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

로그인

글쓰기

[IT뉴스]SKT 정예팀 AI 모델, 딥시크-V3.1 성능 앞섰다

온카뱅크관리자

2026-01-07 11:18:07

<div id="layerTranslateNotice" style="display:none;"></div> 허깅페이스에 A.X K1 기술 보고서 공개...향후 멀티모달 추가, 조단위 파라미터로 확장 
 <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> 
 <section dmcf-sid="330xTdB3Nm">
 (지디넷코리아=박수형 기자)SK텔레콤 정예팀이 매개변수 5천190억 개 규모의 초거대 AI 모델 ‘에이닷엑스 케이원(A.X K1)’ 기술 보고서를 오픈소스 플랫폼 허깅페이스에 공개했다고 7일 밝혔다.
 SK텔레콤 정예팀은 4개월여의 짧은 개발기간과 제한된 GPU 자원에도 다양한 기술과 효율성을 극대화한 설계로 국내 첫 500B 이상 초거대 모델 A.X K1을 완성했다.
 한정된 시간 안에 519B 규모를 갖췄음에도 주요 벤치마크에서 딥시크-V3.1 등 세계적으로 많이 활용되는 초거대 모델과 유사하거나 더 높은 성능을 달성했다.
 통상 매개변수가 많아질수록 최적화 시간과 GPU 자원 투입이 늘어날 수밖에 없는데, 타 정예팀 대비 최소 2배 이상의 모델 규모임에도 높은 성능까지 확보한 점이 주목할 부분이다.
 A.X K1은 향후 추가 연구 기간에 따라 더 많은 컴퓨팅 자원과 데이터를 투입해 성능을 더욱 높일 수 있는 모델이다. SK텔레콤은 연내 멀티모달 기능을 추가하고 조 단위 파라미터로 확대할 계획이다.
 <figure class="figure_frm origin_fig" contents-hash="dc5a6b8d467d31aa38ef8284fd3eea74ee4c3e46070f9090b55e0607c6e5256e" dmcf-pid="z6PE7mJ6jc" dmcf-ptype="figure">
 <img alt="사진_SK텔레콤 뉴스룸" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202601/07/ZDNetKorea/20260107110944233xufx.jpg" data-org-width="638" dmcf-mid="p5uHe1OcNC" dmcf-mtype="image" height="auto" src="https://img2.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202601/07/ZDNetKorea/20260107110944233xufx.jpg" width="658">
 <figcaption class="txt_caption default_figure">
 사진_SK텔레콤 뉴스룸
 </figcaption>
 </figure>
 자체 GPU만으로 학습 효과 성능 높였다
 SK텔레콤 정예팀은 1천개의 GPU 자원을 활용해 A.X K1 학습을 진행했다. 학습 기간과 GPU 규모를 바탕으로 가능한 총 학습량을 추산하고, 이를 바탕으로 최대 모델 크기를 스케일링 이론에 근거해 설계했다.
 그 결과 세계적으로도 독창적인 매개변수 구조인 519B 규모의 모델을 목표로 정하고 약 10조(10T) 개의 데이터를 투입해 학습했다.
 정예팀은 개발기간 동안 상시 1천개 이상의 GPU를 인공지능 훈련에 활용했다. 투여된 GPU 자원 대비 효과를 극대화하기 위해 최적의 학습 연산량을 수학적으로 설계하고 관리했다.
 특히 A.X K1은 이번 개발기간 동안 정부 지원을 받지 않고 자체 GPU 조달만으로 목표를 달성했다.
 모델 학습에는 웹 데이터, 코드, 이공계 데이터(STEM), 추론 데이터 등 다양한 고품질 데이터를 활용했다. 한국어 특화 PDF 문서를 파싱, 합성 데이터를 생성했고 난이도별 커리큘럼 학습 방식도 적용했다.
 수학, 코딩에서도 우수한 성능 구현
 A.X K1은 수학과 코딩 등 초거대 AI 모델의 능력을 필요로 하는 분야에서 우수한 성능을 구현했다.
 보고서에 기술된 벤치마크 지표는 매개변수 6천850억 개(685B)의 ‘딥시크-V3.1’, 매개변수 3천570개(357B)의 ‘GLM-4.6’ 오픈소스 모델과 비교해 규모 대비 성능을 비교할 수 있도록 했다.
 수학은 AIME25 벤치마크에서 89.8점을 받아 딥시크-V3.1 모델(88.4점) 대비 102% 수준으로 앞선 성능을 확인했다. AIME25는 미국 고등학생 수학 올림피아드 문제로 AI의 수학 실력을 측정하며, 창의적이고 복잡한 난이도의 문제가 출제된다.
 코딩 활용도 측면에서 측정한 LiveCodeBench는 영어 기반 75.8점, 한국어 기반 73.1점을 기록하며 실시간 코딩 문제 해결 능력을 입증했다. 영어 기반 69.5점, 한국어 기반 66.2점을 받은 딥시크-V3.1 대비 각각 109%, 110% 수준의 높은 성능을 보였다.
 LiveCodeBench는 AI가 실시간으로 나오는 최신 코딩 문제를 얼마나 잘 푸는지 측정하는 시험으로, 인공지능이 미리 볼 수 없는 최신 문제들로 구성돼 실제 코딩 능력을 테스트한다.
 <figure class="figure_frm origin_fig" contents-hash="16cedf65cb0f9365159104e109e8ba5da7833644b84d22dde59e5265c06929f9" dmcf-pid="QmsFoUvmoR" dmcf-ptype="figure">
 <img class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202601/07/ZDNetKorea/20260107110945529opuc.png" data-org-width="640" dmcf-mid="UCcsKhgRoI" dmcf-mtype="image" height="auto" src="https://img1.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202601/07/ZDNetKorea/20260107110945529opuc.png" width="658">
 </figure>
 실용적인 구조 설계...훈련 안정성 확보
 A.X K1은 519B 규모의 파라미터 가운데 33B만 선택적으로 활성화하는 방식으로 효율성을 높였다. 전문가 혼합(MoE) 구조를 채택해 AI 훈련 과정의 안정성과 효율을 동시에 확보한 것이 특징이다.
 MoE란 여러 개의 작은 전문가 모델들이 모여서 하나의 큰 문제를 해결하는 방식으로 각 전문가 모델은 특정 유형의 데이터를 잘 처리하도록 특화되어 있고, 입력 데이터에 따라 가장 적합한 전문가가 선택되어 문제를 해결한다.
 이밖에 A.X K1은 한 번에 128K 토큰의 긴 문맥도 처리할 수 있는 능력을 갖췄다. 이는 한국어 기준 약 10만 단어로서, 인공지능 모델이 소설책 한 권 또는 기업 연간 보고서 한 권도 동시에 검토할 수 있게 해 준다.
 박수형 기자(psooh@zdnet.co.kr)
 </section> 
 </div> 
 Copyright © 지디넷코리아. 무단전재 및 재배포 금지.

댓글 총 0개

이번주 포인트랭킹

매주 일요일 밤 0시에 랭킹을 초기화합니다.

14,000상품권
23,000상품권
32,000상품권

업체홍보/구인 더보기

놀이터홍보 더보기

지식/노하우 더보기

판매의뢰 더보기

포토 더보기