11월 2주 국내외 오픈소스SW 관련 동향을 모아 정리하였습니다.
자세한 내용은 기사 제목을 클릭하시면 보실 수 있습니다.
□ 루닛, 300억 파라미터 의료 특화 AI 모델 ‘러닝유닛 2.0’ 오픈소스 공개
의료 AI 기업 루닛이 과학기술정보통신부의 ‘인공지능 특화 파운데이션 모델’ 프로젝트를 완료하고, 의료 특화 AI 모델 ‘러닝유닛 2.0’을 허깅페이스에 오픈소스로 공개했습니다. 이 모델은 총 300억 개 파라미터 중 활성 파라미터를 50억 개 수준으로 줄여 연산 부담을 낮추고, 민감한 의료 데이터를 외부 서버로 전송하지 않고 병원 내부에서 구동할 수 있도록 설계됐습니다. 루닛은 SK바이오팜 등 23개 산·학·연·병 기관과 컨소시엄을 구성해 개발을 진행했으며, 전국 9개 의료기관에서 약 6개월간 현장 실증을 수행했습니다. 실증 결과, 암 환자 다학제 진료에서 AI가 제시한 치료 방침의 86.2%가 임상적으로 타당하다는 평가를 받았으며, 응급실 중증도 분류와 약물이상반응 인과성 판정에서는 전문의 판단과 한 단계 이내로 일치한 비율이 각각 98%를 기록했습니다. 또한 17개 의료 벤치마크 평가에서 목표 성능을 달성했습니다.
(참고뉴스)
- 루닛, 300억 파라미터 의료 AI ‘러닝유닛 2.0’ 오픈소스 공개(바이오타임즈)
□ 디노티시아, LLM 학습·평가 도구 활용 첫 오픈소스 해커톤 개최
디노티시아가 11월 14일과 21일 모두의연구소 강남에서 자체 개발한 거대언어모델(LLM) 학습·평가 도구를 활용하는 첫 오픈소스 해커톤을 개최합니다. 이번 행사는 디노티시아가 공개한 오픈소스 도구의 활용을 확대하고, 외부 개발자의 프로젝트 기여를 활성화하기 위해 마련됐습니다. 참가자들은 LLM 파인튜닝 도구 ‘DNA 팩토리(DNA Factory)’와 모델 평가 도구 ‘DNA 이밸류에이션 하네스(DNA Evaluation Harness)’를 직접 실행하고 코드를 개선한 뒤, 풀 리퀘스트(PR)를 제출하는 실습에 참여합니다. DNA 팩토리는 학습 방식과 데이터, GPU 환경 등을 설정해 모델을 추가 학습할 수 있도록 지원하며, DNA 이밸류에이션 하네스는 모델의 응답을 정해진 기준에 따라 평가하고 개선 사항을 검토할 수 있도록 돕습니다. 이번 행사는 과학기술정보통신부와 정보통신산업진흥원(NIPA)의 ‘2026년 오픈소스 AI·SW 개발·활용 지원사업’과 연계해 진행됩니다.
(참고뉴스)
- 디노티시아, LLM 학습·평가 도구 개발 첫 오픈소스 해커톤 개최(전자신문)
□ 카카오, AI 에이전트 의사결정 지원 멀티모달 모델 ‘카나나-2-v-디사이드’ 오픈소스 공개
카카오가 AI 에이전트의 의사결정을 지원하는 멀티모달 모델 ‘카나나-2-v-디사이드(Kanana-2-v-decide)’를 허깅페이스에 오픈소스로 공개했습니다. 의사결정 모델은 이용자의 질문에 대해 문장으로 답변하는 대신, 확률·선택·점수 등 규격화된 형태로 판단 결과를 제공하는 모델로 서비스가 이 결과를 바로 활용할 수 있도록 설계돼 자연어 답변에서 필요한 결론을 다시 추출하는 과정을 줄이고 다음 동작으로 빠르게 연결할 수 있습니다. 즉, 각 단계에 필요한 판단 결과를 빠르게 제공해 에이전트가 다음 작업을 수행하도록 돕습니다. 이 모델은 기존 멀티모달 언어모델 ‘카나나-2-v-3b’를 기반으로 개발됐으며 제브와 같은 판단 형식을 지원하는 동시에 텍스트와 이미지를 함께 이해해 고객 문의 분류나 AI 에이전트 도구 선택, 상품 이미지 판단 등 판단이 필요한 다양한 서비스에 적용할 수 있습니다. 카카오는 입력한 질문과 선택지를 숫자들의 묶음인 ‘벡터’로 표현해 유사도를 비교하는 임베딩 기반 구조를 적용했으며, H200 GPU 1장 기준 평균 0.04초 이내의 응답 속도를 기록해 GPT-6 루나 대비 43배 빠른 성능을 보였다고 밝혔습니다. 또한 자체 평가 데이터셋 ‘카나나 디시전 벤치’와 공개 평가 데이터셋 ‘디시전 인덱스’에서 비교 대상 모델 중 가장 높은 성능을 기록했습니다. 카카오는 연구 및 상업적 활용이 가능한 ‘카나나 오픈 라이선스’를 적용했으며, 향후 웹 검색과 상품 카테고리 자동 분류 등 내부 서비스 환경에 우선 적용하여 지속적으로 성능을 개선하고 검색과 판단 기능을 통합하는 방향으로 기술을 고도화할 계획입니다.
* Kanana-2-v-decide 허깅페이스 : https://huggingface.co/collections/kakaocorp/kanana-2-v-decide
(참고뉴스)
- 카카오, 멀티모달 모델 ‘카나나-2-v-디사이드’ 오픈소스 공개(데이터넷)
□ 래블업, 오픈소스 AI 추론 엔진 ‘MLxcel’ AMD 플랫폼 지원 확대
래블업이 11월 4일 개최된 ‘AMD Advancing AI Korea’에서 오픈소스 AI 추론 엔진 ‘MLxcel’의 AMD 플랫폼 공식 지원을 발표했습니다. MLxcel은 CPU와 GPU가 메모리를 공유하는 통합 메모리 아키텍처(UMA)에 최적화된 추론 엔진으로, 기존 애플 실리콘과 엔비디아 CUDA에 이어 AMD ROCm까지 지원 범위를 확대했습니다. 이날 발표에서 AMD Strix Halo 환경에서의 대규모 언어 모델(LLM) 및 비전 언어 모델(VLM) 추론 최적화 성과를 공유했다. 메모리 대역폭 병목에 대응하는 하드웨어 특성 기반 실행 설계, 연속 배칭(Continuous Batching)·투기적 디코딩(Speculative Decoding) 등 산업 최신 추론 가속 기법이 종합적으로 적용됐으며, 이를 통해 동일 하드웨어에서 범용 오픈소스 엔진 대비 월등한 처리량·지연시간 성능을 확보했다고 밝혔습니다. 또한 기존 AI 인프라 플랫폼 ‘Backend.AI’에서 엔비디아·AMD·인텔 GPU와 국산 NPU를 지원해 온 멀티벤더 전략을 오픈소스 추론 엔진으로 확장하고, 오픈소스 커뮤니티와 협력해 AI 인프라의 이식성, 선택권, 속도를 계속 확대해 나갈 계획입니다.
* ‘MLxcel’ 깃허브 : https://github.com/lablup/mlxcel
(참고뉴스)
- 래블업, 오픈소스 추론 엔진 ‘Mlxcel’의 AMD 지원 발표(바이라인네트워크)
□ 구글, AI 에이전트 실행·보안·강화학습 지원 오픈소스 인프라 3종 공개
구글 클라우드가 AI 에이전트의 대규모 운영 효율성과 보안 강화를 위해 오픈소스 인프라 3종을 공개하고, 클라우드 네이티브 컴퓨팅 재단(CNCF)에 기증한다고 발표했습니다. 공개된 프로젝트는 AI 에이전트 실행 플랫폼 ‘에이전트 서브스트레이트(Agent Substrate)’, 보안 실행 환경 ‘지바이저(gVisor)’, 강화학습 인프라 ‘오픈알엘(OpenRL)’로, 지난 10월 CNCF 샌드박스 프로젝트로 승인돼 재단 편입 절차를 진행하고 있습니다.
에이전트 서브스트레이트는 AI 에이전트의 작업 상태와 실제 컴퓨팅 자원을 분리하는 방식으로 에이전트의 실행 상태를 500밀리초(ms) 이내에 복원할 수 있으며, 일반적인 컨테이너 실행 환경과 비교해 10배 높은 집적도를 구현합니다. 지바이저는AI 에이전트가 생성하거나 외부에서 가져온 코드를 안전하게 실행하기 위한 격리 기술로 컨테이너와 호스트 운영체제 사이에 별도의 사용자 공간 애플리케이션 커널을 배치해 프로그램의 시스템 호출을 처리하여 신뢰할 수 없는 코드가 호스트 커널과 직접 상호작용하는 것을 제한합니다. 오픈알엘은 AI 에이전트의 강화학습(RL, Reinforcement Learning) 기반 사후학습을 지원하는 인프라로 강화학습 기반 사후학습에서는 AI 에이전트가 실제 도구를 사용해 여러 단계의 작업을 수행하고, 그 결과를 평가해 모델의 행동을 개선합니다. 또한 쿠버네티스 환경에서 파이토치와 vLLM 등을 활용한 강화학습을 지원합니다. 즉, 에이전트 서브스트레이트가 대규모 실행 환경과 자원 관리를 담당하고, 지바이저가 코드 실행의 격리와 보안을 지원하며, 오픈알엘이 에이전트의 학습과 성능 개선을 담당하는 구조입니다. 구글의 세 프로젝트 기술을 결합하면 AI 에이전트의 실행부터 보안, 강화학습까지 하나의 클라우드 네이티브 환경에서 운영할 수 있으며, CPU와 GPU, TPU 등 다양한 컴퓨팅 자원을 활용하면서 특정 클라우드 플랫폼에 대한 의존도를 낮출 수 있다는 점이 특징입니다.
* Agent Substrate 깃허브 : https://github.com/agent-substrate/substrate
* gVisor 깃허브 : https://github.com/google/gvisor
* OpenRL 깃허브 : https://github.com/openrl-dev/openrl
(참고뉴스)
- AI 에이전트 실행 밀도 10배 높인다…구글, 자율형 AI 인프라 3종 오픈소스로 공개(AI타임스)
□ ETRI, 연합 디지털 트윈 프레임워크 ‘FeDiT 2.0’ 오픈소스 공개
한국전자통신연구원(ETRI)이 개별적으로 운영되는 디지털 트윈을 상호 연결하고 통합적으로 활용할 수 있는 연합 디지털 트윈 프레임워크 ‘FeDiT(Federation Digital Twin) 2.0’을 깃허브에 오픈소스로 공개했습니다. FeDiT은 서로 다른 디지털 트윈 간 데이터와 기능을 연계하는 소프트웨어 프레임워크로, 연합 객체 구성, 대용량 데이터 동기화, AI 모델 기반 예측 분석, 하이브리드 시뮬레이션, 개발자 저작 도구 등으로 구성되어 있습니다. 이를 통해 스마트시티, 재난 대응, 환경, 에너지 등 다양한 분야에서 활용될 수 있도록 지원합니다. 이번 프레임워크는 과학기술정보통신부가 지원하고 정보통신기획평가원(IITP)이 추진하는 ‘지능형 디지털 트윈 연합 핵심기술 개발’ 사업의 성과로, 한국전자기술연구원과 이에이트 등 21개 기관이 개발에 참여했습니다. 또한 기술 확산을 위해 관련 TTA 표준 10종을 제정했으며, 디지털트윈연구자 포럼을 지원하고 있습니다.
(참고뉴스)
- ETRI, 연합 디지털 트윈 프레임워크 'FeDit' 오픈소스 공개(공학저널)
- Open UP -