AI 판 흔든 구글 '터보퀀트' 획기적 기술, 알고 보니 한국 연구진 참여 작성일 03-27 37 목록 <div id="layerTranslateNotice" style="display:none;"></div> <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> <section dmcf-sid="PkuGjn71gV"> <figure class="figure_frm origin_fig" contents-hash="49dae79a34475e3a5108ce49e4b72734b389ea055f101ee34625e58d290a9a7c" dmcf-pid="QE7HALztA2" dmcf-ptype="figure"> <p class="link_figure"><img alt="KAIST 한인수 교수/사진=카이스트 제공" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202603/27/moneytoday/20260327200101715bihf.jpg" data-org-width="800" dmcf-mid="6XHOR8XSaf" dmcf-mtype="image" height="auto" src="https://img3.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202603/27/moneytoday/20260327200101715bihf.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> KAIST 한인수 교수/사진=카이스트 제공 </figcaption> </figure> <p contents-hash="63d12225d623f048828c9d37bd7d094ac35357328a460bed0eafa6fac5c56ef8" dmcf-pid="xDzXcoqFj9" dmcf-ptype="general">AI 성능을 좌우해온 '메모리 병목'이 해결됐다. KAIST가 참여한 국제 공동연구팀이 최대 6배까지 메모리를 줄이면서도 성능은 유지하는 차세대 알고리즘을 공개했다. 이에 따라 AI가 더 저렴해지고 빠르게 확산되는 동시에, 반도체 수요 역시 질적으로 고도화될 전망이다.</p> <p contents-hash="a749673a761b1409737049657bd944131afc755e9f61bb38f3b31ccdb5566780" dmcf-pid="yqEJutDgjK" dmcf-ptype="general">KAIST는 전기및전자공학부 한인수 교수가 참여한 구글 리서치(Google Research), 딥마인드(DeepMind), 뉴욕대(New York University) 공동 연구팀이 인공지능(AI) 모델의 고질적인 한계로 꼽혀온 메모리 과부하 문제를 해결할 차세대 양자화 알고리즘 '터보퀀트(TurboQuant)'를 공개했다고 27일 밝혔다.</p> <p contents-hash="9a3174a189adb2c84d8602a3f96efea468d21cab19506632f6581f4d37966473" dmcf-pid="WBDi7FwaNb" dmcf-ptype="general">AI 모델은 입력 데이터를 벡터 형태로 바꾼 뒤, 벡터 간 유사도를 계산해 작동한다. 이 과정에서 고정밀(high-precision) 데이터를 사용하기 때문에 막대한 메모리 자원이 필요하다.</p> <p contents-hash="b7285af893b8a9b60fb7a0b36b65b3b9a3fa558ead06d6b8af3ef474fbb59883" dmcf-pid="YWxBvOMVaB" dmcf-ptype="general">터보퀀트는 이러한 고정밀 데이터를 더 적은 비트로 압축해 표현하는 '양자화(quantization)' 기술을 활용한다. 쉽게 말해, 소수점 데이터를 정수로 근사하는 방식으로, 핵심 정보는 유지하면서도 저장 용량과 연산 부담을 크게 줄이는 기술이다.</p> <p contents-hash="97dedd7436d000354bf5f1e5c26507a9153b5837c739a4f8ec7ebeffbfd73568" dmcf-pid="GYMbTIRfaq" dmcf-ptype="general">이번 연구에서 터보퀀트는 AI 모델 내부 정보를 효율적으로 압축했다. 정확도 저하가 거의 없이 최대 6배까지 메모리를 절감하는 데 성공했다. 특히 AI 추론 과정에서 가장 큰 장애물로 꼽히는 메모리 병목 문제를 효과적으로 해소했다.</p> <p contents-hash="cbdae7020cf0c0a92175759f1176cfe3b76eadbfa3c58c004f1c42d358bedd2f" dmcf-pid="HGRKyCe4az" dmcf-ptype="general">터보퀀트의 핵심은 두 단계로 나누어진 양자화 구조다. 1단계에서는 입력 데이터를 무작위로 회전(Random Rotation)시킨 뒤 각 요소를 개별적으로 양자화한다. 이 과정은 데이터 내 극단값(outlier)을 줄여 압축 효율을 높인다. 해당 방식은 한인수 교수가 참여한 기존 연구 '폴라퀀트(PolarQuant)'에서도 활용됐다.</p> <p contents-hash="ea4d08c72498728c6416ce1c8e7efbe3ba13ff057302d6608381e909db39d0e2" dmcf-pid="XHe9Whd8o7" dmcf-ptype="general">이어 2단계에서는 1단계에서 발생한 오차(residual)를 다시 한 번 양자화한다. 이때 적용되는 QJL(Quantized Johnson-Lindenstrauss) 기법은 데이터를 {-1, 1} 값만으로 표현하는 초경량(1비트) 방식으로, 정보 손실을 최소화하면서도 연산 효율을 극대화할 수 있다.</p> <p contents-hash="9ac43e2e814d04796fde58cd9ca46b75923540ecc7c41e2f8a540e8eff9980df" dmcf-pid="ZXd2YlJ6ju" dmcf-ptype="general">이러한 기술적 발전은 반도체 메모리 시장에 중장기적인 활력을 불어넣을 것으로 기대된다. 단기적으로는 동일한 AI 모델을 구동하는 데 필요한 메모리 용량이 줄어들어 수요 성장이 둔화되는 것처럼 보일 수 있으나, 전문가들은 이것이 'AI 대중화의 기폭제'가 될 것이라고 본다. 낮아진 메모리 문턱은 스마트폰이나 가전 등 온디바이스 AI 기기부터 대규모 데이터센터에 이르기까지 AI 적용 범위를 비약적으로 넓힐 수 있고, 결국 AI 서비스가 일상으로 확산돼 훨씬 더 큰 규모의 서비스에서 새로운 메모리 수요가 창출되는 '수요의 질적 고도화'와 '양적 팽창'이 동시에 일어날 것으로 기대한다.</p> <p contents-hash="ca91f12a4e7bf00f1a78d174b25a23e0cf28b2900d46e0c15af25be93208ce46" dmcf-pid="5ZJVGSiPAU" dmcf-ptype="general">특히 터보퀀트의 핵심 기술인 QJL과 폴라퀀트 연구에 KAIST 한인수 교수가 공동 연구자로 참여함으로써, 국내 연구진이 글로벌 빅테크의 핵심 AI 알고리즘 개발에 직접 기여했다는 점에서 의미가 크다.</p> <p contents-hash="43c079a1d93dede8a908f4ef01b2a3ce0696a162eb2e1b0a63ca37cc12467260" dmcf-pid="15ifHvnQNp" dmcf-ptype="general">한인수 교수는 "AI 모델의 성능이 커질수록 메모리 사용량이 급격히 증가하는 것이 가장 큰 한계로 지적되어 왔다"며 "이번 연구는 이러한 병목을 효과적으로 줄이면서도 정확도를 유지할 수 있는 새로운 방향을 제시했다"고 설명했다.</p> <p contents-hash="1289717a09b192f854a807fa728c04427c430a95944dc5b1f73229fa86ce25f3" dmcf-pid="t1n4XTLxj0" dmcf-ptype="general">이어 "앞으로 대규모 AI 모델을 보다 효율적으로 운영할 수 있는 핵심 기반 기술로 활용될 것으로 기대한다"고 덧붙였다.</p> <p contents-hash="e94e15860e6bcec5afa5ce3198422b379064af3e2083ec490ae33ee135642b78" dmcf-pid="FtL8ZyoMc3" dmcf-ptype="general">한편, 폴라퀀트 연구는 5월에 개최하는 AI와 통계(머신러닝 이론 포함)를 다루는 국제 최상위 학회인 AISTATS (Artificial Intelligence and Statistics) 2026에서 발표될 예정이며, 한국연구재단의 "기초연구실" 사업 지원 (No. RS-2024-00406715)을 받아 수행되었다.</p> <p contents-hash="8d5cb3c2f1242dfee0f80d299e6add888fd87d075a7892ebb8d1f5a8c6cbebd0" dmcf-pid="3Fo65WgRcF" dmcf-ptype="general">김소연 기자 nicksy@mt.co.kr</p> </section> </div> <p class="" data-translation="true">Copyright © 머니투데이 & mt.co.kr. 무단 전재 및 재배포, AI학습 이용 금지.</p> 관련자료 이전 NCT 태용·해찬, ‘대한민국에서 건물주 되는 법’ 두 번째 OST ‘Bitter Sweet (Addiction)’ 29일 발매 03-27 다음 '연하 킬러' LPG 출신 전지원 "보드라운 연하가 좋아..맘에 들면 첫날 가능"[스타이슈] 03-27 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.
