본문 바로가기

Development News/AI669

클링 O1, 영상 생성의 ‘씬 체인지’를 여는 통합 멀티모달 비디오 모델 크리에이티브 산업의 생산성을 구조적으로 재편할 기술이 등장했다. 콰이쇼우가 공개한 ‘클링 O1(Kling O1)’은 텍스트·이미지·영상 입력을 모두 이해하고, 생성·편집·이해를 하나의 아키텍처에서 처리하는 업계 최초의 통합 비디오 모델이다. 글로벌 시장에서 나노 바나나가 이미지 편집의 패러다임을 바꿨다면, 콰이쇼우는 그 정밀 편집 능력을 동영상 영역으로 확장하며 새로운 경쟁 라운드를 연 셈이다.AI 비디오 모델은 그동안 생성 중심 또는 편집 중심으로 기능이 분화돼 있었지만, 실제 제작 파이프라인은 생성–수정–보정–버전 관리–출력으로 이어지는 연속적 흐름을 가진다. 클링 O1이 이 전 과정을 하나의 통합 모델로 처리할 수 있다고 주장한다는 점은 영상 제작 산업의 비용 구조와 팀 구성 방식, 그리고 콘텐츠 .. 2025. 12. 3.

알리바바 ‘Z-이미지’, 60억 파라미터로 나노바나나급 품질 구현…이미지 생성 시장의 판도를 다시 짠다 알리바바가 60억 파라미터(6B) 기반 이미지 생성 모델 ‘Z-이미지(Z-Image)’를 공개하면서 글로벌 생성형 이미지 시장에 새로운 균형점을 제시했다. 모델 규모는 중형에 불과하지만, 품질은 200억 파라미터급 상용 모델을 능가하고 나노바나나(Nano-Banana)와 직접 비교될 정도다. 더 나아가 오픈소스로 공개되면서 기업·개발자 생태계에 막대한 파급력을 예고한다. GPU 자원 제약이 큰 국내 기업에게 특히 의미가 크다.기술 핵심 분석Z-이미지는 기존 이미지 생성 모델과 아키텍처적 출발점부터 다르다.단일 스트림 Diffusion Transformer(DiT)일반 모델이 텍스트 스트림과 이미지 스트림을 분리해 두 개의 모듈로 처리하는 것과 달리, Z-이미지는 텍스트 토큰·시맨틱 비주얼 토큰·VAE 이.. 2025. 12. 2.

딥시크 V3.2, GPT-5·제미나이 3 프로와 대등한 첫 초거대 오픈소스 LLM…기업 AI 전략의 게임체인저인가 딥시크(DeepSeek)가 6850억 파라미터 기반의 차세대 오픈소스 LLM인 V3.2 시리즈를 공개하며 글로벌 AI 경쟁 구도에 결정적 변수를 던졌다. 특히 고성능 버전인 V3.2-스페셜(Speciale)이 국제수학올림피아드(IMO), 국제정보올림피아드(IOI), ICPC 등 고난도 문제 해결 벤치마크에서 인간 금메달 수준을 기록하면서, 미국 빅테크의 폐쇄형 프런티어 모델(GPT-5, Gemini 3 Pro)에 필적하는 첫 오픈소스 대안이라는 평가가 나오고 있다.기업 입장에서 이는 비용, 기술 독립성, 모델 커스터마이징 측면에서 전략적 선택지를 크게 확장시키는 매우 중대한 변화다.기술 핵심 분석딥시크 V3.2 시리즈의 기술적 진화는 단순 성능 향상을 넘어 구조적 혁신을 동반한다. 1. 초거대 모델 구조.. 2025. 12. 2.

소라·나노 바나나 프로 축소 조치, 생성형 AI 시장은 지금 ‘사용량 기반 전면 재편’이 시작됐다 오픈AI 소라(Sora)와 구글 나노 바나나 프로(Nano Banana Pro)가 동시에 무료 생성 한도를 대폭 축소했다. 핵심 키워드인 생성형 AI, 영상 생성 모델, 사용량 기반 요금제, 인프라 비용, GPU 수요 급증은 기술 기업과 엔터프라이즈 모두가 직면한 구조적 변화를 보여준다. 최근 전 세계적으로 이미지·영상 생성 수요가 폭증하면서, 두 빅테크가 무료 정책을 유지하기 어렵다고 판단한 것이다. 이는 단순한 정책 조정이 아니라 산업지형의 본격적인 변곡점을 의미한다.소라와 나노 바나나 프로는 각각 멀티모달 생성 모델 중에서도 고해상도 영상·이미지 생성에 초점을 둔 모델로, 내부 구조상 매우 높은 연산 밀도를 요구한다. 이러한 모델은 초당 수백만 단위의 매트릭스 연산과 대규모 시계열 해상도 샘플링을 .. 2025. 12. 1.

딥시크의 ‘IMO 금메달 수학 모델’ 오픈소스 공개, AI 추론 경쟁의 새로운 전환점 딥시크가 국제수학올림피아드(IMO) 금메달 수준 성능을 달성한 ‘DeepSeekMath-V2’를 오픈 소스로 공개했다. 이는 오픈AI·구글에 이어 세 번째 IMO 금메달 모델이며, 그 중 유일하게 전체 모델을 공개한 사례다. 단순한 기술 성과를 넘어, AI 수학 추론의 새로운 패러다임을 상업적으로 누구나 활용할 수 있는 수준으로 개방했다는 점에서 산업·학술 생태계 모두에 큰 충격을 주고 있다.이번 모델은 강화학습(RL), 자체 검증(Self-verification), 병렬 탐색(Parallel Thinking)이라는 고난도 기술을 통합한 ‘수학 특화 LLM’의 정점에 가깝다. 특히 검증기(verifier)를 RL 보상 모델로 활용하는 구조는 중대형 모델에서 고난도 문제 해결 능력을 높이는 유력한 방향으로.. 2025. 11. 30.

챗GPT가 시간을 잘 못 맞추는 이유, LLM 아키텍처 관점에서 본 구조적 한계 챗GPT가 현재 시각을 틀리게 말하는 문제가 단순한 버그가 아니라, 대형언어모델(LLM) 아키텍처의 구조적 특성과 맞물린 현상이라는 점이 다시 주목받고 있다. 사용자 관점에서는 “시간도 못 맞추는 비서”로 보이지만, 기술적·산업적 차원에서는 훨씬 복잡한 맥락이 존재한다. 특히 실시간 정보와 언어 기반 추론이 결합된 시점에서, LLM이 어떤 데이터를 언제 참조해야 하는지 판단하는 문제는 엔터프라이즈 AI 도입의 핵심 이슈로 떠오르고 있다. LLM이 시간을 잘못 말하는 기술적 이유LLM이 시간을 정확히 모르는 것은 모델이 실시간 환경과 단절된 언어 시스템이기 때문이다. 이 구조는 세 가지 이유로 요약된다. 첫째, LLM은 시스템 클록에 접근하지 않는다. 일반 컴퓨터나 스마트폰은 하드웨어 시계칩을 통해 시간을.. 2025. 11. 29.

이전 1 2 3 4 ··· 112 다음

티스토리툴바