노타, EMNLP 2026 논문 2편 채택

| 서울=한스경제 김종효 기자 | 노타는세계적 AI 학술대회 EMNLP 2026에서 초거대 AI 모델 최적화 논문 2편을 발표했다고 25일 밝혔다. 논문은 메인 컨퍼런스와 파인딩스에 각각 채택됐다.

EMNLP 2026은 자연어처리 분야의 대표 학회다. 올해 1만8000편의 논문이 제출됐고, 메인 컨퍼런스 채택률은 15.4%였다. 노타는 엄격한 심사를 통과해 본 학술 프로그램에 이름을 올렸다.

두 논문은 GPT 계열, 큐웬, 키미 등 최신 언어모델에 적용되는 전문가 혼합 모델(MoE)의 양자화 과정에서 발생하는 성능 저하 문제를 다뤘다. 메인 컨퍼런스 논문은 양자화가 전문가 선택에 미치는 영향을 반영하고, 선택 경계에 있는 전문가 순서를 보존하는 MENDS-MoE 방법론을 제시했다. 3종의 MoE 모델을 대상으로 4비트, 3비트 양자화 실험을 진행해 비교 기술보다 높은 평균 정확도와 언어모델 성능을 기록했다.

파인딩스 논문은 모든 전문가 선택 변화를 일률적으로 보정하지 않고, 최종 답변에 영향을 주는 변화에 최적화를 집중하는 오페라(OPERA) 방법론을 제안했다. 두 연구는 양자화 이후에도 올바른 전문가 선택을 유지하며 답변 품질에 중요한 변화에 최적화 역량을 집중한다는 점에서 상호 보완적이다.

노타는 지난 7월 ICML 2026 AdaptFM 워크숍 Efficient Qwen Competition에서 3위를 차지했다. 오픈소스 LLM 큐웬 3.5-4B를 엔비디아 A10G GPU 한 장에서 구동하며 기존 대비 평균 6.978배 빠른 추론 속도를 구현했다. 같은 워크숍에서 MoE 양자화 논문 2편도 채택됐다. 이번 EMNLP 논문 채택은 ICML 워크숍 연구를 발전시킨 성과다.

노타는 지금까지 국내외 주요 학회와 저널에서 프루닝, 양자화, 모바일 엣지 AI, 생성형 AI, 비전언어모델, 초거대 언어모델 등 50여 건의 연구 성과를 발표했다. AI 모델의 규모가 커지면서 GPU와 메모리 사용량을 줄이는 기술이 AI 서비스 경제성의 핵심 요소로 떠올랐다. 노타는 연구 단계에서 검증한 최적화 방법론을 초거대 언어모델과 데이터센터 AI 인프라에 적용하고 있다.

최근에는 1조 개 이상의 매개변수를 가진 큐웬 3.8 맥스를 경량화해 구동에 필요한 엔비디아 B300 GPU를 24장에서 4장으로 줄였다. 문샷AI의 키미 K3는 B300 GPU를 8장에서 4장으로, 업스테이지의 솔라 오픈 2는 H100 GPU를 8장에서 2장으로 줄였다. 이번 논문 채택은 노타가 모바일·엣지 AI 최적화를 넘어 초대형 언어모델과 데이터센터 AI 인프라까지 기술 적용 범위를 확대하고 있음을 보여준다.

채명수 노타 대표는 "AI 모델이 수천억, 수조 개의 매개변수 규모로 커지며 AI 산업의 경쟁축이 모델 성능을 넘어 운영 효율로 이동하고 있다"며 "노타는 초거대 언어모델과 데이터센터 AI 인프라의 효율을 높일 기술적 기반을 확보했다. 앞으로도 연구개발 투자와 지원을 이어가며 AI 인프라 도입의 효율을 높이는 핵심 최적화 기술 적용 범위를 넓히겠다"고 말했다.