"AI 서버 수만 대 안 짓고 성능 검증"…KAIST, LIM 인프라 '가상 실험장' 개발 작성일 05-29 42 목록 <div id="layerTranslateNotice" style="display:none;"></div> <strong class="summary_view" data-translation="true">보도기사</strong> <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> <section dmcf-sid="ZObQWxb0Fq"> <p contents-hash="e89d98daf6302cecf4c3393e6881bda91744e68042300ad2371ac6c3101262e4" dmcf-pid="5IKxYMKpUz" dmcf-ptype="general">차세대 AI 반도체 성능 가상 검증 가능<br>세계적 학회 ISPASS 2026 최우수 논문상 수상</p> <figure class="figure_frm origin_fig" contents-hash="48ddaa0b752e74647340cd9d4e3453f2812d9c33ca877b0c181f2f441328390e" dmcf-pid="1C9MGR9UU7" dmcf-ptype="figure"> <p class="link_figure"><img alt="첨부 3. 연구이미지(AI 이미지)" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202605/29/551724-22lyJQR/20260529110814662ftzu.jpg" data-org-width="600" dmcf-mid="GrMapNMVuK" dmcf-mtype="image" height="auto" src="https://img3.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202605/29/551724-22lyJQR/20260529110814662ftzu.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> 첨부 3. 연구이미지(AI 이미지) </figcaption> </figure> <p contents-hash="8f12730e5480f1f747678784e9aec7f5d3e63ebbc0c621c43556c3db8b1e48ea" dmcf-pid="th2RHe2u0u" dmcf-ptype="general"><br>챗GPT 같은 거대언어모델 서비스를 운영하려면 수만 대 규모의 서버 인프라가 필요로 하지만 새로운 AI 반도체나 시스템을 검증할 때마다 장비를 구축하는 데 막대한 비용과 시간이 소요됩니다. 국내 연구진이 실제 데이터센터를 구축하지 않고도 차세대 AI 반도체와 서버 구조를 미리 검증할 수 있는 가상 실험 플랫폼을 개발했습니다.</p> <p contents-hash="a2699b822827658f0505dd31f760d64a0deab4fcb6ea64985ffa634b5f78bdcb" dmcf-pid="FlVeXdV7UU" dmcf-ptype="general">KAIST 전산학부 박종세 교수 연구팀이 거대언어모델 서비스 인프라 시뮬레이터 'LLMServingSim 2.0' 연구로 컴퓨터 시스템 성능 분석 분야 최고 권위 학술대회인 'ISPASS 2026'(IEEE International Symposium on Performance Analysis of Systems and Software)에서 최우수 논문상을 수상했습니다.</p> <figure class="figure_frm origin_fig" contents-hash="7c927301ae888ccad55a39e4c66f4207442e475199d877836ce1861287e9b208" dmcf-pid="3SfdZJfz3p" dmcf-ptype="figure"> <p class="link_figure"><img alt="첨부 1. LLMServingSim 2.0 개요도" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202605/29/551724-22lyJQR/20260529110814793mesh.jpg" data-org-width="643" dmcf-mid="H3MapNMVFb" dmcf-mtype="image" height="auto" src="https://img1.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202605/29/551724-22lyJQR/20260529110814793mesh.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> 첨부 1. LLMServingSim 2.0 개요도 </figcaption> </figure> <p contents-hash="437140ef912e0a3b11b8966df3146d71be5e8e00203376e62bd0e8ae23c6029d" dmcf-pid="0v4J5i4qz0" dmcf-ptype="general">이번에 개발된 LLMServingSim 2.0은 대규모 AI 서비스 환경을 컴퓨터 안에서 그대로 구현해 다양한 하드웨어와 소프트웨어 조합의 성능을 분석할 수 있는 시뮬레이션 플랫폼입니다.</p> <p contents-hash="c4d89f7eca1a5b85bfcf62b33a28d1b4b150532df26afa176c02f53eeedcbd76" dmcf-pid="pT8i1n8BU3" dmcf-ptype="general">기존에는 새로운 AI 반도체나 서버 구조를 검증하려면 실제 장비를 구축해야 해 막대한 비용과 시간이 필요했습니다.</p> <p contents-hash="9dc57b719e4f56292dcc4e4e4f76cefa3fa9ab974e58a68266222ec16a411ac6" dmcf-pid="URTtaFTs0F" dmcf-ptype="general">연구팀은 이런 과정을 가상 환경으로 대체해 실제 데이터센터를 만들지 않고도 성능과 효율을 미리 평가할 수 있도록 했습니다.</p> <p contents-hash="882dcc5a42e6c5d39e8afdd45218132680849f7b99fdb1b4defaae0f22c45361" dmcf-pid="ueyFN3yOut" dmcf-ptype="general">특히 이번 기술은 기존 GPU 중심 환경뿐 아니라 차세대 AI 반도체로 주목받는 신경망처리장치(NPU)와 프로세싱 인 메모리(PIM) 기술까지 지원합니다. 즉, 아직 상용화되지 않은 미래형 반도체도 가상 데이터센터에 적용해 성능을 검증할 수 있는 것이 특징입니다.</p> <p contents-hash="b94bf8e856737d99c494cea7f700c2af22482249918eac66a2db8f777df769c8" dmcf-pid="7dW3j0WI01" dmcf-ptype="general">이를 통해 특정 반도체를 도입했을 때 서비스 속도가 얼마나 향상되는지, 전력 소모는 얼마나 줄어드는지, 수만 대 규모 서버 환경에서도 안정적으로 운영되는지를 사전에 분석할 수 있습니다.</p> <p contents-hash="e5b87c5c43cd488e69092fbe9f4e07ae5b49f9ffcb94ca8a105ead1229156c79" dmcf-pid="zJY0ApYCp5" dmcf-ptype="general">연구팀은 실제 AI 서비스에서 발생하는 요청 처리와 데이터 이동, 메모리 활용, 서버 간 자원 분배 등 복잡한 운영 환경도 시스템 수준에서 재현했습니다.</p> <p contents-hash="1493d959d2faae262eb1682c9d25a829399ad79b658da4bf82eafd96808ab01c" dmcf-pid="qiGpcUGhuZ" dmcf-ptype="general">여러 서버 자원을 분리하거나 연결해 사용하는 차세대 분산형 데이터센터 구조까지 분석할 수 있어 향후 AI 인프라 연구에도 활용 가치가 높을 것으로 평가됩니다.</p> <p contents-hash="56750e0172e328bf6e70ae5b3fd4311d17c6afb9ffddb6c821c0e729fffb9c0d" dmcf-pid="BnHUkuHlFX" dmcf-ptype="general">이번 기술은 AI 반도체 기업과 거대언어모델 서비스 기업들이 새로운 시스템을 설계하고 최적화하는 과정에서 개발 비용과 시간을 크게 줄일 수 있을 것으로 기대됩니다.</p> <p contents-hash="dc79430ce1c8b75e27c67f1959bf31d3b3df3f7053b7cba67798a933be83729c" dmcf-pid="bLXuE7XSpH" dmcf-ptype="general">KAIST 박종세 교수는 "AI 서비스 경쟁력은 모델뿐 아니라 이를 안정적이고 효율적으로 운영하는 인프라 기술에서 결정된다"며 "이번 시뮬레이터가 차세대 AI 인프라 개발을 가속하는 기반 기술이 되길 기대한다"고 말했습니다.</p> <p contents-hash="d94ac604b02560e307a10646ac24f08feff8ab14d76bb374d4f5666c3a620113" dmcf-pid="KoZ7DzZv7G" dmcf-ptype="general">KAIST 전산학부 조재홍 석사과정과 최현민 석사과정 학생이 공동 제1저자로 참여한 이번 연구 논문은 2024년 IEEE 국제 워크로드 특성 분석 학술대회(IISWC) 최우수 논문상에 이어 ISPASS 2026에서도 최우수 논문상을 수상하며 AI 인프라 분야 연구 경쟁력을 입증했습니다.</p> <figure class="figure_frm origin_fig" contents-hash="36e88aa7b73c315b3f16d719aa49a33d957d024a1e17fb22efd959bd82a4b0ae" dmcf-pid="9g5zwq5TFY" dmcf-ptype="figure"> <p class="link_figure"><img alt="왼쪽부터 박종세 교수, 조재홍 석사과정, 최현민 석사과정, 브랜던 리건 ISPASS 2026 프로그램 위원장" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202605/29/551724-22lyJQR/20260529110814967yzgt.jpg" data-org-width="582" dmcf-mid="XPhXnZhD0B" dmcf-mtype="image" height="auto" src="https://img4.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202605/29/551724-22lyJQR/20260529110814967yzgt.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> 왼쪽부터 박종세 교수, 조재홍 석사과정, 최현민 석사과정, 브랜던 리건 ISPASS 2026 프로그램 위원장 </figcaption> </figure> <p contents-hash="c6a7d560d37befca5759a89ee4de5ed425c15f3e6872c333e991119f7636a9b6" dmcf-pid="2jFbsKFYpW" dmcf-ptype="general">(사진=KAIST) </p> <p contents-hash="7916e4deef06284c2fca1e148058ae524158aacf062998243493219ab36bd851" dmcf-pid="VA3KO93Gzy" dmcf-ptype="general">김건교 취재 기자 | kkkim@tjb.co.kr</p> </section> </div> <p class="" data-translation="true">Copyright © TJB </p> 관련자료 이전 국민체육진흥공단, 2026 올림픽 가치 교육 본격 추진 05-29 다음 티맥스소프트, '컨티뉴엄 AI' 출격…공공·민간 수요 정조준 05-29 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.
