KT, 재학습 필요없는 AI 효율화 기술 개발 작성일 08-11 9 목록 <div id="layerTranslateNotice" style="display:none;"></div> <strong class="summary_view" data-translation="true">■ 국제 학술대회서 ‘HyCal’ 발표<br>데이터 보정만으로 AI 성능 개선<br>반복 업데이트에 드는 비용 줄여<br>‘토큰 팩토리’ 구상 힘 실릴지 주목</strong> <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> <section dmcf-sid="G1WsyQx2lQ"> <figure class="figure_frm origin_fig" contents-hash="20701d13061986956c0347e01bad9827b37589d1213bad0b42d69b678ba51327" dmcf-pid="HtYOWxMVTP" dmcf-ptype="figure"> <p class="link_figure"><img class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202608/11/seouleconomy/20260811181156537jvqe.jpg" data-org-width="1200" dmcf-mid="YLM9xTyOyx" dmcf-mtype="image" height="auto" src="https://img4.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202608/11/seouleconomy/20260811181156537jvqe.jpg" width="658"></p> </figure> <p contents-hash="943be263dc6c3ca024cc176918b199243a08546dd994e30639aa47d104a9f5fd" dmcf-pid="XFGIYMRfl6" dmcf-ptype="general">인공지능(AI)이 새로운 데이터를 처리할 때 비싼 연산 장비를 돌려 학습시켜야 하는 기술적 한계를 넘어설 길이 열렸다. <span stockcode="030200">KT(030200)</span>가 모델 재학습 없이 데이터 보정 방식으로 성능을 개선하는 차세대 AI 기술을 개발하면서다. 박윤영 KT 대표가 신사업으로 내세운 ‘토큰 팩토리’ 구상에 힘을 싣는 기술적 토대가 될지 주목된다.</p> <p contents-hash="9ca02df0de4aa8e42839ea0817db8b4f7238da16b512f45e79205e156d8fa6da" dmcf-pid="Z3HCGRe4S8" dmcf-ptype="general">11일 통신 업계에 따르면 KT는 지난 6월 미국에서 열린 국제 AI 학술대회 ‘CVPR 2026’에서 이 같은 내용을 골자로 하는 AI 연구 성과를 발표했다. 중앙대, 한국전자통신연구원(ETRI) 등과 공동 개발한 이 기술은 ‘HyCal(하이칼)’로 명명됐다.</p> <p contents-hash="63195ea3f273279083ff594ccfd0a35f7b8355e9a8910c3ec7a73ff47b0778e2" dmcf-pid="50XhHed8C4" dmcf-ptype="general">HyCal의 핵심 경쟁력은 AI가 새로운 데이터를 처리할 때 별도의 학습 과정을 거치지 않아도 된다는 데 있다. 특정 분야 데이터를 추가로 학습시켜 목적에 맞게 조정하는 미세조정(파인튜닝)이나 매개변수(파라미터) 확장 없이, KT의 데이터 보정 기술만으로 AI 성능을 끌어올린다. AI 학습·운영 부담을 줄이는 효율화 기술인 셈이다.</p> <p contents-hash="9d7351d1ae6324e091e2d4cd60deb64e8d8b68bd5dd853249952b3049bc41519" dmcf-pid="1pZlXdJ6Tf" dmcf-ptype="general">특히 다양한 종류의 데이터를 받아들여야 하는 비전언어모델(VLM)에서 효과적이라는 분석이다. 의료 영상과 위성 이미지는 데이터의 양이나 시각적 패턴이 서로 달라 하나의 AI가 함께 처리하기 쉽지 않다. 고객사와 산업, 사용 맥락이 바뀔 때마다 이런 편차는 더 벌어진다. 하지만 데이터 값을 보정하는 KT 기술을 적용하면 이미 모델 안에 학습된 임베딩(AI가 데이터를 이해하기 위해 숫자로 바꿔 표현한 것) 공간에서 데이터를 처리해 재학습 부담이 사라진다.</p> <p contents-hash="9f3e30e9a063a1712a2257b81638d6e427ab562b3df450fffab6449fbd63ecea" dmcf-pid="tU5SZJiPyV" dmcf-ptype="general">KT 측은 “새로운 종류의 데이터가 생길 때마다 전체 모델을 다시 학습하는 데 필요한 GPU, 메모리 등 연산 비용을 줄일 수 있다”면서 “반복적인 모델 업데이트가 많은 환경일수록 비용 절감 효과가 클 것으로 예상한다”고 설명했다.</p> <p contents-hash="680b5301a92ec0edc77c3607eb4ddbb9eebf0228e6c1f91efac565f57e680894" dmcf-pid="F9uXUjAiC2" dmcf-ptype="general">KT는 연구 성과를 자체 AI 모델 ‘믿:음 K’의 차세대 버전에 적용하는 방안을 검토 중이다. 믿:음 K는 텍스트, 이미지, 오디오 등 서로 다른 형태의 데이터를 함께 이해하는 멀티모달 기반 기술로 확대 개발되고 있는 만큼 HyCal의 활용성이 높을 것으로 기대된다.</p> <p contents-hash="90bb3163e9cb51976af0e778a34da4d38ee1c74dcb87ce53d4e8d7e872fd03ae" dmcf-pid="327ZuAcnW9" dmcf-ptype="general">통신 업계에서는 HyCal이 KT의 토큰 신사업 구상을 현실화할 기술이 될지 주목하고 있다. 토큰 팩토리란 여러 AI 가운데 가장 효율적인 모델을 자동 선택하고 사용량을 토큰 단위로 측정해 최적화와 과금, 정산까지 맡는 일종의 AI 운영 플랫폼이다. 같은 작업을 더 적은 연산으로 수행하는 것이 AI 기술의 핵심 경쟁력으로 부상함에 따라 KT의 AI 효율화 기술이 새로운 대안으로 제시될 수 있다는 분석이다.</p> <p contents-hash="39267e052b769752b1ff0c62c544a58dc1e8a6c2ab074d656503b866dca63e0e" dmcf-pid="0Vz57ckLlK" dmcf-ptype="general">골드만삭스에 따르면 AI 에이전트 확산으로 글로벌 토큰 월간 사용량은 올해 5000조 개에서 2030년 12경 개로 24배 급증할 전망이다. 통신 업계 관계자는 “많은 기업들이 AI 비용을 낮추기 위해 효율적인 토큰 활용 방법을 찾는 데 분주하다”면서 “AI 운영 효율화 기술은 토큰 경제와 맞물려 중요성이 커질 것”이라고 내다봤다.</p> <p contents-hash="016fc26576bc5548e9939285833e782276249b6c9188ce8942f9c9533d9f4460" dmcf-pid="pfq1zkEoTb" dmcf-ptype="general">김기혁 기자 coldmetal@sedaily.com</p> </section> </div> <p class="" data-translation="true">Copyright © 서울경제. 무단전재 및 재배포 금지.</p> 관련자료 이전 공공기관 '협의 없는 스크래핑' 제한…사전협의 거쳐야(종합) 08-11 다음 제주남방큰돌고래 관광선박 안전거리 위반 다수···정부 지침 무용지물 08-11 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.
