섹션별 상세
멀티버스 컴퓨팅은 양자 컴퓨팅에서 영감을 얻은 'CompactifAI'라는 압축 기술을 개발하여 대형 언어 모델(LLM)의 효율성을 극대화했다. 이 기술은 OpenAI의 gpt-oss-120b 모델을 기반으로 하며, 원본 모델의 성능과 정확도를 거의 유지하면서도 크기를 32GB로 줄여 원본 대비 약 절반 수준의 용량을 차지한다.
새롭게 업데이트된 'HyperNova 60B 2602' 버전은 특히 추론 비용이 높은 도구 호출(Tool Calling)과 에이전트 기반 코딩(Agentic Coding) 기능을 대폭 개선했다. 이를 통해 기업들은 고성능 모델의 기능을 훨씬 낮은 메모리 사용량과 지연 시간으로 활용할 수 있게 되었으며, Mistral Large 3와 같은 경쟁 모델보다 우수한 성능을 보인다고 밝혔다.
멀티버스 컴퓨팅은 단순한 기술 개발을 넘어 유럽의 AI 주권(Sovereign AI)을 확보하는 데 주력하며 비즈니스를 확장하고 있다. 현재 보쉬(Bosch), 캐나다 은행(Bank of Canada) 등 주요 기업 고객을 확보했으며, 연간 반복 매출(ARR)이 1억 유로에 달한다는 보고와 함께 15억 유로 이상의 기업 가치로 5억 유로 규모의 신규 투자를 유치 중인 것으로 알려졌다.
용어 해설
- 양자 영감(Quantum-inspired)
- — 양자 컴퓨팅의 수학적 원리와 알고리즘을 전통적인 컴퓨터 시스템에 적용하여 최적화 문제를 해결하는 방식이다. 실제 양자 하드웨어 없이도 복잡한 계산 효율성을 높일 수 있어 모델 압축 등에 활용된다.
- 모델 압축(Model Compression)
- — 대형 언어 모델의 가중치를 줄이거나 구조를 단순화하여 성능 손실을 최소화하면서 모델의 크기와 연산량을 줄이는 기술이다. 이를 통해 하드웨어 요구 사양을 낮추고 추론 속도를 높이는 효과를 얻는다.
- 주권 AI(Sovereign AI)
- — 국가나 지역이 외부 기술 의존도를 낮추고 자체적인 데이터, 인프라, 인력을 통해 AI 기술력을 보유하고 통제하는 개념이다. 데이터 보안과 기술 자립을 위해 유럽 등지에서 중요하게 다뤄진다.
- 에이전트 코딩(Agentic Coding)
- — AI가 단순한 코드 작성을 넘어 스스로 계획을 수립하고 도구를 사용하며 복잡한 프로그래밍 과제를 자율적으로 수행하는 방식이다. 높은 수준의 추론 능력과 도구 호출 기능이 필수적으로 요구된다.
기술
- CompactifAI
- HyperNova 60B
- Hugging Face
- gpt-oss-120b
활용 사례
- 에이전트 기반 코딩 보조
- 저지연 도구 호출 시스템
- 온프레미스 LLM 배포
언급된 리소스
AI 분석 전체 내용 보기
AI 요약 · 북마크 · 개인 피드 설정 — 무료
출처 · 인용 안내
원문 발행 2026. 02. 25.수집 2026. 02. 25.출처 타입 RSS
인용 시 "요약 출처: AI Trends (aitrends.kr)"를 표기하고, 사실 확인은 원문 보기 기준으로 진행해 주세요. 자세한 기준은 운영 정책을 참고해 주세요.
