거대언어모델은 대규모 데이터를 학습해 텍스트 생성 및 추론을 수행하는 인공지능(AI) 시스템이다. 최근 알리바바의 Qwen 3.8 Max, 문샷AI의 키미 K3, 딥시크의 V4 플래시 등 중국 진영의 대규모 모델 출시와 업스테이지의 솔라 프로4 공개가 이어지고 있다. 연구 측면에서는 '오답노트' 방식을 통해 이전 교훈을 망각하는 문제를 개선하여 과제 합격률을 높인 사례가 보고되었다. 반면 문장 스타일 식별 결함을 이용해 제한된 정보를 추출하는 보안 취약점과 RAG의 구조적 한계가 관찰되었다. 또한 2,890만 개의 파라미터를 가진 모델을 마이크로컨트롤러에서 구동하는 사례가 확인되었다.
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 출시했다[2]. 알리바바는 해당 모델이 자사 역사상 가장 크고 유능하며, 미국의 프런티어 랩인 앤스로픽과 오픈AI의 최상위 시스템에 필적하는 성능을 가졌다고 주장한다[1]. 7월 중순부터 8월 초까지 3주 사이 중국 AI 진영에서는 세 건의 발표가 있었다[2]. 문샷AI가 2조 8000억 파라미터 규모의 키미 K3를 출시 후 열흘 뒤 가중치를 공개했고, 딥시크는 7월 31일 V4 플래시를 갱신했다[2]. 한편 ICML 제출 논문에 따르면 거대언어모델은 발신원을 태그가 아닌 문장 스타일로 식별한다[3]. 이 구조적 결함을 이용해 가짜 '사고의 연쇄'를 작성하면 항공기 해킹이나 코카인 제조법 등의 정보를 추출할 수 있으며, 이는 훈련으로도 해결되지 않는다[3].
Qwen은 코딩과 협업에 최적화된 거대언어모델인 Qwen3.8-Max를 공개했다 [1][2]. 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].