

새 정부 들어 '소버린 AI'의 필요성이 강조되고 있다. 디지털 주권을 지키기 위해 글로벌 빅테크에 종속되지 않는, 독자적 AI 역량을 갖추자는 주장이다. 소버린 AI의 필요성과 방법론은 차치하고, 지금의 논의는 지나치게 'LLM(거대언어모델) 구축'에 집중돼 있다. 과학기술정보통신부가 '월드베스트 LLM' 프로젝트를 구상하는 등 정부의 지원이 국내 LLM 구축에 방점을 찍고 있고, 시장에서도 LLM을 개발하는 IT기업이나 스타트업들에만 주목한다. 소버린 AI가 곧 '국산 LLM'을 통칭하는 표현이 돼 버렸다. 물론 현시점에서 가장 범용적으로 활용되는 AI는 LLM이다. 컴퓨터로 할 수 있는 대부분의 일에서 LLM이 쓰인다. 게다가 LLM은 그림도 그리고 소리도 만들 만큼 활용범위가 넓어지고 있다. 그러나 AI는 LLM이 전부가 아니다. 언젠가 컴퓨터 밖으로 나올 AI에는 눈의 역할을 해줄 '비전 AI'와 근육의 역할을 하는 '로봇 AI'가 필요하다. 물리 세상을 이해하고 물리적 행

메타가 최근 AI(인공지능) 저작권 소송에서 잇따라 승소했다. 그러나 법원은 승소 판결을 내리면서도 이것이 AI 학습용도의 무차별 데이터 수집에 면죄부를 준 것은 아니라는 해석을 달았다. 28일 미국 IT 전문지인 비즈니스 인사이더에 따르면 캘리포니아 북부연방지방법원 빈스 차브리아 판사는 지난 25일(현지시간) 여러 명의 작가가 메타를 상대로 제기한 저작권 침해 소송 대부분을 기각했다. 판결문에 따르면 메타는 수백만 권의 불법 복제된 책, 학술 논문, 만화를 호스팅하는 그림자 도서관인 리브젠(LibGen)을 이용해 라마 등 LLM(대규모언어모델)을 훈련시킨 혐의를 받았다. 메타는 LLM 개발을 위해 SNS 게시물을 비롯해 비디오, 책 등 다양한 소스를 활용해 AI를 학습시켰고, 이에 작가나 예술가 등은 자신들의 창작물을 허락없이 훈련에 사용한 것이 저작권 침해라며 고소했다. 다만, 판사는 작가그룹이 제기한 소송 대부분을 기각하면서 이것이 AI 학습용 무차별 데이터 수집에 면죄부를 주

[이 기사에 나온 스타트업에 대한 보다 다양한 기업정보는 유니콘팩토리 빅데이터 플랫폼 '데이터랩'에서 볼 수 있습니다.] 'AI(인공지능) 에이전트' 플랫폼 뤼튼테크놀로지스가 830억원 시리즈B 투자를 유치했다고 31일 밝혔다. 지난해 6월 250억원 규모의 프리시리즈B 투자유치 이후 9개월만이다. 이로써 뤼튼의 누적 투자 유치액은 약 1300억원이 됐다. 국내에서 LLM(거대언어모델)이나 반도체 등 인프라가 아닌 AI에이전트 등 AI를 활용해 서비스하는 스타트업이 누적 투자액 1000억원을 넘긴 것은 뤼튼이 처음이다. 신규투자자인 굿워터캐피탈이 주도한 이번 라운드에는 기존 투자사인 BRV캐피탈매니지먼트, 캡스톤파트너스, 우리벤처파트너스, 수이제네리스파트너스, 앤틀러, Z벤처캐피탈(ZVC) 등이 참여했다. 리드 투자자인 굿워터캐피탈은 미국 실리콘밸리에 기반을 둔 벤처캐피탈(VC)로 50개여국에 소비자 기술 스타트업들을 중심으로 투자했다. 국내에서는 쿠팡, 카카오, 토스, 당근마켓 등

"텍스트 광고 문자, 카카오톡 판촉 등 모든 게 영상으로 바뀔 겁니다. 편의점이나 가게의 1+1, 오늘의 할인상품 팻말도 모두 영상을 바뀔 겁니다. AI로 실시간으로 광고영상을 생성해서 마케팅하는 것이죠. 그 비용이 고객당 MMS 수준인 몇십원으로 낮아질 거예요." (김유석 일만백만 대표) 오픈AI의 소라(Sora)가 정식 출시하면서 영상 생성AI에 대한 관심이 커지고 있다. 스타트업 일만백만은 판촉영상을 생성형AI로 제작하는 서비스를 출시하며 214조원 규모 상업 광고 시장에 도전장을 던졌다. 일만백만의 김 대표는 "혁신의 파도마다 새로운 문화를 만들어 왔다"고 스스로를 소개한다. 28세에 처음 스타트업을 시작한 그는 피처폰에서 웹사이트를 PC와 유사하게 볼 수 있게 하는 풀브라우저를 개발해 LG유플러스 단말기와 KT 셋톱박스에 납품하는 쾌거를 이뤘다. 하지만 아이폰을 필두로 스마트폰 호환 모바일 브라우저가 나오면서 사업을 접었다. 이후 김 대표는 미국에서 다시 스타트업을 창업해

고가의 GPU(그래픽 처리 장치)나 고속 네트워크 없이도 AI(인공지능) 모델을 학습시킬 수 있는 기술이 국내에서 나왔다. KAIST(카이스트)는 한동수 전기및전자공학부 교수가 이끄는 연구팀이 미국 UC어바인대 연구팀과 함께 제한된 네트워크 환경에서도 AI 모델 학습 능력을 100배 이상 가속할 수 있는 기술을 개발했다고 19일 밝혔다. AI 모델 학습을 위해선 엔비디아 H100 등 값비싼 고성능 서버용 GPU와 이들을 연결하기 위한 400Gbps(초당 기가비트)급 고속 네트워크를 갖춘 고가 인프라가 필요하다. 비용 문제는 IT 분야 중소기업 및 대학연구팀이 연구 인프라를 구축하는 데 가장 큰 걸림돌이라고 알려졌다. 한 교수 연구팀은 분산 학습 프레임워크 '스텔라트레인(StellaTrain)'을 개발했다. 엔비디아 H100의 20분의 1 가격 수준인 소비자용 GPU로 일반 인터넷 환경에서도 효율적으로 AI 학습이 가능하다. 저가 GPU를 사용할 때 AI 학습 속도가 느려지는 이유는

광주과학기술원(GIST)은 AI(인공지능) 대학원 전해곤 교수 연구팀이 거대언어모델((Large Language Model, LLM)을 토대로 '보행자 경로 예측 알고리즘'을 개발했다고 18일 밝혔다. 이는 보행자 안전을 확보해야 하는 자율주행차나 서비스 로보틱스 분야에서 활용될 것으로 보인다. 지금까지 AI가 보행자의 경로를 사전 예측하는 방법은 인간의 행동 역학을 수치 회귀 기법(주어진 데이터로부터 변수 간의 관계를 수학적으로 모델링하는 방법)에 적용, 보행 가능 경로와 최종 도착지를 예측하는 식이었다. 하지만 이 방식은 오직 숫자만을 이용해 가장 가능성 있는 위치를 예측하므로 인간의 사고를 대변하기엔 한계가 있다. 이를 해결하기 위해 연구팀은 LLM이 가진 방대한 양의 지식을 접목, 보행자의 현재 상태와 주변 사람과의 사회적 관계를 인간처럼 분석해 훨씬 더 인간의 사고와 유사하게 미래 보행 계획을 예측하는 기술을 개발했다. 전 교수는 "LLM이 갖는 높은 수준의 언어 이해와

[이 기사에 나온 스타트업에 대한 보다 다양한 기업정보는 유니콘팩토리 빅데이터 플랫폼 '데이터랩'에서 볼 수 있습니다.] "우리 회사의 올해 영업 전략을 만들려면 어떤 자료가 필요하지?" (이용자) "주요 데이터는 다음과 같습니다. 과거 실적, 강점과 약점, 재무 데이터..." (생성형AI) 오픈AI의 챗GPT, 구글의 제미나이와 같은 생성형 AI(인공지능)와 주고 받을 법한 대화다. 이처럼 챗GPT 등 거대언어모델(LLM)에 프롬프트(명령문)를 넣을 때 개인정보나 기업의 민감한 데이터를 무심코 입력하기 쉽다. 지난해 5월 삼성전자는 회사 내부 기기에서 생성형 AI 사용을 금지했다. 한 엔지니어가 소스코드를 챗GPT에 업로드해 유출된 사례가 있어서다. 보안분야 글로벌단체인 OWASP(오픈웹 애플리케이션 보안 프로젝트)는 프롬프트 입력 단계에서 기밀정보 유출 우려가 있고 답변의 편향성, 유해성 등 우려가 있다고 지적했다. 이런 가운데 기업에 생성형 AI 보안솔루션을 제공하는 스타트업이

'한국형 과학기술 전문 LLM(거대언어모델)'을 개발한 국내 과학기술 데이터 최고 책임기관인 한국과학기술정보연구원(KISTI)이 국회, 육군 등 보안이 중요한 곳의 디지털 전환에 나선다. KISTI는 올해 초 LLM 학습 전문가인 이경하 단장을 필두로 '초거대AI(인공지능)연구단'을 발족했다. 지난해 12월에 내놓은 첫 한국어 기반 과학기술정보 LLM인 'KONI(한국명 고니·로고) 13b'에 이어 성능은 높이고 크기는 다양화한 LLM을 개발해 자체 AI를 필요로 하는 기관·기업을 지원한다는 계획이다. LLM은 '챗GPT'와 같은 생성형 AI의 '뇌'에 해당한다. 텍스트와 이미지를 학습하고 기억해 분석·요약·새로운 콘텐츠 생산 등 목적에 맞는 임무를 수행한다. 생성형 AI의 유용성은 결국 LLM의 성능에 달렸는데 모델의 파라미터(매개변수) 규모가 클수록 성능이 뛰어나다. 모델이 학습한 정보를 서로 연결해 처리하는 역할을 파라미터가 맡기 때문이다. 메타의 '라마3'는 700억개의 파