[서울=뉴시스]오동현 기자 = 인공지능(AI) 모델 경량화·최적화 기업 노타가 문샷AI의 초거대 AI 모델 '키미 K3(Kimi K3)'를 경량화해 구동에 필요한 그래픽처리장치(GPU)를 최대 절반으로 줄였다고 5일 밝혔다.

노타에 따르면 키미 K3는 2조8000억개의 매개변수를 갖춘 프론티어급 오픈웨이트 모델로, 입력값에 따라 필요한 모듈만 선택적으로 활성화하는 전문가 혼합(MoE) 구조를 채택해 연산 효율을 높였다. 다만 구동에 엔비디아의 최신 고성능 GPU인 B300 8장이 필요해 기업과 개발자의 비용·인프라 부담이 컸다.

노타는 키미 K3가 학습 단계부터 가중치와 활성값을 각각 4비트와 8비트로 낮춰 설계돼, 숫자의 정밀도를 낮춰 크기와 연산량을 줄이는 일반적인 양자화 방식만으로는 추가 압축 범위가 제한적이었다고 설명했다.

노타는 이를 자체 개발한 '비균일 전문가 프루닝(Non-uniform Expert Pruning)' 기술로 해결했다. 모델 층별 특성과 모듈 중요도를 분석해 핵심 전문가는 보존하고 기여도가 낮은 모듈만 선별 제거하는 방식이다. 모든 층을 동일 비율로 줄이던 기존 방식과 달리 층별 제거 비율을 다르게 적용해 성능 저하를 최소화했다는 게 회사 측 설명이다.

노타는 이를 통해 전문가 모듈을 각각 25%, 50% 줄인 경량화 모델 2종을 공개했다. 구동에 필요한 엔비디아 B300 GPU는 기존 8장에서 각각 6장과 4장으로 줄었다.

성능 유지도 확인됐다는 것이 노타의 설명이다. 노타가 자체 평가한 결과, 층별 전문가를 동일 비율로 제거하는 REAP(Router-weighted Expert Activation Pruning) 방식보다 노타의 50% 경량화 모델이 대다수 벤치마크에서 더 높은 성능 보존율을 기록했다. 고난도 과학·추론 능력을 평가하는 GPQA-다이아몬드와 지시 수행 능력을 평가하는 IFEval에서는 각각 2.52점, 2.22점 높았다.

앞서 노타가 허깅페이스에 공개한 업스테이지 '솔라 오픈2' 경량화 모델은 공개 2주 만에 누적 다운로드 6만8000회를 돌파했다.

김태호 노타 최고기술책임자(CTO)는 "자체 개발한 비균일 전문가 프루닝 기술을 바탕으로 솔라 오픈2에 이어 프론티어급 모델인 키미 K3까지 성공적으로 경량화해 주요 성능을 유지하면서 필요한 GPU를 최대 절반으로 줄이는 등 초거대 AI 모델의 연산 효율성을 높였다"며 "다양한 프론티어급 AI 모델을 한정된 연산 자원에서도 효율적으로 활용할 수 있도록 기술 적용 범위를 확대하겠다"고 말했다.

노타가 공개한 솔라 오픈2와 키미 K3 경량화 모델은 글로벌 AI 플랫폼 허깅페이스에서 확인할 수 있다.


◎공감언론 뉴시스 odong85@newsis.com