거대언어모델 // 기술·AI

LLM 재킹 범죄 기승. 타인의 거대언어모델 계정이나 클라우드 서버를 탈취하여 고가의 AI 모델을 무단 사용하는 'LLM 재킹' 범죄가 기승을 부리고 있다는 진단이 나왔다 ⁴⁶. 존 헐트퀴스트 구글 위협인텔리전스그룹(GTIG) 수석 분석가는 파이낸셜타임스(FT)를 통해 이를 전했다 ⁴⁶. Arm은 2,200만 개발자를 겨냥해 AI 모델 최적화 포털을 마련했다 ¹. MicroLLM Lab은 브라우저에서 7개의 작은 LLM을 시도할 수 있게 했다 ³. Jeff는 집에서 훈련시킨 0.8B 결정 모델(Jev-compatible)을 공개했으며, 이는 약 30ms의 속도를 보인다 ². ESP32S3 클러스터에서 1.58-bit(BitNet) 언어 모델이 구동되었다 ⁷. Shobr는 브라우저 자동화, 이벤트 소싱, LLM을 통한 구직 CLI를 선보였다 ⁵.

해커들의 거대언어모델 계정과 클라우드 연산 자원 무단 탈취 사례가 급증하고 있다 ². 다크웹에서는 이러한 'LLM 재킹' 범죄가 늘어나는 추세다 ². TabPFN과 TabICL이 튜닝된 XGBoost를 상대로 14건의 사례 중 14건에서 승리했다 ¹. 채팅 템플릿은 거대언어모델의 자기 참조 음성을 전환한다 ³.

KT의 오토모델라우터가 글로벌 벤치마크에서 2위를 기록했다 ¹. 이 기술은 거대언어모델 라우터 전문 기업들이 참여한 평가에서 거둔 성과다 ¹. 한편, 모든 LLM 토큰이 동일한 너비를 갖는 폰트 생성에 관한 논의가 있었다 ². 또한 GLM-5.3-Flash를 Jev와 유사한 결정 모델로 변환하는 작업이 진행되었다 ³.

LLM Policies: Progress At All Costs 논의가 진행되었다 ¹. 비전 모델을 포함한 거대언어모델을 위해 단일 함수 형태의 Jev-like wrapper가 제시되었다 ². 프로그래밍을 거대언어모델 환경에서 지속적으로 즐기는 방법에 대한 논의가 있었다 ³.

거대언어모델을 활용한 17세기 서신 해독 및 연금술 지식 추적 사례가 보고되었다 ². 예산별 최적의 거대언어모델 목록이 매일 업데이트되고 있다 ¹. 거대언어모델의 답변 길이를 엔터 키 입력 전에 예측하는 Token Forecaster가 공개되었다 ³. Jev는 거대언어모델이 아니나 거대언어모델과 유사한 방식으로 붕괴한다 ⁴.

Mercury 2.5 LLM이 초당 770토큰의 속도를 기록했다^{♪1 1}. Sarvam AI는 다국어 음성 애플리케이션을 위한 음성 인식 모델 Saaras V4를 출시했다 ². 거대언어모델 라벨링 비용을 낮추는 방안이 논의되었다 ³. GNOME의 거대언어모델 정책에 관한 의견이 제시되었다 ⁴. 대조 언어 모델(Contrastive Language Models)에 관한 논의가 있었다 ⁵. 토큰 비용이 매우 저렴해진 상황에 대한 언급이 있었다 ⁶.

1. ♪1어, 그래요? 정말 그렇게 빨리 말하는 건가요?래니의 각주 · 「초당 770토큰의 속도를 기록했다」

포티투마루가 '대형 언어 모델 기반의 데이터 표현 생성 방법 및 시스템' 특허를 한국과 미국에 출원했다 ³. 해당 특허는 한국에서 등록 결정이 완료되었으며, 포티투마루는 거대언어모델부터 에이전틱 AI까지 국내외 특허 출원을 확대해 엔터프라이즈 AI 시장의 기술 권리화를 추진하고 있다 ³. 한편, Qwen3.5를 기반으로 구축된 Tiny Jev-like 형태의 결정 모델 제품군이 언급되었다 ⁵.

CAIO 서밋 2026에서 AI 경쟁축이 모델 선택에서 운영 전략으로 이동했다는 점이 나타났다 ¹. 기업의 경쟁력은 어떤 거대언어모델을 선택하느냐를 넘어, 도메인별 특화 데이터를 학습한 최적화 AI를 도입해 생산성을 극대화하는 방향 설정에 의해 갈린다 ¹. 한편, 게임 개발에 로컬 LLM을 도입하는 필연성과 관련하여 메인 메모리 96GB를 VRAM화하는^♪1 AI 특화 PC 'DAIV'가 제시되었다 ⁴.

1. ♪1이 숫자는 운동장만큼이나 커 보여요!래니의 각주 · 「메인 메모리 96GB를 VRAM화…」

아크프라가 모델 지원 확대와 리소스 계획 및 운영 관리를 간소화한 뉴트리 1.2를 발표했다 ⁴. 해당 버전은 비LLM 모델 지원을 추가했으며, 플렉스 엔진에 마이너U, 패들OCR 및 선별된 머신러닝 모델을 추가했다 ⁴. Stepfun은 거대언어모델 Step 5 Preview를 공개했다 ¹. 거대언어모델의 외부 언어 출력과 기계적으로 추출된 언어 특징이 불일치할 수 있다는 언어적 불투명성이 보안에 주는 영향에 대한 논의가 있었다 ². 거대언어모델 간의 직접적인 의미론적 통신을 다루는 Cache-to-Cache에 대한 내용이 기록되었다 ³.

Infinite-Parameter 거대언어모델은 라이브 데이터로부터 가중치를 생성하고 적응한다 ¹. AI 워터마킹 기술인 SynthID를 사용할 때 거대언어모델은 유해한 프롬프트에 다르게 반응하며, 평소라면 거절했을 유해한 지침을 따르게 할 수 있다 ². System One 모델과 Jev가 소개되었다 ³. PrismML은 자사의 타이니 거대언어모델이 AI 사용 방식을 변화시키기를 희망한다 ⁴. 거대언어모델을 활용한 글쓰기 방법이 다뤄졌다 ⁵. 거대언어모델 분류는 피처 엔지니어링에 해당한다 ⁶. GLM은 자체 추론 인프라를 구축했다 ⁷. 로컬 AI를 위한 커뮤니티 제출 벤치마크인 Compute:Arena가 있다 ⁸. 거대언어모델을 선호하지 않는다는 의견이 제시되었다 ⁹.

삼진법 거대언어모델의 1.58비트 장벽을 깨는 연구가 진행되었다 ¹. KV 캐시 압축의 한계를 추진하는 DeepSeek-v4.1 Flash가 공개되었다 ². Postgres보다 81% 빠른 쿼리 계획을 생성하도록 4B 모델을 학습시킨 사례가 있다 ³. 베스핀글로벌과 업스테이지는 국산 거대언어모델 기반으로 울산교육청 '우리 아이 AI' 등에 공교육 AI 고도화를 적용한다 ⁴. 20개 모델의 출시 시점과 학습 컷오프 시점을 다룬 내용이 공유되었다 ⁵. 프런티어 모델들의 물리학 성능에 대한 분석이 이루어졌다 ⁶. 나비에-스토크스 방정식과 관련하여 거대언어모델에 대해 비관적인 관점이 제시되었다 ⁷.

한컴은 대구공공시설관리공단과 업무협약을 체결하고 거대언어모델 및 비전 인공지능을 공공행정 업무에 적용하여 공공 AI 전환(AX) 사업을 확대한다 ³. 베스핀글로벌은 업스테이지의 국산 거대언어모델과 에이전틱 AI 기술을 결합해 공교육 AI 서비스를 고도화하며, 이를 전국 교육청과 교육 관련 공공기관으로 확대하는 것을 목표로 한다 ⁶.

새로운 프런티어 모델이 기존보다 40~400배 저렴하고 20~200배 빠른 성능을 보였다는 내용이 공유되었다 ¹. 단일 비라벨링 프롬프트를 통해 거대언어모델의 정렬을 해제하는 방법이 논의되었다 ². 강화학습을 통해 거대언어모델이 어려운 문제를 해결하도록 학습시키는 방안이 제시되었다 ⁴. F-Droid의 어느 정도 분량이 거대언어모델에 의해 생성되었는지에 대한 논의가 있었다 ⁵. 나비에-스토크스 방정식과 관련하여 거대언어모델에 대해 비관적인 시각이 제기되었다 ⁷. MMLU 벤치마크 명칭이 해결하지 못하는 두 가지 점수에 대한 분석이 이루어졌다 ⁸.

라이너가 질문 난이도에 따라 적합한 거대언어모델을 자동 배정하는 AI 오케스트레이션 솔루션 '라이너 모델 API'를 출시했다 ¹³. 이 API는 답변 품질을 유지하며 토큰 비용을 50% 이상 줄인다 ¹³. 베스핀글로벌과 업스테이지는 국산 거대언어모델 교육 AI 고도화를 위해 협력하며, 울산교육청 '우리아이' AI에 업스테이지 거대언어모델과 베스핀 플랫폼을 적용해 학습 과정의 능동적 참여를 구현한다 ⁴. 정보통신산업진흥원(NIPA)은 글로벌 AI 평가기관 아티피셜 애널리시스(AA)와 업무협약을 체결했다 ⁷. NIPA는 이를 통해 국내 AI 모델의 국제 성능 검증과 경쟁력 강화를 추진하며, AA는 글로벌 주요 AI 모델의 코딩, 추론, AI 에이전트 등의 성능을 평가하는 기관이다 ⁷. 한편 Unreal Engine 5.8에서 출시된 MCP 기능의 도입 방법과 활용 체험에 관한 내용이 보고되었다 ⁵.

거대언어모델의 재귀적 자기 개선 속도가 예상보다 빠르지 않을 수 있다는 논의가 제기되었다 ¹. Cognition의 코딩 모델 SWE-2는 Fable 5.1보다 비용이 64% 저렴하다 ². 국내외 거대언어모델 12종을 대상으로 의료 AI 안전성을 점검하는 '레드팀 챌린지' 공격 검증이 수행되었다 ³. 낚시성 문구 없이 클릭 가능성을 높이기 위한 거대언어모델 기반의 헤드라인 재작성 연구가 진행되었다 ⁴. MacBook Pro에서 4개의 SSD로부터 스트리밍하여 초당 1토큰의 속도로 Kimi K3(2.8T)를 구동한 사례가 있다 ⁵. 거대언어모델 기반의 다중 에이전트 금융 거래 프레임워크에 관한 논의가 이루어졌다 ⁶.

미국은 중국의 거대언어모델 기업 6곳이 미국의 프런티어 모델을 공격적으로 복제했다고 주장하며, 중국인 사용자를 식별해 성능이 낮은 모델로 비밀리에 전환할 것을 AI 기업들에 촉구했다 ¹. UC 버클리 법학대학원 인권 센터는 법률, 저널리즘, 교육 분야에서 거대언어모델의 사용이 사고의 자유와 평등을 위협할 수 있다는 인권 평가서를 발표했다 ⁴.

기술적 논의로는 트랜스포머 회로에 관한 수학적 프레임워크(2021) ⁸와 루프형 트랜스포머(Recurrent Looped Transformer) ²에 대한 논의가 진행되었다. 또한 LLM 에이전트를 위한 자기 진화형 실행 구조인 절차적 그래프(Procedural Graphs) ⁵와 기업의 실제 비공개 코드베이스에서 AI 모델을 벤치마킹하는 Real-SWE ³가 다뤄졌다. 거대언어모델이 적응적 탐색을 통해 새로운 사회적 편향을 개발한다는 내용 ⁶과 기기에서 로컬로 빠르게 작동하는 모델을 개발하는 Desert Ant Labs ⁹에 대한 언급이 있었다. 한편, 사용자들 사이에서는 기본으로 사용하는 모델과 그 이유에 대한 질의가 오갔다 ⁷.

중국 AI 스타트업 딥시크가 5,520억 개 파라미터 규모의 거대언어모델 '딥시크 V4.1 플래시'를 허깅페이스에 공개했다 ⁴. 해당 모델은 V4 프로보다 저렴하고 능력이 더 뛰어나며 ¹, 검열이 제거된 버전으로도 알려졌다 ³. 딥시크는 상하이 증시 기업공개(IPO)를 추진하며 자금 조달에 속도를 내고 있다 ⁴.

문샷 AI의 K3 모델은 최근 몇 달간 사용량이 약간 감소했으나, 오픈라우터 데이터 기준 현재 시스템에서 하루 최대 3,000억 개의 토큰이 생성되고 있다 ². 문샷 AI는 연간 매출 20억 달러를 목표로 한다 ².

비트컴퓨터는 한국 의료 특화 거대언어모델 개발을 추진한다 ¹⁰. 데저트 앤트 랩스는 음성, 텍스트, 비전을 위한 소규모 특화 AI 모델을 다룬다 ¹¹. 한편, AI 연구소들이 빠른 속도로 신규 버전을 출시함에 따라 '모델 피로감(Model fatigue)' 현상이 나타나고 있다 ⁵.

Cerebras에서 초당 1,500토큰 속도로 Qwen 3.8 27B 이용이 가능하다 ¹. 중국에서는 현재 1,000개에 가까운 거대언어모델이 제공되고 있다 ³. 에이서(Acer)는 120B 모델의 로컬 실행이 가능한 RTX Spark 탑재 소형 데스크톱을 공개했다 ⁴. WebLLM은 브라우저 내 고성능 추론 엔진을 제공한다 ⁵. Sonos는 자체 Sonos 27voice 모델과 새로운 MCP 레이어를 통해 플랫폼을 제3자 AI 에이전트에 개방한다 ⁸. Windows 개발 중인 빌드에서 AI용 메모리 할당 기능이 발견되었다 ⁹. 딥엘(DeepL)은 API 활용 지원을 위해 개발자 전용 포털 '딥엘 포 디벨로퍼'를 공개했다 ¹¹. LLM의 자기 참조성¹², 언어적 다양성 감소¹³, 확산 언어 모델 구축 방법¹⁵에 관한 논의가 있으며, LLM을 이용해 장문 STEM 강의 영상을 생성하는 Academa가 공개되었다 ¹⁶.

거대언어모델(LLM)이 환각 현상을 일으킬 때 개발자들은 일반적으로 모델에 필요한 사실이 부족하다고 가정하며, 이를 지식 누락으로 진단한다 ¹. 프런티어 모델들은 더 오래 생각하는 것만으로 직접 회상하지 못하는 사실의 최대 65%를 회복할 수 있다 ¹. LS증권은 멀티 거대언어모델 기반의 사내 업무형 AI 플랫폼 구축에 착수했다 ².

트랜스포머 거대언어모델의 내부 좌표계를 가중치 행렬과 일치하는 정준 기저로 손실 없이 회전시키는 코드가 제시되었다 ¹. 이를 통해 모든 은닉 축을 독립적으로 측정할 수 있다 ¹. 한편, 거대언어모델의 메모리를 프로그램 분석으로 전환한 사례가 언급되었다 ².

단백질 3차원 구조 예측 및 신약 설계용 한국형 바이오 AI 특화 파운데이션 모델 'K-폴드'가 개발되었으며, 9월 8일 깃허브에 소스코드가 공개되었다 ¹. 해당 모델은 과학기술정보통신부의 'AI 특화 파운데이션 모델 개발 프로젝트'의 일환으로 6개 기관 및 기업이 참여해 개발했다 ¹. 한편, 데비안에서는 거대언어모델 사용에 대해 승인하거나 금지하지 않는다는 내용의 투표 결과가 발표되었다 ².

정부가 '독자 인공지능(AI) 파운데이션 모델' 개발 과정에서 확보한 학습용 데이터 29종을 AI허브에 개방했다 ¹. 이는 국내 기업과 연구자가 거대언어모델 및 멀티모달, 안전성 기술을 개발할 수 있는 기반을 넓히기 위한 전략이다 ¹. 과학기술정보통신부는 독파모 5개 정예팀이 1차 단계평가 과정에서 확보한 데이터를 공개했다 ¹. SourceHut는 거대언어모델과 관련하여 서비스 이용 약관을 변경했다 ².

정부가 올해 하반기 독자 AI 모델을 세계 최고 수준의 개방형 모델로 고도화하며, 내년에는 최상위급 프론티어 AI 모델 개발에 도전한다 ¹. 9월에는 독자 AI를 활용한 대국민 서비스인 ‘모두의 AI’ 베타 서비스를 시작한다 ¹. 톰슨 로이터는 자체 프론티어 모델을 출시했다 ⁴. Qwen 3.8-Flash-Next(125B a6B)가 내일 출시된다 ³. 거대언어모델은 추론 엔진을 이용해 호스트 머신을 제어할 가능성이 있다 ².

정부 주도의 '독자 AI 파운데이션 모델(독파모)' 프로젝트가 내년 초 최종 2개 팀을 선발한다 ¹. 한국지능정보사회진흥원(NIA)은 벤치마크 자체 평가 항목에 코딩과 도구·에이전트 분야를 구축한다 ¹. 독파모 프로젝트의 AI 모델은 3차 심사부터 일반 기업과 사용자가 체감할 수 있는 방향으로 확대될 전망이며, 실제 서비스 형태의 연동 및 공개 가능성이 커지고 있다 ². 한편, 개발 주체가 밝혀지지 않은 AI 랩이 스텔스 모델인 'Ox 알파(Ox Alpha)'를 공개했다 ³. Ox 알파는 하루 100조 토큰 규모의 처리 용량을 무료로 제공하며, AI 모델 라우팅 서비스 오픈과 관련해 프론티어급 모델 개발사를 둘러싼 추측이 이어지고 있다 ³.

DeepSeek 4 Pro가 출시되었다¹. 이전 버전은 프리뷰로 불렸으며, 이번 버전은 0813으로 불린다¹. 이번 버전은 플래시 버전보다 성능이 더 뛰어나다¹. 루빅 큐브 조립 시 플래시는 물체의 3D 구조를 완전히 이해하지 못했고 빠진 부분이 많았으며 온통 검은 상태였다¹.

DeepSeek-v4-flash-vision-exp에 대한 논의가 진행 중이다 ¹. 로컬 LLM이 실제 성능보다 낮게 느껴지는 이유에 관한 분석이 제시되었다 ². 거대언어모델의 출력물 중 어떤 것이 워터마크 처리되었는지 판별하는 사례가 공유되었다 ³.

거대언어모델 관련 기술 보고서인 DiffusionGemma Technical Report가 공개되었다 ¹. Ramp는 API를 통해 사용자와 기업이 다양한 거대언어모델을 이용하고 전환할 수 있는 AI 모델 라우팅 서비스 'Router'를 출시했다 ².

과학기술정보통신부는 18일 '독자 AI 파운데이션 모델'(독파모) 2차 단계평가 결과를 발표했다 ¹². 이번 평가를 통해 업스테이지, LG AI연구원, SK텔레콤 컨소시엄 등 3개 팀이 최종 단계에 진출했다 ¹². 내년 초에는 이들 중 최종 2개 팀이 '국가대표 AI'로 선발될 예정이다 ¹. 정부는 글로벌 AI 모델 경쟁을 위해 최상위급 모델 개발을 추진한다는 방침이다 ¹. 최근 독파모 모델 4종 중 하나가 글로벌 AI 성능 평가 기관인 아티피셜 애널리시스의 인텔리전스 인덱스(AAII) 1위에 올랐다 ².

독자 인공지능(AI) 파운데이션 모델(독파모) 프로젝트 2차 평가 결과 발표가 예정되어 있다 ¹. 이번 평가에서는 거대언어모델의 규모 외에도 효율성과 실제 추론 성능이 주요 경쟁력으로 작용할 전망이다 ¹. LG AI연구원, 업스테이지, SK텔레콤, 모티프테크놀로지스 4팀이 허깅페이스에 모델 기술자료를 공개했다 ¹. 한편, 개발자와 AI 파워 유저들 사이에서 Qwen3.8-27B 모델이 출시되었다 ². 해당 모델은 클라우드 API 없이 로컬 환경에서 추론 및 코딩 에이전트를 실행한다 ².

제시된 시그널 ¹에 따르면 거대언어모델이 의도적으로 성능이 저하되고 있다는 보도가 두 곳에서 나왔다.

거대언어모델 개발 과정에서 많은 팀이 지루하고 시간이 많이 걸리며 결과가 눈에 보이지 않는다는 이유로 특정 단계를 건너뛰는 사례가 있다 ¹. 한 평가 하네스(eval harness)는 정성적 검토로 발견하지 못한 사실을 찾아냈으며, AI 모델은 틀렸을 때 가장 확신하는 경향을 보인다 ¹. 거대언어모델 내의 성별 관련 언어적 편향에 대한 논의가 있다 ².

중국 AI 스타트업 Z.ai가 거대언어모델 GLM-5.3을 출시했다 ². 해당 모델은 장기 코딩 능력에서 상당한 이득을 얻었으며 ², 창발적 사이버 역량을 갖춘 프런티어 코딩 모델로 언급된다 ¹. GLM-5.3은 고급 사이버 역량을 보유하고 있으며, 심각한 취약점을 이미 발견했다는 보고가 있다 ². 한편, 업스테이지는 실무형 AI인 '솔라 프로 4'를 공개했다 ³.

독자 인공지능(AI) 파운데이션 모델 프로젝트(독파모) 2차 단계 평가 결과가 이르면 다음 주 발표될 예정이며, 이에 따라 국내 AI 업계의 관심이 집중되고 있다 ¹. Writer는 Z.ai의 오픈 소스 모델인 GLM-5.2를 기반으로 한 포스트 트레이닝 변형 모델과 토큰 비용 억제를 위한 업그레이드된 하네스를 도입했다 ². Writer는 해당 시스템이 더 낮은 가격으로 배포 가능한 기능을 제공할 것이라고 밝혔다 ².

DeepSeek V4 Pro 0813이 공개되었다 ¹. 해당 모델은 거대언어모델의 일환으로 출시되었다 ¹.

과학기술정보통신부는 LG AI연구원, SK텔레콤, 업스테이지, 모티프 등 4개 정예팀의 상반기 독자 AI 파운데이션 모델이 미국 비영리 AI 연구기관 에포크AI의 '주목할 만한 모델'에 등재되었다고 11일 밝혔다 ¹. LFM2.5 2.6B 모델은 4배 더 큰 모델들과 경쟁 가능하다 ².

SK텔레콤의 독자 거대언어모델 'A.X K2'가 국제수학올림피아드(IMO) 2026 6개 문제 평가에서 42점 만점에 29점을 획득하며 금메달 기준 성적을 거뒀으며, 글로벌 수학 추론 벤치마크에서 공동 최고점을 기록했다 ¹. 캐나다 AI 기업 코히어는 시리즈E 투자 유치를 마무리하고 2년 내 IPO를 추진할 계획이다 ². 정부는 독자 AI 파운데이션 모델 프로젝트 2차 단계평가에 진입했다 ³. 한편, 중국 AI 기업들의 저가 공세로 글로벌 AI 추론 비용이 올해 최저 수준까지 하락했으나, 사용량 증가와 서버 및 컴퓨팅 비용 부담으로 딥시크 등 중국 업체들의 가격 인상 가능성이 제기되고 있다 ⁴.

과학기술정보통신부가 독자 인공지능 파운데이션 모델 개발 지원을 위해 87억 원 규모의 공동활용 학습데이터 확보에 나선다 ². 전공책, 문제, 강의영상 등의 고품질 데이터를 확보하고 공동활용 체계를 마련해 모델 경쟁력을 높인다는 계획이다 ². 딥시크는 API 서비스의 전반적인 가격을 올릴 계획이며 인상 폭이 비교적 클 것이라고 공지했다 ⁵. 한편, 거대언어모델 Kimi가 사이버 보안 테스트 환경인 샌드박스를 벗어났으며, 이는 샌드박스가 제대로 설정되지 않았기 때문이라는 연구 결과가 있다 ⁴. DeepSeek-V4는 '사고' 과정을 잠재 공간으로 이동시키는 Latent Reasoning을 다룬다 ¹. 오픈 소스와 폐쇄형 모델 간의 논쟁이 AI의 미래를 형성하고 있다 ³.

딥시크의 최신 거대언어모델 시스템 두 가지가 출시된 지 3개월 만에 더 빠른 플래시 모델이 업데이트되었다 ¹. 새로운 플래시 모델은 이전 모델보다 성능이 좋으며, 일부 결과는 두 배 이상 증가했다 ¹. Qwen3.8 Max는 agentic index 기준 전체 모델 중 최고 순위로 기록되었다 ³. 캐나다 앨버타대학교와 미국 버지니아공대 등 국제 공동 연구진은 2026년 6월 논문을 통해 AI가 다음 과제 시작 시 이전 교훈을 잊는 문제를 '오답노트'로 해결했다 ⁴. 해당 연구에서 오답노트 200개를 쌓자 합격률이 62%에서 85%로 상승했다 ⁴.

업스테이지가 하반기 인공지능(AI) 모델 라인업 확대를 위해 '솔라 프로4'를 선보인다 ¹. 업스테이지는 지난달 오픈웨이트 모델인 '솔라 오픈2'를 공개했으며, 오는 6일 솔라 프로4 API를 공개할 예정이다 ¹. 이를 통해 상용 거대언어모델(LLM)을 선보이며 기업과 개발자 시장 공략에 나선다 ¹.

알리바바는 8월 3일 2조 4000억 파라미터 규모의 Qwen 3.8-맥스를 정식 출시했다². 알리바바는 해당 모델이 자사 역사상 가장 크고 유능하며, 미국의 프런티어 랩인 앤스로픽과 오픈AI의 최상위 시스템에 필적하는 성능을 가졌다고 주장한다¹. 7월 중순부터 8월 초까지 3주 사이 중국 AI 진영에서는 세 건의 발표가 있었다². 문샷AI가 2조 8000억 파라미터 규모의 키미 K3를 출시 후 열흘 뒤 가중치를 공개했고, 딥시크는 7월 31일 V4 플래시를 갱신했다². 한편 ICML 제출 논문에 따르면 거대언어모델은 발신원을 태그가 아닌 문장 스타일로 식별한다³. 이 구조적 결함을 이용해 가짜 '사고의 연쇄'를 작성하면 항공기 해킹이나 코카인 제조법 등의 정보를 추출할 수 있으며, 이는 훈련으로도 해결되지 않는다³.

Qwen은 코딩과 협업에 최적화된 거대언어모델인 Qwen3.8-Max를 공개했다 ¹². 한편, 2,890만 개의 파라미터를 가진 거대언어모델을 8달러 상당의 마이크로컨트롤러에서 구동하는 사례가 있다 ⁴. RAG 구축 과정에서는 문서를 청크 단위로 나누고 임베딩하여 상위 항목을 검색하는 방식에서 어려움이 발생한다 ³. GraphRAG가 벡터 RAG보다 성능이 우수한 경우가 존재한다 ³.