AI 뉴스

과기정통부, 2030년 GPU 20만장 확보로 'AI 3대 강국' 추진

페이지 정보

작성자 xtalfi
작성일 2025.09.14 18:25
610 조회
0 추천
0 비추천

본문

d39a7e073d2ee4b7046afd3e8a02511dvICl.png

(퍼플렉시티가 정리한 기사)

배경훈 과기정통부 장관이 지난 12일 취임 50일 기자간담회에서 한국의 AI 글로벌 경쟁력 강화와 정보보호 체계 전면 개편 방안을 발표했다. 장관은 AI 3대 강국 실현을 위한 구체적 청사진과 함께 최근 통신사 해킹 사고에 대한 근본적 대응 방안을 제시했다.


‘AI 3대 강국’ 전략, GPU 20만장 확보 목표


배경훈 장관은 “AI 3대 강국이라는 것은 단순히 3위를 차지하는 것이 아니라 미국과 중국에 근접한 수준의 기술 역량과 시장 영향력을 확보하는 것”이라고 강조했다.


과기정통부는 2030년까지 GPU 20만장 확보를 목표로 설정했다. 기존 5만장 계획을 2028년으로 앞당기고 최종 목표를 4배 확대한 것이다. 배 장관은 “지금 AI 기술과 시장이 바뀌는 속도를 보면 5만장도 충분치 않다”며 “내부에서 2030년까지 GPU 20만장 구축할 계획을 수립 중”이라고 밝혔다.


또한 연말까지 글로벌 톱10 수준의 독자 AI 파운데이션 모델을 발표할 예정이다. 배 장관은 “올해 말이면 세계 10위 안에 드는 수준의 거대언어모델(LLM)이 나올 것”이라며 “이를 멀티모달, 행동모델로 발전시켜 피지컬 AI까지 구현하겠다”고 말했다.


‘포용적 K-AI’로 글로벌 진출 추진


배 장관은 K-AI에 대해 “소버린 AI로만 정리하고 싶지 않다. 포용성을 넘어 글로벌 선택을 받는 AI 기술을 가져야 된다”고 강조했다. 한국만의 AI가 아닌 전 세계가 선택할 수 있는 포용적 AI 개발에 나선다는 방침이다.


이를 위해 ‘AI 기본법’의 과태료 부과를 최소 1년 이상 유예하기로 했다. 배 장관은 “AI 기본법의 핵심은 산업 진흥에 있다”며 “AI 기술의 악남용을 막기 위한 최소한의 규제는 두겠지만 과태료는 유예할 것”이라고 밝혔다.


해킹 대응 체계 전면 개편


SK텔레콤 등 통신사 해킹 사고와 관련해 배 장관은 근본적 정보보호 대책을 마련하겠다고 발표했다. 현행 기업 신고 후 조사하는 방식에서 벗어나 선제적 대응 체계로 전환한다는 계획이다.


배 장관은 “해킹 기술이 계속 발전하고 조직화, 지능화되고 있어 근본적 대책을 고민하고 있다”며 “기존 국장급에서 2차관을 단장으로 하는 TF를 꾸리고 현재 기업 신고 시에만 민관합동조사를 할 수 있는 체계를 바꾸기 위해 국회와 얘기하고 있다”고 설명했다.


과기정통부 부총리급 격상, AI 거버넌스 강화


10월 과기정통부의 부총리급 격상과 함께 ‘과학기술 AI 장관회의’가 신설된다. 배 장관은 “내년 AI 예산이 10조원을 넘는다”며 “부처 간 중복된 예산을 없애고 효율화하는 작업이 필요하다”고 장관회의 신설 배경을 설명했다.


배 장관은 “2023년 미국과의 AI 경쟁력 차이가 1.3년이었다면 2030년에는 0.5년으로 줄이겠다”며 “AI 대전환을 통해 정체된 잠재 성장률을 3% 수준으로 끌어올리는 데 기여하겠다”고 강조했다.

댓글 0
전체 522 / 77 페이지
손목밴드에서 조정을 하는 것 같고 전작과 많이 달라졌습니다.AI 기능으로 번역도 가능하네요..https://www.meta.com/kr/ai-glasses/meta-ray-ban-display/
567 조회
0 추천
2025.09.18 등록
조금 전 메타가 AI 기능이 있는 안경을 비롯하여 중요한 키노트를 진행하였습니다.CNET이 준비한 키노트 요약입니다.RAYBAN 과 새로 제작한 안경이 큰 화제입니다.
603 조회
0 추천
2025.09.18 등록
마이크로소프트가 코파일럿 메모장과 그림판 연동기능을 제공하기 시작했으며이 기능은 오피스365를 사용하지 않아도 코파일럿을 이욯하면 이용할 수 있다.예를 들어 메모장은 다음과 같은 기능을 갖게 된다.-요약: 긴 텍스트를 간략하게 요점만 추려내고, 문서의 핵심을 빠르게 파악할 수 있습니다.- 쓰기: 프롬프트나 선택한 텍스트를 활용해 새로운 문장을 AI로 쉽고 빠르게 작성합니다.- 다시 쓰기: 선택한 내용을 AI가 어투, 길이, 명확성 등 다양한 스타일로 변환해 줍니다.또한 그림판은 다음과 같은 기능을 추가하게 된다.- 프로젝트 파일 저장 기능: 그림판에서 작업을 .paint 파일로 저장해 언제든 이어서 편집이 가능.- 불투명도(Opacity) 슬라이더: 연필 및 브러시 도구의 투명도를 원하는 대로 조절해 더 섬세한 혼합이나 레이어링 효과 주기.- 크기 및 불투명도 슬라이더 병행 사용: 두 슬라이더를 활용해 부드럽게 배합하고 다양한 질감의 그림 그리기.
588 조회
0 추천
2025.09.18 등록
(퍼플렉시티가 정리한 기사)중국 AI 스타트업 DeepSeek은 획기적인 R1 모델 훈련 방식에 관한 새로운 세부 정보를 세계적인 권위지 네이처(Nature)의 동료검토 논문을 통해 발표했습니다. 이 논문에서는 기존 경쟁 모델 대비 극히 적은 비용으로 순수 강화학습만을 사용해 첨단 추론 능력을 달성한 방법을 공개했습니다.항저우에 본사를 둔 이 회사는 자사의 R1 추론 모델 훈련 비용이 단 29만 4천 달러에 불과하며, 기반 베이스 모델의 개발 비용은 약 600만 달러였음을 처음으로 공개했습니다. 총 630만 달러가 소요된 것으로, 이는 미국의 기술 기업들이 개발한 경쟁 모델이 수천만 달러에 달하는 것과는 극명한 대조를 이룹니다.순수 강화학습의 획기적인 발전DeepSeek의 주요 혁신은 연구자들이 “순수 강화 학습(pure reinforcement learning)“이라고 부르는 방식을 사용해 R1을 개발한 점에 있으며, 이는 인간이 만든 예시에 의존하는 기존의 감독 학습(supervised learning) 방식과는 다른 접근법입니다. 이 과정에서 모델은 인간이 선택한 추론 방식에 따르도록 학습시키는 대신, 올바른 답변에 도달할 때 보상을 받도록 설계되었습니다.네이처(Nature) 논문에 따르면, DeepSeek의 접근법은 모델이 인간이 제시한 전략을 따르지 않고도 자체적인 추론 전략을 개발하고 자신의 작업을 검증할 수 있는 능력을 갖추게 해주었습니다. 회사는 자체 시도에 대해 별도의 알고리즘을 사용하지 않고 추정치를 활용해 점수를 매길 수 있게 해주는 Group Relative Policy Optimization(GRPO)이라는 기법을 활용했습니다.“이 모델은 AI 연구자들 사이에서 매우 영향력이 컸습니다,“라고 오하이오 주립대(Ohio State University) 콜럼버스 소재 AI 연구원인 Huan Sun은 말했습니다. “2025년 현재까지 LLM에서 강화 학습을 수행하는 거의 모든 연구가 어떻게든 R1로부터 영감을 받았을지도 모릅니다”.5단계 훈련 과정완전한 R1 학습 과정은 감독 학습(fine-tuning)과 강화 학습을 번갈아가며 진행하는 여러 단계로 구성되었습니다. 이 과정은 딥시크(DeepSeek)의 V3-Base 모델을 수천 개의 ‘콜드 스타트’ 데이터 포인트로 파인튜닝하는 것으로 시작했고, 이후 순수 강화 학습을 통해 추론 능력을 향상시켰습니다.수렴에 가까워지면 시스템은 리젝션 샘플링(rejection sampling) 방식을 사용했습니다. 여기서 모델은 강화 학습 실행에서 성공적인 예시 중 최상의 예시를 선택해 자체 합성 훈련 데이터를 생성했습니다. 이 합성 데이터는 이후 글쓰기나 사실 기반 질문응답 등 다양한 영역에서 DeepSeek-V3-Base의 감독 학습 데이터와 통합되었습니다.동료 평가 중인 최초의 주요 LLMR1은 엄격한 동료 평가 과정을 거친 최초의 대형 언어 모델을 의미합니다. Nature 논문을 심사한 허깅페이스의 머신러닝 엔지니어 루이스 턴스톨은 이를 “매우 환영할 만한 선례”라고 평가하며, 훈련 과정이 공개되지 않으면 AI 시스템이 위험을 초래하는지 평가하기 어렵다고 언급했습니다.이 동료 평가 과정에서 DeepSeek는 훈련에 사용된 데이터 유형과 안전 조치를 포함한 기술적 세부 사항에 대한 설명을 추가하게 되었습니다. 이 모델은 오픈소스 특성을 유지하면서도 OpenAI의 o1 모델에 필적하는 추론 벤치마크 성능을 달성하였습니다.성능 및 접근성Hugging Face에서 1월에 출시된 이후, R1은 복잡한 문제 해결을 위한 플랫폼에서 가장 많이 다운로드된 모델이 되었으며, 다운로드 수는 1,090만 회를 넘어섰습니다. 이 모델은 AIME 2024 수학 벤치마크에서 pass@1 점수 79.8%를 기록하여 OpenAI o1의 79.2%를 소폭 앞섰습니다.DeepSeek의 혁신은 AI 개발 비용 및 성능 향상을 위해 모델 크기와 연산 능력을 늘려야 한다는 확장 법칙에 대한 기존의 통념에 도전장을 내밀었습니다. 회사는 비교적 덜 강력한 H800 칩을 사용해 성공을 거두었으며, 이 칩은 2023년 미국의 수출 통제로 중국 내 판매가 금지된 바 있습니다. 이러한 성과는 향후 AI 개발 방향에 대한 논의를 촉진하고 있습니다.
577 조회
0 추천
2025.09.18 등록
홈으로 전체메뉴 마이메뉴 새글/새댓글
전체 검색
회원가입