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

로그인

글쓰기

[IT뉴스][취재수첩]"저도 놀랐습니다"..구글 터보퀀트 참여 KAIST 교수는 누구?

온카뱅크관리자

2026-03-30 17:27:29

<div id="layerTranslateNotice" style="display:none;"></div>  <strong class="summary_view" data-translation="true">보도기사</strong> 
        <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> 
         <section dmcf-sid="8X04fUOcyR">
          <figure class="figure_frm origin_fig" contents-hash="cf8e52b6c436b5a8c21747245635ba04e6da1174ef3e5a0cb9f001f3e9ac212c" dmcf-pid="6Zp84uIkhM" dmcf-ptype="figure">
           <p class="link_figure"><img alt="30일 오후 터보퀀트 관련 온라인 설명회를 진행하고 있는 한인수 KAIST 교수(화면 오른쪽)" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202603/30/551724-22lyJQR/20260330172350015wpkn.jpg" data-org-width="600" dmcf-mid="9cQjNMFYyn" dmcf-mtype="image" height="auto" src="https://img1.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202603/30/551724-22lyJQR/20260330172350015wpkn.jpg" width="658"></p>
           <figcaption class="txt_caption default_figure">
            30일 오후 터보퀀트 관련 온라인 설명회를 진행하고 있는 한인수 KAIST 교수(화면 오른쪽)
           </figcaption>
          </figure>
          <div contents-hash="ff7344a6cf4ca4f88d59d878bcc8c6362c419aa44326ddfe8cfad6224f509b45" dmcf-pid="Py5KbtDgvx" dmcf-ptype="general">
           <div>
            <br>
           </div>발단은 지난 25일 구글 리서치 블로그에 올라온 소개 글이었습니다. '터보퀀트: 극단적인 압축으로 AI의 효율성을 재정의하다'(TurboQuant: Redefining AI efficiency with extreme compression)라는 제목.
          </div>
          <div contents-hash="9b9bcaa1dccfb5f366a5f5ecdc9e4fe890b86a27c48e2f2d88614f7b981957d8" dmcf-pid="QW19KFwaCQ" dmcf-ptype="general">
           공개 직후 잘 나가던 삼성전자와 SK하이닉스의 주가는 크게 출렁였습니다. 터보퀀트의 강렬한 등장이었습니다.
           <div>
            <br>
           </div>
          </div>
          <figure class="figure_frm origin_fig" contents-hash="f13fe2571f2134a10a5d0ff367393164e95ede420f93d18b6a1f0e19ce3fcbc1" dmcf-pid="xYt293rNyP" dmcf-ptype="figure">
           <p class="link_figure"><img alt="지난 25일 구글 리서치 블로그에 올라온 터보퀀트 기술 소개 글" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202603/30/551724-22lyJQR/20260330172350241jtdz.jpg" data-org-width="600" dmcf-mid="2soOsab0Ci" dmcf-mtype="image" height="auto" src="https://img4.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202603/30/551724-22lyJQR/20260330172350241jtdz.jpg" width="658"></p>
           <figcaption class="txt_caption default_figure">
            지난 25일 구글 리서치 블로그에 올라온 터보퀀트 기술 소개 글
           </figcaption>
          </figure>
          <div contents-hash="a818b0f7b408d285a6229474e23ab3183db72c00e2291a63306045e9dfc9cca2" dmcf-pid="yRoOsab0v6" dmcf-ptype="general">
           <div>
            <br>TJB는 터보퀀트의 핵심 기술 개발에 참여한 한인수 KAIST 전기및전자공학부 교수와 온라인 인터뷰를 통해 만났습니다. 
            <br>
            <br>지난 2021년 KAIST 전기및전자공학과 박사 과정을 마친 한 교수는 2024년 4월 미국 예일대학교에서 박사후 연구원을 거쳐 같은 해 9월부터 현재까지 KAIST 전기및전자공학부 조교수를 지내고 있습니다. 
            <br>
            <br>지난해 7월부터는 구글 리서치(Google Research)의 방문 연구원으로도 활동하고 있는 한 교수는 터보퀀트에 대해 "더 효율적인 AI로 가는 전환점"이라고 평가했습니다.
           </div>
           <div>
            <br>
           </div>
          </div>
          <figure class="figure_frm origin_fig" contents-hash="ecfc45517a016815208e947a63401e77bd33c53e3b37afb96f28a30605a278f7" dmcf-pid="WegIONKpT8" dmcf-ptype="figure">
           <p class="link_figure"><img alt="터보퀀트의 핵심 기술인 2단계 양자화 기법에 대해 설명한 한인수 교수" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202603/30/551724-22lyJQR/20260330172350539nolg.jpg" data-org-width="600" dmcf-mid="VyoOsab0CJ" dmcf-mtype="image" height="auto" src="https://img1.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202603/30/551724-22lyJQR/20260330172350539nolg.jpg" width="658"></p>
           <figcaption class="txt_caption default_figure">
            터보퀀트의 핵심 기술인 2단계 양자화 기법에 대해 설명한 한인수 교수
           </figcaption>
          </figure>
          <div contents-hash="8ffda6ff98f47d697bfc0c1b9180c74eefbec9137bf2b4852110dc3db47fb153" dmcf-pid="YdaCIj9US4" dmcf-ptype="general">
           <div>
             
            <br>터보퀀트의 핵심 기술에 대해 그는 "한 줄로 정리하자면, 먼저 강하게 압축하고 남은 오차를 정교하게 보정하는 2단계 양자화 기법"이라고 말했습니다. 1단계 양자화 이후 잔차(Residual)를 QJL 양자화로 보정하는 과정을 의미합니다. 
            <br>
            <br>양자화는 쉽게 설명하면 소수점 데이터를 정수로 근사하는 방식으로 핵심 정보는 유지하면서도 저장 용량과 연산 부담을 줄이는 압축 기술을 가리킵니다. AI 모델은 일반적으로 16-bit로 파라미터를 구현하는데 4-bit 양자화를 하게 되면 메모리의 크기는 4배, 3-bit 양자화를 하면 메모리의 크기는 대략 5.3배 줄어들게 됩니다. 
            <br>
            <br>한 교수는 "엄청난 양의 데이터로 인한 메모리 병목 현상을 줄이기 위해 무작위 회전 후 좌표별 독립 양자화(1단계) 이후 잔차에 저비트 양자화(2단계)를 하는 것, 그렇게 1단계 양자화에서 발생하는 편향(Bias)을 2단계의 보정을 통해 제거하는 것이 이번 기술의 핵심"이라고 설명했습니다.
           </div>
           <div>
            <br>
           </div>
          </div>
          <figure class="figure_frm origin_fig" contents-hash="2b3c65d31da3caeb78c503c008f42ff57f626ee96879825c1d6b34401d6bbcac" dmcf-pid="GJNhCA2uCf" dmcf-ptype="figure">
           <p class="link_figure"><img alt="구글은 터보퀀트 실험 결과 큰 메모리 절감 효과가 확인됐다고 밝혔다" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202603/30/551724-22lyJQR/20260330172350716puox.jpg" data-org-width="600" dmcf-mid="fPWuUGNdSd" dmcf-mtype="image" height="auto" src="https://img2.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202603/30/551724-22lyJQR/20260330172350716puox.jpg" width="658"></p>
           <figcaption class="txt_caption default_figure">
            구글은 터보퀀트 실험 결과 큰 메모리 절감 효과가 확인됐다고 밝혔다
           </figcaption>
          </figure>
          <div contents-hash="0c01b71aed38079c7ebceccff3c8e89eea2e01896dc37e6f3813d99302425d77" dmcf-pid="HijlhcV7WV" dmcf-ptype="general">
           <div>
             
            <br>그 결과 실제 실험에서 정확도 손실 없이 성능을 유지하면서도 최소 6배의 메모리 절감이 확인됐습니다. 또 메모리 절감뿐 아니라 시스템 구현에 따라 연산 속도 개선도 가능하다는 것이 한 교수의 설명입니다. 
            <br>
            <br>한 교수는 국제 공동 연구의 의미에 대해서도 자신의 생각을 밝혔습니다. 그는 "KAIST가 글로벌 연구기관들과 함께 AI 효율화의 핵심 기술을 공동 설계했다"라며 "KAIST의 해외기관 겸직 제도로 인해 기회가 증진됐다. 앞으로도 더 많은 해외 기관과의 협력 기회가 기대된다"고 강조했습니다.
            <br>
            <br>터보퀀트 공개 직후 삼성전자와 SK하이닉스 등의 주가가 요동친 것과 관련해서는 직접적인 언급을 하지는 않았지만, 그는 "연구를 할 때 사실 반도체 시장이 어떻게 될지 임팩트는 크게 생각하지 않았다"고 말했습니다. 
            <br>
            <br>이어 "이렇게 좋은 알고리즘 하나가 하드웨어나 메모리 시장까지 영향을 미치는 걸 보고 되게 놀랐다. 그만큼 이런 시스템을 개발하는 것이 굉장히 중요하다는 걸 전달해주는 것 같다"고 덧붙였습니다.
           </div>
           <div>
            <br>
           </div>
          </div>
          <figure class="figure_frm origin_fig" contents-hash="3523c93e5c3b10d4efdb7e04f0c66049c53578841817d92905f4ddbd90db652d" dmcf-pid="XLcvSE4qv2" dmcf-ptype="figure">
           <p class="link_figure"><img alt="온라인 설명회서 터보퀀트 관련 질문에 답하고 있는 한인수 교수(화면 오른쪽)" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202603/30/551724-22lyJQR/20260330172350871ugid.jpg" data-org-width="600" dmcf-mid="4Vp84uIkle" dmcf-mtype="image" height="auto" src="https://img3.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202603/30/551724-22lyJQR/20260330172350871ugid.jpg" width="658"></p>
           <figcaption class="txt_caption default_figure">
            온라인 설명회서 터보퀀트 관련 질문에 답하고 있는 한인수 교수(화면 오른쪽)
           </figcaption>
          </figure>
          <div contents-hash="b2386565501d97ccacc2e38c131841704132c292a047de56d4cddd4b458fd7b2" dmcf-pid="ZokTvD8Bv9" dmcf-ptype="general">
           <div>
             
            <br>한 교수는 터보퀀트의 상용화 가능성에 대한 질문에 "구체적으로 말하기는 어려운 상황"이라면서도 "QJL의 코드도 온라인에 공개가 되어 있다. 이 기술을 정확히 이해하신다면 직접 가져가서 구현을 하고 AI 모델에 적용하는 데는 큰 문제가 없을 것"이라고 설명했습니다.
            <br>
            <br>구글이 지난 25일 공개한 터보퀀트는 앞서 지난해 4월 논문 사전공개사이트 '아카이브'에 공개된 바 있으며, 다음 달 브라질에서 열리는 '국제표현학습학회(ICLR) 2026'에서 공식적으로 발표될 예정입니다. 
           </div>
          </div>
          <p contents-hash="1f33bfa87afae25765b0273c96475bae6dcb737f70cc321df7eca619d2633913" dmcf-pid="5gEyTw6bvK" dmcf-ptype="general">(사진=KAIST / 구글) </p>
          <p contents-hash="1aa46a7bfd4c8b4517faadb2639518015681acde0f4e12bcbd4b4e79972805d9" dmcf-pid="1aDWyrPKTb" dmcf-ptype="general">조형준 취재 기자 | brotherjun@tjb.co.kr</p>
         </section> 
        </div> 
        <p class="" data-translation="true">Copyright © TJB </p>

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