【드래곤 스포츠】 보증업체놀이터추천홍보 : 프로그램제작판매제작의뢰 : 스포츠분석 : 무료스포츠중계tv : 섹시bj움짤 : 뉴스 : 안구정화

로그인

글쓰기

[IT뉴스]네이버클라우드, 엔비디아 동맹으로 AI 학습 효율 50%↑…‘네모트론4’ 개발 협력 확대

온카뱅크관리자

2026-11-09 14:57:25

<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="FBbWk09UT3">
 GPU 작업 분산·학습 소프트웨어 최적화…처리량 기존 대비 50.2% 향상
 <div contents-hash="b283a85b7e7db007e9e2a4650894e853befc56ecefcdc83c5fa6387d7e594ae2" dmcf-pid="0K9GDUV7Tt" dmcf-ptype="general">
 학습 데이터 2000억→4000억 토큰 확대…네모트론4 한국어 평가 협력도 구체화
 </div>
 <figure class="figure_frm origin_fig" contents-hash="6b270647411d35574e073df2c1030fc0bac84cc0ac041ba619a3409952b1de9c" dmcf-pid="pnLbHxgRT1" dmcf-ptype="figure">
 <img class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202611/09/552796-pzfp7fF/20261109145448381qtqo.jpg" data-org-width="640" dmcf-mid="tmwxuamjh0" dmcf-mtype="image" height="auto" src="https://img1.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202611/09/552796-pzfp7fF/20261109145448381qtqo.jpg" width="658">
 </figure>
 [디지털데일리 오병훈기자] “멀티모달 사전학습 과정에서 발생하는 각종 병목 문제를 해결하는 데 집중했고, 그 결과 학습 처리량을 기존의 150.2%까지 끌어올렸습니다.”
 김윤식 네이버클라우드 멀티모달 파운데이션모델 테크 리드는 9일 서울 코엑스에서 열린 ‘엔비디아 AI 데이 서울 2026(NVIDIA AI Day Seoul 2026)’에서 엔비디아와 진행한 인공지능(AI) 학습 기술 최적화 성과를 소개하며 이같이 말했다.
 네이버클라우드가 엔비디아와의 기술 협력을 통해 AI 모델 학습 처리량을 50.2% 개선하고, 이를 바탕으로 학습 데이터 규모를 두 배로 확대한 성과를 공개했다. 여러 그래픽처리장치(GPU)에 작업을 효율적으로 분배하고 이미지 처리 소프트웨어를 최적화한 결과다.
 특히 학습 데이터 규모를 2000억 토큰에서 4000억 토큰으로 늘린 실험에서는 이미지 이해 능력 등 실제 모델 성능에서도 개선이 확인됐다. GPU 활용 효율을 높인 성과가 AI 모델의 학습 규모 확대와 성능 향상으로 이어진 것이다.
 양사는 이전부터 네이버 자체 AI 모델 ‘하이퍼클로바X’ 개발 과정에서 엔비디아 학습 소프트웨어를 활용하고 개선하는 협력을 진행해 왔다. 지난 6월에는 네이버가 엔비디아의 ‘네모트론 연합(Nemotron Coalition)’에 합류하면서 협력 범위를 차세대 오픈 AI 모델 개발로 확대했다.
 ◆ GPU 가동률 증가가 핵심…학습 처리량 50.2% 개선
 네이버클라우드가 엔비디아와 협력해 개선한 핵심 기술은 대규모 AI 학습 과정에서 GPU 작업량을 효율적으로 분산하는 기술이다. GPU 확보에 막대한 비용이 투입되는 상황에서 같은 장비로 더 많은 학습을 수행할 수 있도록 소프트웨어를 개선한 것이다.
 네이버클라우드는 하이퍼클로바X 개발에 엔비디아 AI 학습 소프트웨어 ‘메가트론 브리지(Megatron Bridge)’를 활용하고 있다. 이는 수많은 GPU가 하나의 대규모 AI 모델을 나눠 학습하도록 지원하는 기술이다.
 문제는 GPU를 많이 확보하더라도 장비마다 처리하는 작업량이 다르면 전체 학습 속도가 느려진다는 점이다.
 가령 GPU 1000대가 동시에 AI를 학습한다고 가정하면 일부 GPU에는 간단한 문자 데이터가 배정되고 다른 GPU엔 고해상도 이미지 수십 장이 포함된 복잡한 데이터가 몰릴 수 있다.
 이때 문자 데이터를 처리한 GPU는 작업을 먼저 끝내더라도 이미지 처리가 완료될 때까지 기다려야 한다. 학습 과정에서 이러한 대기 시간이 반복되면 GPU를 충분히 확보하고도 제 성능을 활용하지 못하게 된다.
 네이버클라우드는 이 문제를 해결하기 위해 각 GPU에 배정된 이미지 처리량을 비교하고, 작업이 고르게 분산되도록 데이터 배치를 조정했다. 특정 GPU에 집중된 데이터를 다른 GPU로 옮겨 전체 장비가 비슷한 시간에 작업을 마치도록 만드는 방식이다.
 김 리드는 이러한 데이터 재배열 기술을 적용하고 데이터 교환을 실제 연산 과정과 병행하도록 최적화한 결과 학습 처리량을 13.3% 개선했다고 설명했다.
 네이버클라우드는 이와 함께 데이터 읽기, 이미지 처리 구조, 분산 학습 과정에서 발생하는 문제도 해결했다. 엔비디아 개발진과 기술적 개선 사항을 공유하고 일부 수정 사항은 관련 소프트웨어에도 반영했다.
 작업을 종합한 결과 300억개 파라미터 규모의 전문가혼합(MoE) 모델 실험에서 학습 처리량이 기존 대비 50.2% 증가했다는 것이 김 리드 설명이다.
 이는 기존에 같은 시간 동안 100만큼의 데이터를 학습했다면 개선 이후에는 약 150만큼을 처리할 수 있다는 의미다. 다만 특정 모델과 실험 환경에서 측정한 결과로 모든 AI 학습에서 동일한 개선이 이뤄지는 것은 아니다.
 AI 모델 개발에는 수백·수천대의 고성능 GPU를 장기간 가동하는 비용이 투입된다. 따라서 학습 효율이 높아지면 같은 작업을 더 짧은 시간에 마치거나 확보한 컴퓨팅 자원을 추가 학습에 활용할 수 있다. GPU를 추가 구매하지 않고도 AI 개발 역량을 확대할 수 있다는 점에서 의미가 있다.
 ◆ 학습 데이터 2배 늘렸더니…이미지 이해 능력 향상
 네이버클라우드는 학습 소프트웨어 최적화로 확보한 효율을 활용해 실제 AI 모델의 학습 규모도 확대했다. 특히 이미지와 문자를 함께 이해하는 ‘비전언어모델(VLM)’을 중심으로 학습량을 늘렸다.
 비전언어모델은 문자만 이해하는 일반적인 언어모델과 달리 사진이나 컴퓨터 화면을 살펴보고 그 안에 담긴 정보를 해석할 수 있는 AI다. 예를 들어 문서 편집 프로그램의 화면을 보고 글꼴 크기를 변경하려면 어느 버튼을 눌러야 하는지 판단하는 데 활용할 수 있다.
 네이버클라우드는 이미지 관련 데이터가 전체의 약 70%를 차지하는 학습 환경을 구성했다. 데이터에는 이미지와 문자가 혼합된 자료부터 사진 설명, 이미지 속 문자 인식, 컴퓨터 화면 조작 등이 포함됐다.
 일부 학습 자료에는 이미지가 50장 이상 포함되기도 했다. 이미지의 수와 크기가 일정하지 않아 일반적인 문자 중심 AI보다 데이터 처리 과정이 복잡하다는 설명이다.
 네이버클라우드는 이러한 환경에서 학습 처리량을 개선한 뒤 데이터 규모를 2000억 토큰에서 4000억 토큰으로 확대하는 실험을 진행했다. 그 결과 사전학습 단계의 여러 평가 항목에서 전체 평균 점수가 약 9점 상승했다는 것이 김 리드 설명이다.
 실제 사례도 공개됐다. 유명 프로게이머를 닮은 동물 이미지가 무엇을 의미하는지 묻는 질문에 기존 모델은 정확하게 답하지 못했지만, 학습량을 늘린 모델은 해당 이미지와 관련된 인물을 찾아냈다.
 다만 데이터 학습량을 두 배 늘렸다고 모든 능력이 동일하게 향상되지는 않았다. 후속 학습을 거친 모델에서는 사전학습 단계에서 나타난 성능 차이가 그대로 유지되지 않는 항목도 확인됐다.
 김 리드는 “4000억 토큰을 학습한 모델이 대체로 더 좋은 성능을 보였지만, 사전학습에서 벌어진 차이가 그대로 유지되지 않는 항목도 있었다”며 “이미지 속 위치를 찾는 그라운딩이나 사용자 인터페이스(GUI) 영역에서 다소 떨어지는 성능을 확인해 관련 데이터를 더 모으고 학습 방법을 탐색했다”고 말했다.
 이는 AI 학습량 확대가 전반적인 성능 개선에 도움이 되더라도 실제 서비스에 필요한 세부 능력까지 보장하지는 않는다는 의미다. 네이버클라우드는 부족한 영역에 대한 추가 학습과 평가를 통해 모델 성능을 보완하고 있다.
 ◆ 네모트론4 개발 협력도 구체화…한국어 평가 기술 제공
 네이버클라우드와 엔비디아 협력은 자체 모델 학습 최적화를 넘어 엔비디아의 차세대 AI 모델 개발로도 확대되고 있다. 네이버는 지난 6월 엔비디아가 주도하는 네모트론 연합 참여를 공식화했다. 이번 행사에서는 연합 참여 이후 실제로 진행하고 있는 기술 협력 내용이 소개됐다.
 네이버클라우드는 엔비디아가 개발 중인 차세대 오픈 AI 모델 ‘네모트론4(Nemotron 4)’의 한국어 및 멀티모달 성능 평가에 참여하고 있다.
 핵심은 AI 모델이 특정 영역의 문제를 얼마나 정확하게 해결하는지 확인하는 ‘벤치마크(Benchmark)’ 기술이다. 쉽게 말해 AI에 다양한 문제를 풀게 하고 정답률과 수행 능력을 측정하는 시험지에 해당한다.
 글로벌 AI 모델이 영어로 된 질문에 잘 답하더라도 한국어 표현이나 국내 문화적 맥락까지 정확하게 이해한다고 보장할 수는 없다. 네이버는 한국어 문자 인식과 문화적 지식, 영상 이해 등을 평가하는 벤치마크를 제공하고 그 결과를 엔비디아와 공유하고 있다.
 김 리드는 “네모트론 연합에서는 평가를 중심으로 참여하고 있고, 공개 벤치마크가 다루지 못하는 한국어 지식과 문화 영역을 평가하고 있다”며 “학습 측면에서도 엔비디아와 노하우를 주고받고 있다”고 말했다.
 </section> 
 </div> 
 Copyright © 디지털데일리. All rights reserved. 무단 전재 및 재배포 금지.

댓글 총 0개

이번주 포인트랭킹

매주 일요일 밤 0시에 랭킹을 초기화합니다.

14,000상품권
23,000상품권
32,000상품권

업체홍보/구인 더보기

지식/노하우 더보기

판매의뢰 더보기

포토 더보기