알리바바 그룹(Alibaba Group)이 칩과 클라우드 인프라, 모델, 에이전트를 아우르는 풀스택 AI 전략 로드맵과 최신 기술을 공개했다. 고객이 최신 기술을 바탕으로 AI를 대규모로 활용하고 그 가치를 충분히 실현할 수 있도록 지원한다는 취지다.

이번 발표는 알리바바 클라우드의 연례 대표 기술 행사인 ‘압사라 컨퍼런스(Apsara Conference)’에서 이뤄졌다. 주요 내용은 Qwen(큐웬) 파운데이션 모델과 멀티모달 모델, 새로운 자체 개발 AI 칩, 에이전트 구동에 특화된 에이전틱 클라우드, 스마트폰용 AI 에이전트 플랫폼 등이다. 알리바바 클라우드는 이를 통해 새로운 AI 시대의 글로벌 리더로서 입지를 더욱 강화했다.

조 차이(Joe Tsai) 알리바바 그룹 회장은 “올해 압사라 컨퍼런스의 주제는 ‘지능, 그 가능성을 넘어서(Intelligence Goes Beyond)'”라며, “지난 몇 년간 AI는 기술이 무엇을 할 수 있는지에 대한 우리의 상상력을 끊임없이 넓혀 왔다. AI는 발전 가능성이 무궁무진하며, 실제 현장에 도입하고 활용 규모를 확대해 수천 개 산업 분야의 생산성을 높일 수 있다”고 말했다. 이어 “AI가 기술적 혁신을 넘어 실질적인 가치를 창출하도록 이끄는 것이 바로 ‘지능, 그 가능성을 넘어서’라는 주제의 진정한 의미”라고 강조했다.

에디 우(Eddie Wu) 알리바바 그룹 최고경영자(CEO)는 “현재 기계의 사고(Machine Thinking) 총량은 인간의 전체 사고량(Human Thinking)의 3%에도 못 미친다”며, “향후 기계의 사고량이 인간의 1,000배에 이른다고 가정하면, 간단한 계산만으로도 기계의 사고량이 얼마나 크게 늘어날 수 있는지 알 수 있다. 기계가 사고의 핵심 주체로 자리 잡으면서 지능은 대규모로 공급되는 상품으로 바뀌고 있지만, 기계 지능 시대의 진정한 혁신 제품은 아직 등장하지 않았다”고 설명했다. 이어 “이러한 인식을 바탕으로, 알리바바 클라우드가 운영하는 글로벌 데이터센터 용량을 2032년까지 20기가와트(GW)가 넘는 규모로 확대해 업계에서 기하급수적으로 증가하는 AI 수요를 뒷받침하는 것을 목표로 한다”고 밝혔다.

알리바바는 이번 컨퍼런스에서 차세대 모델 Qwen4를 현재 학습 중이라고 밝혔다. 아울러 향후 선보일 Qwen4.5와 Qwen5 모델 시리즈의 로드맵도 공개했으며, 이들 모델은 5조~10조 개의 파라미터 규모로 확대될 것으로 예상된다.

알리바바는 실험과 검증에서 얻은 피드백을 바탕으로 모델이 스스로를 반복적으로 개선하는 ‘재귀적 자기 개선(Recursive Self-Improvement, RSI)’의 성과도 공개했다. Qwen3.8-Max는 한 달간 파이프라인 설계, 데이터 검증, 반복 실험, 오류 진단을 아우르는 전 과정을 자동으로 수행하며 33차례의 개선 주기를 거쳤다. 자율적인 학습 최적화와 사후학습(post-training) 기법을 적용한 결과, 업데이트된 Qwen3.8-Max의 아티피셜 애널리시스(Artificial Analysis) 점수는 40점에서 45점으로 올랐다.

칩 설계 실험에서는 해당 모델이 설계 전 과정에 걸쳐 60시간 이상 자기 개선을 수행했다. 이 과정에서 전자설계자동화(EDA) 도구를 1만 회 이상 호출하며 실제 제품에 적용할 수 있는 수준의 칩 버스 모듈을 설계했다. 그 결과, 성능 저하 없이 칩 면적을 42% 줄였다.

알리바바는 음성, 오디오, 시각, 월드 모델 분야에 걸친 멀티모달 모델 업데이트를 소개했다.

Qwen3.8-LiveTranslate는 원문에 대한 충실도와 번역의 유창성, 간결성을 높인 동시통역 모델이다. 지연 시간(LAAL)을 2.8초에서 2.3초로 약 20% 줄여 더욱 자연스럽고 반응이 빠른 실시간 통역을 지원한다.

Qwen-Audio-3.1-TTS-Next는 차세대 오디오 생성 모델로, 텍스트 대본을 바탕으로 대사와 주변 소리를 한 번에 결합해 영화처럼 풍부하고 완성도 높은 음향을 생성한다. 오디오북, 영화·TV, 팟캐스트, 게임 등 전문 콘텐츠 제작에 맞춰 설계됐다.

업데이트된 음성 모델 제품군에는 Qwen-Audio-3.1-ASR(자동 음성 인식), Qwen-Audio-3.1-TTS(텍스트 음성 변환), Qwen-Audio-3.1-Realtime도 포함됐다. 이를 통해 음성 이해와 생성, 실시간 상호작용 전반의 음성 AI 역량을 강화했다.

알리바바의 AI 음악 생성 모델 해피쉬림프(HappyShrimp) 1.1은 음악의 미적 특성을 모델링하고 강화학습으로 최적화했으며, 세상에 관한 지식을 활용해 음악 이해 능력을 높였다. 이를 통해 음악적 완성도와 문화적 뉘앙스를 더욱 풍부하게 살린 곡을 생성하고, 생성 과정도 한층 세밀하게 제어할 수 있다.

Qwen-Image 3.1은 크리에이티브 디자인과 이커머스 마케팅에 최적화된 이미지 생성 모델로, 올해 중 출시될 예정이다. 이 모델은 시각 디자인 작업에 걸리는 시간을 수 시간에서 수 초로 단축한다. 투명 배경 이미지를 바로 생성하는 기능과 다양한 이미지 편집 기능 등 고급 생성 도구도 제공한다.

알리바바 토큰 허브(Alibaba Token Hub)는 알리바바의 최신 인터랙티브 월드 모델 해피오이스터(HappyOyster) 2.0 Preview도 공개했다. 모델 아키텍처와 학습 방식, 데이터 시스템을 개선한 이 프리뷰 버전은 단순한 화면 생성을 넘어 사용자가 직접 들어가 상호작용하고 지속적으로 탐색할 수 있는 몰입형 환경을 구현한다. 실시간 상호작용이 가능하며 안정성과 시각적 일관성을 갖춘 가상 세계를 제공한다.

월드 모델 평가를 표준화하기 위해 알리바바 토큰 허브는 학계 및 업계 주요 파트너와 함께 모델의 역량을 6단계로 구분하는 평가 체계를 제시했다. 이와 함께 영상 생성과 체화 AI(embodied AI), 공간 재구성을 아우르는 벤치마킹 플랫폼 해피월드 아레나(Happyworld Arena)를 공개했다.

알리바바는 일반 사용자도 AI 모델을 더욱 쉽게 활용할 수 있도록 스마트폰에 최적화된 기업용 풀스택 에이전틱 솔루션 Qwen Intelligence를 선보였다. 스마트폰 제조사가 Qwen 기반 에이전트 플랫폼을 활용해 여러 앱에 걸친 복잡한 작업을 안정적으로 처리하는 차세대 AI 스마트폰을 구현하도록 지원한다.

알리바바의 반도체 설계 부문 T-Head는 최신 AI 학습·추론 프로세서 Zhenwu V900을 공개했다. 대용량 메모리와 넓은 칩 간 대역폭이 특징이다.

Zhenwu V900은 지난 5월 출시된 전작 Zhenwu M890의 3배에 달하는 성능을 제공한다. 216GB GPU 메모리와 초당 1,200GB의 칩 간 대역폭을 갖췄으며, FP8과 FP4를 포함한 다양한 수치 정밀도 형식을 기본 지원해 연산 부하가 큰 AI 워크로드를 처리할 수 있다. 추론 비용을 크게 낮추고 연산 밀도를 높여, 고정밀 모델 학습과 초저정밀도 추론을 모두 원활하게 수행한다. 양산 및 상용 출시는 2027년 1분기로 예정돼 있다.

T-Head의 Zhenwu AI 칩은 자동차, 금융, 대규모 언어 모델, 체화 지능, 에너지, 제조 등 다양한 산업 분야의 650곳이 넘는 고객사가 활용하고 있다.

알리바바는 Zhenwu V900 프로세서와 ICN Switch, Panmai SmartNIC, Zhenyue SSD 컨트롤러 칩을 통합한 차세대 슈퍼노드 서버도 공개했다. 컴퓨팅·스토리지·네트워킹이 시스템 전반에서 유기적으로 작동하도록 최적화한 이 서버는 최대 50만 장의 카드로 구성된 슈퍼노드 클러스터를 지원한다.

알리바바는 2027년 출시를 목표로 에이전틱 AI 작업에 최적화해 자체 개발 중인 차세대 CPU의 로드맵도 공개했다. Yitian 720은 이전 세대인 Yitian 710 대비 단일 코어 성능과 코어 밀도, 에너지 효율이 향상됐다. Yitian 730은 T-Head의 독자 마이크로아키텍처를 처음 적용한 CPU로, Yitian 710 대비 SPECint2017/GHz 성능이 최대 40% 높다. 2029년 출시 예정인 Yitian 750은 독자 코어를 기반으로 하며 Yitian CPU와 Zhenwu AI 칩 간 직접 연결을 지원한다.

알리바바 클라우드는 에이전틱 클라우드 전략을 중심으로 한 전반적인 기술·서비스 업그레이드를 발표했다. 모델, 하니스(harness, 에이전트 실행·관리 환경), 컨텍스트라는 세 가지 핵심 영역에 대응하는 계층별로 기능을 강화했다. 모델 계층의 AI 네이티브 클라우드(AI Native Cloud)는 대규모 모델 학습과 추론을 지원한다. 하니스 계층의 에이전트 네이티브 클라우드(Agent Native Cloud)는 기업용 에이전트의 배포와 운영, 보안을 뒷받침한다. 컨텍스트 계층의 컨텍스트 엔진(Context Engine)은 실시간 데이터와 장기 기억을 제공한다. 이를 통해 고객이 AI를 대규모로 활용해 실질적인 가치를 창출하도록 돕는다.

알리바바 클라우드의 AI 플랫폼 PAI(Platform for AI)는 추론·캐싱·샘플 리플레이·학습 서비스를 연계해 전체 학습 과정을 최적화했다. Qwen 모델의 실제 사후학습 과정에서는 단 5일 만에 최고 수준의 모델 학습을 완료하며, 사전학습에서 에이전틱 강화학습(Agentic RL)으로 발전했다.

클라우드 병렬 파일 스토리지(CPFS, Cloud Parallel File Storage)는 AI 모델 학습을 효율적으로 지원하도록 최적화한 차세대 시스템이다. 초당 100테라바이트(TB) 수준의 처리량과 초당 1억 회의 입출력 작업(IOPS) 성능을 제공해 기업의 AI 스토리지 비용을 69% 절감하도록 돕는다.

알리바바 클라우드의 최신 자체 개발 AI 네트워킹 아키텍처 HPN 8.0 Pro는 100페타비트(Pb) 대역폭과 초저지연을 구현한다. 단일 클러스터에서 800G급 네트워크 포트를 13만 개 넘게 지원하며, 광 트랜시버나 링크에 장애가 발생해도 서비스가 중단되지 않도록 이중화 구조를 내장했다. 또한 네트워크 업그레이드 및 장애로 인한 영향을 이전 세대의 50%에서 25%로 줄였다.

AgentCore는 AI 에이전트의 구축부터 실행, 관리까지 전 생애주기를 지원하는 새로운 기업용 플랫폼이다. 기업은 AI 도구를 손쉽게 구축·실행하고, 사람과 에이전트의 협업을 안전하게 관리하며, 성능을 모니터링해 지속적으로 개선할 수 있다. 운영 계층에 기업용 보안 기능을 내장했으며, 기업이 일관된 통제 아래 다양한 AI 에이전트를 배포하고 핵심 업무 시스템에 대규모로 원활하게 통합할 수 있는 공통 기반을 제공한다.

Agent Security Center는 기업용 AI 에이전트 애플리케이션의 전 생애주기에 걸쳐 보안과 규정 준수를 관리한다. 실시간 위협 탐지 기반의 다층 방어 체계를 갖춰, 대규모로 운영하는 에이전트도 통제 가능한 범위 내에서 안전하게 작동하도록 지원한다.

Agent Context는 AI 에이전트에 실시간 맥락 정보와 장기 기억을 제공하는 기업용 컨텍스트 데이터 서비스다. 기업의 문서, 업무 시스템, 채팅 기록, 멀티모달 데이터를 하나의 데이터 기반으로 통합해, 에이전트가 과거 작업을 기억하고 팀 간 지식을 공유하며 지속적으로 학습할 수 있도록 한다. 고객 서비스, AI 코딩, 데이터 분석 등 많은 지식을 활용해야 하는 업무에서 토큰 사용량을 최대 67%까지 줄인다.

OpenLake는 통합 멀티모달 데이터 레이크하우스로 업그레이드됐다. 정형, 반정형, 비정형, 벡터, 스트리밍 등 다양한 형식의 데이터를 하나의 사본으로 관리하고, 여러 컴퓨팅 엔진이 이를 함께 활용해 데이터 처리·검색·분석·모델 학습을 수행하도록 지원한다. 기존 아키텍처 대비 총비용을 38% 절감하고 쿼리 응답 시간을 40% 단축했다.

자세한 내용은 알리바바 공식 발표에서 확인할 수 있다.

이미지 출처: 알리바바