AI 뉴스

앤트 인터내셔널, 기업용 AI 예측 모델 출시

페이지 정보

작성자 xtalfi
작성일 2025.11.12 22:35
1,075 조회
0 추천
0 비추천

본문

ant-international-AI_New_Office_Picture.png

(퍼플렉시티가 정리한 기사)


Ant International은 전 세계 기업을 위한 시계열 예측을 혁신하도록 설계된 오픈소스 인공지능 모델인 Falcon TST를 공개했습니다. 2025년 싱가포르 핀테크 페스티벌에서 발표된 이 모델은 현재 GitHub와 Hugging Face에서 전 세계 개발자 및 연구 기관이 이용할 수 있습니다.​

싱가포르에 본사를 둔 이 핀테크 회사는 Falcon TST를 여러 패치 토크나이저를 갖춘 업계 최초의 Mixture of Experts 아키텍처 기반 시계열 예측 모델로 설명하며, 최대 25억 개의 매개변수를 지원합니다. Ant International CEO Yang Peng에 따르면, 이 모델은 현재 회사 글로벌 거래의 약 60%를 처리하고 있으며, 2025년 첫 10개월 동안 거래액은 1.5조 달러에 달해 2024년 대비 36% 증가했습니다.​


통화 관리에서 입증된 결과

Falcon TST는 2024년부터 Ant International에 내부적으로 배포되어 시간별, 일별, 주별 현금 흐름 및 외환 익스포저 예측에서 90%를 초과하는 정확도를 달성했습니다. 이 모델은 여러 출처에 따르면 회사의 외환 비용을 최대 60%까지 절감하는 데 기여했습니다.​

Ant International의 최고 혁신 책임자인 Jiang-Ming Yang은 "검증된 Falcon TST 모델을 오픈소스화함으로써 전 세계 과학자들이 실제 피드백을 제공하고 시계열 학습의 혁신을 가속화하도록 초대하여 글로벌 협업을 통해 이 분야를 발전시키는 것을 목표로 합니다"라고 말했습니다.​

이 모델은 이미 여러 부문의 산업 파트너들과 함께 배포되었습니다. 2025년 7월, Citi와 Ant International은 아시아의 한 항공사와 함께 Falcon TST 모델을 시범 운영하여 초기 실제 거래에서 외환 헤지 비용을 30% 절감했습니다. 별도로 Capital A는 AirAsia를 위해 이 모델을 활용하여 90%의 예측 정확도를 달성하면서 외환 헤지 비용을 최대 40%까지 절감했습니다.​


산업 전반에 걸친 광범위한 응용

재무 예측을 넘어, Falcon TST는 기업들이 날씨 패턴, 달력 이벤트, 금융 시장 변동, 국경 간 교통량을 포함한 다양한 시계열 데이터를 예측할 수 있도록 지원합니다. 국제공항협의회(Airports Council International World)가 2025년 전 세계 항공 여행객이 98억 명에 달할 것으로 전망하는 가운데, 항공사 자금 관리 분야에서 이 모델의 활용은 전 세계 소비자들의 비용 절감으로 이어질 수 있습니다.​

이 회사는 또한 Shield라는 두 번째 AI 기초 모델을 개발했습니다. 이는 80억 개의 매개변수를 가진 결제 위험 통제 모델로, 매일 2,200만 건의 거래를 보호하며 사기를 13.5% 감소시킵니다.

댓글 0
전체 1,366 / 73 페이지
테슬라의 CEO 일론 머스크는 일요일에 AI 칩 디자이너를 직접 채용하는 구인 활동을 시작하며, 회사가 5세대 AI 칩의 완성에 가까워졌고 이미 6세대 칩 작업을 시작했다고 밝혔습니다. 이는 맞춤형 AI 하드웨어 생산을 지배하기 위한 공격적 계획의 일환입니다.X에 연속적으로 올린 게시물에서 머스크는 테슬라가 차량 플릿과 데이터 센터에 “수백만 개의 AI 칩”을 배포했으며, 현재의 AI4 세대가 완전자율주행 시스템을 구동하고 있다고 공개했습니다. 회사는 이제 생산 직전의 최종 설계 단계인 “AI5 테이프 아웃(taping out) 직전”에 있으며 AI6 개발도 시작했다고 했습니다.머스크는 “우리의 목표는 매 12개월마다 새로운 AI 칩 설계를 대량 생산에 내놓는 것”이라며, 테슬라가 “궁극적으로 모든 다른 AI 칩을 합한 것보다 더 많은 칩을 만들게 될 것으로 기대한다”고 썼습니다. 그는 “저 문장을 다시 읽어보세요. 저는 농담이 아닙니다”라고 강조했습니다.직접 채용 채널 오픈머스크는 “뛰어난 능력”을 가진 지원자들에게 AI_Chips@Tesla.com으로 이메일을 보내 자신의 전문성, 특히 칩 설계에 AI를 적용한 경험을 세 가지 요점으로 증명해 달라고 요청했다. 이번 채용 활동은 자율주행과 회사의 옵티머스 휴머노이드 로봇 개발을 가속화하기 위한 것이다.CEO는 칩 프로그램에 자신이 직접 관여하고 있음을 밝히며, 매주 화요일과 토요일마다 엔지니어링 팀과 회의를 한다고 말했다. “토요일 회의는 단기적인 것이며 AI5가 테이프 아웃되면 몇 달 내로 더 이상 필요하지 않을 것”이라고 그는 덧붙였다.제조 파트너십과 경쟁테슬라는 칩 로드맵을 위해 TSMC와 삼성전자 모두와 제조 파트너십을 확보했습니다. TSMC는 대만과 애리조나 시설에서 AI5 칩을 생산할 예정이며, 삼성은 2033년까지 165억 달러 규모의 계약을 체결하여 텍사스 테일러의 신공장에서 AI6 칩을 제조합니다.이 프로젝트는 테슬라를 파트너이자 경쟁자인 엔비디아[ -0.97%]와 함께 AI 칩 시장에서 중요한 위치에 올려놓습니다. 테슬라는 데이터센터에서 AI 모델을 훈련하기 위해 엔비디아 GPU를 계속 사용하지만, 자체 개발 칩은 차량에서 추론 작업을 처리합니다.머스크가 제시한 일정에 따르면, AI5는 2026년에 제한적 생산을 시작하고, 2027년에 대량 생산을 목표로 하고 있습니다. AI6는 2028년 중반에 출시될 예정이며, 머스크가 “빠른 추격” 개발 속도라고 묘사한 것을 유지할 방침입니다.
758 조회
0 추천
2025.11.24 등록
인공지능(AI)기술이하루가다르게발전하며우리삶깊숙이파고들고있습니다.이러한변화속에서많은부모는'우리아이를어떻게키워야할까?'라는막연한불안감에휩싸이곤합니다.AI가아이들의일자리를빼앗지는않을지,기술에지나치게의존하게되지는않을지걱정이앞서는것이사실입니다.하지만AI전문가네이트존스(NateJones)는그의뉴스레터아티클 "RaisingHumansintheAgeofAI:APracticalGuideforParents(AI시대의자녀양육:부모를위한실질적가이드)"에서이러한두려움을내려놓고'이해'와'코칭'으로나아가야한다고역설합니다.그는공포를조장하는대다수미디어와달리,AI가실제로어떻게작동하고왜그렇게작동하는지에대한실질적인설명을제공하여부모스스로기술을정확히이해하도록돕습니다.이가이드의핵심은단순히AI사용을금지하거나방치하는것이아닙니다.대신,부모가자녀에게현실세계에서AI를주체적으로활용할수있는능력을길러줄수있도록구체적인**'기술프레임워크(SkillsFramework)'**를제시합니다.이는아이들이AI를막연한두려움의대상이나맹목적인의존의대상이아닌,자신의목표를이루기위한유용한도구로인식하고활용할수있도록이끌어줍니다.AI시대의부모역할은더이상기술로부터아이를격리하는감시자가아닙니다.기술을이해하고아이가올바른방향으로나아갈수있도록돕는**'든든한코치'**가되어야합니다.네이트존스의이실용적인가이드는AI시대를살아갈우리아이들이기술에휘둘리지않고'인간답게'성장할수있도록돕는필수적인나침반이되어줄것입니다.
808 조회
0 추천
2025.11.23 등록
Physical Intelligence는 2024년에 전 Google DeepMind 연구원들이 창립한 로봇 AI 스타트업으로, 모든 로봇에 적용 가능한 범용 “브레인” 소프트웨어를 개발하면서, 기업 가치 56억 달러에 CapitalG 주도로 6억 달러의 자금을 유치했습니다.해당 투자 라운드에는 Jeff Bezos, Amazon, Lux Capital, Thrive Capital, Index Ventures, 그리고 T. Rowe Price가 참여했으며, 이 스타트업은 특정 작업별 프로그래밍 없이 어떤 응용 분야에서도 사용할 수 있는 로봇에 동력을 제공하는 것을 목표로 하고 있습니다.이번 투자는 AI 기반 로봇 분야의 자본 유입 급증을 반영하며, 경쟁사인 Figure AI는 390억 달러 가치에 10억 달러 이상을 유치했고, 전체 로봇 산업은 2025년 1분기 동안에만 22억 6천만 달러 이상의 투자를 받았습니다.
794 조회
0 추천
2025.11.23 등록
Allen Institute for AI (Ai2)는 OLMo 3를 출시했으며, 이는 7B 및 32B 언어 모델 제품군으로, 경쟁사들이 이러한 구성 요소를 공개하지 않는 것과 대조적으로 훈련 데이터, 코드, 중간 체크포인트 및 훈련 로그에 대한 완전한 접근을 제공하는 최초의 완전 공개 32B 추론 모델이라고 설명합니다.OLMo 3-32B는 6배 적은 토큰으로 훈련되면서도 추론 벤치마크 전반에 걸쳐 Qwen3-32B와 비교할 만한 성능을 달성하여, 지도 미세 조정, 선호도 최적화 및 강화 학습 파이프라인을 통해 가능한 효율성 향상을 입증합니다.이 프로젝트에는 60명 이상의 저자가 참여했으며 65,000개 토큰 컨텍스트 창을 지원하여, 훈련 데이터 공개에 대한 규제 압력이 증가하는 가운데 AI 시스템의 투명성을 추구하는 기업 및 연구 사용자를 위한 모델로 자리매김하고 있습니다.
836 조회
0 추천
2025.11.23 등록
홈으로 전체메뉴 마이메뉴 새글/새댓글
전체 검색
회원가입