인공지능 개발이라는 치열한 경쟁 분야에서 최첨단 반도체 기술에 대한 접근성은 종종 혁신의 속도를 좌우합니다. 중국 기술 대기업들에게 이러한 접근성은 지정학적 긴장과 미국이 부과한 엄격한 수출 통제로 인해 점점 더 복잡해지고 있습니다. 이러한 어려운 환경 속에서 Alibaba 계열의 핀테크 강자인 Ant Group은 독자적인 길을 개척하고 있습니다. 이 회사는 정교한 AI 모델 훈련의 효율성과 비용 효율성을 향상시키는 데 특히 중점을 두고, 미국 및 국내 공급업체로부터 조달한 이기종 반도체 혼합물을 전략적으로 배치하여 AI 야망을 추진하고 있습니다.
이 계산된 접근 방식은 단순한 기술적 해결책 이상이며, 근본적인 전략적 적응을 나타냅니다. 자국산 대안을 포함하여 다양한 제조업체의 칩을 의도적으로 통합함으로써 Ant Group은 공급망 중단과 관련된 위험을 완화하고 단일 공급업체, 특히 국제 무역 제한 대상이 되는 공급업체에 대한 의존도를 줄이는 것을 목표로 합니다. 이러한 다각화는 AI 연구 개발 파이프라인의 연속성과 복원력을 보장하는 데 중요합니다. 핵심 목표는 두 가지입니다. 대규모 모델 훈련과 일반적으로 관련된 상당한 비용을 동시에 최적화하면서 AI 혁신의 추진력을 유지하는 것입니다.
##
전문화의 힘: 전문가 혼합(MoE) 수용
Ant Group의 하드웨어 전략의 핵심은 전문가 혼합(Mixture of Experts, MoE)으로 알려진 고급 AI 아키텍처의 채택입니다. 이 기술은 단일의 거대한 신경망이 주어진 작업의 모든 측면을 학습하고 처리하려고 시도하는 전통적인 모놀리식 AI 모델에서 크게 벗어난 것입니다. 반면 MoE 접근 방식은 보다 분산되고 전문화된 구조를 사용합니다. 이는 단일 제너럴리스트보다는 전문가 위원회처럼 기능합니다.
다양한 지식이 필요한 복잡한 문제를 상상해 보십시오. 한 명의 박식가에게 의존하는 대신 수학자, 언어학자, 역사가, 그리고 아마도 물리학자로 구성된 팀을 구성합니다. ‘게이팅 네트워크(gating network)’는 디스패처 역할을 하여 들어오는 작업이나 데이터 포인트를 분석하고 더 큰 시스템 내에서 가장 적합한 ‘전문가(expert)’ 모델로 지능적으로 라우팅합니다. 각 전문가 모델은 특정 유형의 입력 또는 하위 작업에서 탁월하도록 훈련됩니다. 예를 들어, 언어 모델에서 한 전문가는 기술 용어 이해에 특화될 수 있고, 다른 전문가는 창의적인 글쓰기 스타일에, 세 번째 전문가는 대화형 대화에 특화될 수 있습니다.
이 모듈식 설계의 주요 이점은 계산 효율성에 있습니다. 훈련 또는 추론(모델이 예측을 할 때) 중에 주어진 입력에 대해 관련 전문가 모델과 게이팅 네트워크만 활성화됩니다. 이러한 선택적 계산은 수십억 또는 수조 개의 매개변수를 가진 전체 네트워크가 모든 단일 계산에 참여해야 하는 밀집 모델(dense models)과 극명한 대조를 이룹니다. 결과적으로 MoE 모델은 밀집 모델과 비슷하거나 더 우수한 성능을 달성하면서도 훨씬 적은 계산 능력과 에너지를 필요로 할 수 있습니다.
Ant Group은 이러한 아키텍처적 이점을 효과적으로 활용했습니다. 내부 연구 및 실제 적용을 통해 MoE를 사용하면 덜 강력하거나, 더 쉽게 구할 수 있거나, 저렴한 하드웨어를 활용하더라도 강력한 훈련 결과를 얻을 수 있음이 입증되었습니다. 회사가 공유한 결과에 따르면, MoE의 이러한 전략적 구현은 AI 모델 훈련과 관련된 컴퓨팅 비용을 20% 절감하는 주목할 만한 성과를 가능하게 했습니다. 이러한 비용 최적화는 단순한 점진적 절감이 아니라 전략적 조력자로서, Ant가 중국 기업들이 조달하기 점점 더 어려워지는 가장 비싼 최고급 그래픽 처리 장치(GPU)에만 반드시 의존하지 않고도 야심 찬 AI 프로젝트를 추구할 수 있게 해줍니다. 이러한 효율성 향상은 외부 환경에 의해 부과된 하드웨어 제약을 직접적으로 해결합니다.
##
실리콘 태피스트리: Ant의 하드웨어 포트폴리오
Ant Group 전략의 실제 구현에는 복잡한 반도체 환경을 탐색하는 것이 포함됩니다. 회사의 AI 훈련 인프라는 유연성과 복원력에 대한 약속을 반영하여 다양한 칩 배열로 구동되는 것으로 알려졌습니다. 여기에는 계열사인 Alibaba가 자체 설계한 실리콘, 즉 Alibaba의 T-Head 반도체 부서에서 개발한 칩이 포함될 가능성이 높습니다. 또한 Ant는 미국의 제재에 대응하여 자체 AI 가속기(Ascend 시리즈 등) 개발에 막대한 투자를 한 또 다른 중국 기술 대기업인 Huawei의 칩을 통합합니다.
Ant Group은 역사적으로 AI 훈련 시장의 확실한 선두 주자인 Nvidia의 고성능 GPU를 활용해 왔지만, 진화하는 미국의 수출 통제로 인해 전환이 불가피해졌습니다. 이러한 규정은 국가 안보 우려를 이유로 중국 기업에 대한 최첨단 AI 가속기 판매를 구체적으로 제한합니다. Nvidia는 여전히 중국 시장에 저사양 칩을 공급할 수 있지만, Ant Group은 최고급 Nvidia 제품에 대한 제한된 접근성을 보완하기 위해 공급업체 기반을 적극적으로 확장하고 있는 것으로 보입니다.
이러한 다각화에는 Advanced Micro Devices (AMD)의 칩이 두드러지게 포함됩니다. AMD는 고성능 컴퓨팅 및 AI 분야에서 Nvidia의 중요한 경쟁자로 부상했으며, 특정 워크로드에 대해 실행 가능한 대안을 제시하는 강력한 GPU를 제공합니다. Alibaba 및 Huawei의 국내 옵션과 함께 AMD 하드웨어를 통합함으로써 Ant는 이기종 컴퓨팅 환경을 구축합니다. 이러한 혼합 및 매치 접근 방식은 소프트웨어 최적화 및 워크로드 관리에서 복잡성을 추가할 수 있지만 중요한 유연성을 제공합니다. 이를 통해 회사는 가용성, 비용 및 다양한 AI 모델과 작업의 특정 계산 요구 사항에 따라 하드웨어 사용을 조정하여 단일의 제한된 소스에 대한 의존으로 인한 병목 현상을 우회할 수 있습니다.
이 전략의 배경에는 복잡하게 얽힌 미국의 수출 통제가 있습니다. 이러한 조치는 중국의 첨단 반도체 제조 및 AI 개발 진전을 억제하기 위해 점진적으로 강화되었습니다. 처음에는 최고급 칩에 초점을 맞추었지만, 제한 조치는 진화하여 더 광범위한 하드웨어 및 반도체 제조 장비에 영향을 미치고 있습니다. 예를 들어, Nvidia는 이러한 규정을 준수하기 위해 중국 시장을 위해 주력 AI 칩(A100 및 H100에서 파생된 A800 및 H800 등)의 특정 저성능 버전을 만들어야 했습니다. AMD 및 국내 업체의 대안을 수용하는 Ant의 전략은 이러한 규제 압력에 대한 직접적이고 실용적인 대응이며, 주어진 제약 조건 내에서 AI 경쟁력을 유지하려는 노력을 보여줍니다.
##
실행 중인 AI: 의료 서비스 혁신
Ant Group의 AI 효율성 향상은 단순한 이론적 연습이 아니라 실제 응용 분야로 적극적으로 전환되고 있으며, 특히 의료 부문에 중점을 두고 있습니다. 이 회사는 최근 의료 분야에 맞춤화된 AI 솔루션의 상당한 개선 사항을 공개하여 기본 기술 전략의 실제적인 영향을 강조했습니다.
이러한 업그레이드된 AI 기능은 이미 Beijing, Shanghai, Hangzhou (Ant 본사), Ningbo 등 중국 주요 도시의 여러 저명한 의료 기관에서 사용되고 있는 것으로 알려졌습니다. 7개의 주요 병원 및 의료 기관이 Ant의 AI를 활용하여 운영 및 환자 관리의 다양한 측면을 개선하고 있습니다.
Ant의 의료 AI 모델의 기반 자체는 협업 혁신과 다양한 기술 강점을 활용한 예입니다. 이는 강력한 대규모 언어 모델(LLM)의 조합을 기반으로 구축되었습니다.
- DeepSeek의 R1 및 V3 모델: DeepSeek은 종종 강력한 성능 벤치마크를 달성하는 유능한 오픈 소스 모델 개발로 알려진 주목할 만한 중국 AI 연구 회사입니다.
- Alibaba의 Qwen: 이는 Ant의 계열사인 Alibaba가 개발한 독점적인 대규모 언어 모델 제품군으로, 다양한 크기와 기능을 포괄합니다.
- Ant 자체의 BaiLing 모델: 이는 Ant Group이 특정 요구에 맞게 맞춤형 AI 모델을 개발하려는 내부 노력을 나타내며, 금융 및 잠재적으로 의료 관련 데이터와 전문 지식을 통합할 가능성이 높습니다.
이 다중 모델 기반을 통해 의료 AI 솔루션은 광범위한 지식과 기능을 활용할 수 있습니다. Ant Group에 따르면 이 시스템은 광범위한 의료 주제에 대한 질문을 처리하는 데 능숙하며, 빠른 정보를 찾는 의료 전문가와 일반적인 의학 지식을 찾는 환자 모두에게 귀중한 도구가 될 수 있습니다(단, 전문적인 의학적 조언과의 역할 구분은 중요합니다).
정보 검색 외에도 회사는 AI 모델이 환자 서비스를 향상하도록 설계되었다고 밝혔습니다. 구체적인 세부 정보가 나오고 있지만, 이는 다음과 같은 다양한 응용 프로그램을 포함할 수 있습니다.
- 지능형 분류(Intelligent Triage): 설명된 증상을 기반으로 환자의 요구 사항 우선순위를 정하는 데 도움을 줍니다.
- 예약 일정 및 관리: 예약 프로세스를 자동화하고 최적화합니다.
- 퇴원 후 추적 관리: 자동 알림을 제공하거나 환자의 회복 진행 상황을 확인합니다.
- 행정 지원: 의료진의 문서화, 요약 또는 데이터 입력 작업을 지원하여 직접적인 환자 치료에 더 많은 시간을 할애할 수 있도록 합니다.
주요 병원에서의 배치는 기술의 유용성을 검증하고 정확성, 신뢰성 및 데이터 프라이버시에 대한 엄격한 요구 사항을 포함하는 의료 영역의 복잡성을 탐색하는 데 중요한 단계임을 의미합니다.
##
프리미엄 GPU를 넘어서는 항로 설정
앞으로 Ant Group의 전략은 중국 기술 산업 내 더 넓은 야망과 일치하는 것으로 보입니다. 즉, 가장 진보되고 종종 제한되는 GPU에만 의존하지 않고 최첨단 AI 성능을 달성하는 것입니다. 이 회사는 DeepSeek과 같은 조직이 취한 경로를 모방하여 ‘프리미엄 GPU 없이’ 고성능 AI 모델을 확장하는 방법에 초점을 맞출 계획이라고 합니다.
이러한 야망은 아키텍처 혁신(MoE 등), 소프트웨어 최적화, 그리고 다양하고 잠재적으로 덜 강력한 하드웨어의 영리한 활용이 최고급 실리콘에 대한 제한된 접근으로 인해 발생한 성능 격차를 종합적으로 메울 수 있다는 믿음을 시사합니다. 이는 부분적으로 수출 통제로 인한 필요성에서 비롯된 전략이지만, 보다 비용 효율적이고 민주화된 AI 개발을 향한 잠재적으로 지속 가능한 경로를 반영하기도 합니다.
이 목표를 달성하는 것은 단순히 MoE를 넘어서 다양한 길을 탐색하는 것을 포함합니다.
- 알고리즘 효율성: 훈련 및 추론에 더 적은 계산 능력을 필요로 하는 새로운 AI 알고리즘 개발.
- 모델 최적화 기술: 양자화(계산에 사용되는 숫자의 정밀도 감소) 및 가지치기(신경망의 중복 부분 제거)와 같은 방법을 사용하여 상당한 성능 손실 없이 모델을 더 작고 빠르게 만듭니다.
- 소프트웨어 프레임워크: 이기종 하드웨어 환경 전반에 걸쳐 AI 워크로드를 효율적으로 관리하고 분산하여 사용 가능한 컴퓨팅 리소스 활용을 극대화할 수 있는 정교한 소프트웨어 생성.
- 특화된 국내 하드웨어: Huawei (Ascend), Alibaba (T-Head) 및 잠재적으로 다른 중국 기업들이 AI 작업을 위해 특별히 설계한 AI 가속기의 지속적인 투자 및 활용.
Ant Group이 중국 기술 생태계의 다른 기업들과 함께 이 길을 추구하는 것은 상당한 영향을 미칠 수 있습니다. 성공한다면 AI 분야의 리더십이 절대적으로 가장 빠른 칩에 대한 접근성에만 의존하는 것이 아니라 소프트웨어, 아키텍처 및 시스템 수준 최적화의 혁신에도 달려 있음을 보여줄 수 있습니다. 이는 전략적 다각화와 끊임없는 혁신을 통해 현재 글로벌 기술 환경의 복잡성을 헤쳐나가며 탄력적이고 자급자족적인 AI 역량을 구축하려는 단호한 노력을 나타냅니다. MoE와 같은 기술을 통해 최적화되고 의료와 같은 중요한 부문에 적용된 미국 및 중국 반도체의 통합은 압박 속에서 AI 발전을 유지하기 위한 실용적이고 적응적인 접근 방식을 보여줍니다.