[이코노미스트 정길준 기자] 인공지능(AI) 모델 경량화 및 최적화 솔루션 기업 노타가 세계적 권위의 자연어처리(NLP) 학술 무대에서 연구 성과를 인정받았다.

노타는 국제학술대회 ‘EMNLP 2026’에서 초거대 AI 모델 최적화 관련 논문 2편이 각각 메인 컨퍼런스와 파인딩스 트랙에 채택됐다고 25일 밝혔다. 약 1만8000편의 연구가 몰린 올해 EMNLP의 메인 컨퍼런스 채택률은 15.4%에 불과했다. EMNLP는 구글·메타·오픈AI 등 글로벌 빅테크와 유수 연구기관이 최신 성과를 다투는 학회다.

이번 논문들은 ▲GPT ▲큐웬 ▲키미 등 최신 초거대 언어모델(LLM)에 쓰이는 ‘전문가 혼합 모델(MoE)’의 양자화 과정에서 생기는 성능 저하를 해결하는 데 집중했다. MoE는 일부 전문가만 선택 연산해 효율적이지만 전체 모델을 메모리에 들고 있어야 해 거대한 GPU 인프라가 필수적이다. 메모리를 아끼려 양자화를 적용하면 미세한 오차로 다른 전문가가 선택돼 답변 품질이 떨어지는 문제가 있었다.

메인 컨퍼런스 논문은 양자화가 다음 단계 전문가 선택에 미치는 영향을 계산해 경계선에 있는 전문가 순서를 보존하는 ‘MENDS-MoE’ 기법을 선보였다. 3종의 MoE 모델 대상 3·4비트 양자화 실험에서 타 기술 대비 높은 정확도를 입증했다. 파인딩스 논문은 최종 답변에 실질적 영향을 주는 변화에 최적화를 몰아주는 ‘오페라(OPERA)’ 방법론을 제시했다. 두 연구는 올바른 전문가 선택을 유지하면서 품질 저하를 방지하는 상호 보완적 기술이다.

앞서 노타는 1조개 이상의 매개변수를 지닌 ‘큐웬 3.8 맥스’를 경량화해 구동에 필요한 엔비디아 B300 GPU를 24장에서 4장으로 83% 줄였다. 문샷AI의 ‘키미 K3’는 B300 GPU 8장에서 4장으로, 업스테이지의 ‘솔라 오픈 2’는 H100 GPU 8장에서 2장으로 절감하는 성과를 냈다.

채명수 노타 대표는 “이번 성과는 축적된 최적화 연구를 바탕으로 LLM과 데이터센터 AI 인프라의 효율을 높일 기술적 기반을 확보했음을 보여준다”며 “최신 AI 모델 구조 변화에 선제 대응할 수 있도록 R&D 투자를 이어가고 최적화 기술 적용 범위를 지속 확장하겠다”고 말했다.

ⓒ이코노미스트(https://economist.co.kr) '내일을 위한 경제뉴스 이코노미스트' 무단 전재 및 재배포 금지