(본 기사의 저자는 TechPulse이며, 티미디어가 승인을 받아 게재합니다)
“국산 컴퓨팅 파워는 오늘날에도 엔비디아와 비교하면 여전히 거의 두 세대 정도 뒤처져 있습니다. 물론 우리는 빠르게 추격하고 있습니다.” 10월 22일, 2026 이지스피커 글로벌 1024 개발자 페스티벌 대회에서 이지스피커 회장 류칭펑은 이렇게 밝혔습니다. “하지만 국산 컴퓨팅 파워는 발전하고 있으며, 향후 2년 안에 격차가 해소될 것으로 생각합니다.”
이번 대회에서 이지스는 클라우드와 엣지가 통합된 ‘이지스 스타화이트 X2.6’을 발표했으며, 이는 클라우드 기반의 대규모 모델과 4B 규모의 엣지 측 모델을 결합한 형태로, 작업의 난이도와 데이터 민감도에 따라 작업을 로컬에서 처리할지, 양쪽이 협업해 처리할지, 아니면 클라우드로 전달할지를 결정합니다.
iFLYTEK Xinghuo X2.6는 전면 국산 컴퓨팅 파워를 활용해 학습을 수행하며, 현재 국내 컴퓨팅 파워는 엔비디아에 비해 여전히 격차가 존재합니다. 류칭펑은 그 격차를 “약 두 세대 정도”로 평가했습니다. 주요 차이는 주로 그래픽 메모리와 대역폭에서 나타납니다. 이번 세대의 코드 및 지능형 에이전트 작업에서는 텍스트 컨텍스트가 수백만 단어에 달하는 경우가 많아, 기존 상태를 그는 “저장도 못 하고 학습도 안 된다”고 요약했습니다.
이지의 해결 방안은 장기 작업에 대한 동적 병렬 학습으로, 작업 길이에 따라 연산 자원을 자동으로 적응적으로 할당하여 초장기 컨텍스트 학습 효율을 약 4배 향상시킨다. 추론 측에서는 적응형 저장-연산 협업 기반과 함께, 전국산 장비를 기반으로 한 최초의 4층 KVCache 및 분산 추론 기술을 적용해 효율을 4.5배 높였다.
엔드포인트 모델, 먼저 돌파구를 찾아라
현재의 연산 능력 제약을 진정으로 극복하는 것은 엣지 측 모델이라고 류칭펑은 밝혔다. 그는 “비록 현재 우리의 연산 능력은 미국에 비해 다소 열세이지만, 엣지 측 모델을 학습시키는 데에는 충분한 연산 성능이 있다”고 말했다. 모델 크기가 작아지면 연산 능력의 제약이 크게 완화되므로, 이 수준에서 해외와 동등하게 경쟁할 수 있게 된다.
엣지 측에서 처리할 수 있는 작업의 양은 복잡한 지능형 에이전트 태스크의 완료율에 따라 결정됩니다.
소개에 따르면, 이전에는 업계의 클라이언트 측 모델이 이러한 스마트 에이전트 작업에서 달성한 성공률이 겨우 12.几%에 불과했으나, iFLYTEK의 4B 모델은 이를 41.9%로 끌어올렸으며, 다음 단계 목표는 60%입니다. 휴대폰, PC, AI 안경, 스마트 인테리어, 로봇 등 모두 클라이언트 측에 해당하며, 이러한 분업을 뒷받침하는 것은 라우팅 기술입니다. iFLYTEK이 제시한 클라이언트-클라우드 라우팅의 정확도 데이터는 96.1%입니다.
현장에서는 두 가지 시나리오를 시연했습니다. 하나는 ‘로봇 스타트업 CEO’의 경영 리뷰로, 모델이 로컬에서 주간 보고서, 구매 공지 및 프로젝트 이메일을 연계해 동일한 고객에 대해 반복적으로 진행 중인 문제를 식별하며, 자료는 외부로 유출되지 않습니다. 다른 하나는 구매 계약서 검토로, 민감 정보는 먼저 로컬에서 비식별화 처리한 뒤 사용자의 확인을 거쳐 전송되며, 로컬의 원본 파일은 업로드되지 않습니다.
이 전략은 명확한 선택과 양보를 반영하며, 엔드-클라우드 통합을 통해 대규모 모델의 안전성과 토큰 비용 절감이라는 두 가지 문제를 동시에 해결합니다. 류칭펑 또한 “국산 컴퓨팅 파워 자체도 현재 한계가 있기 때문에, 우리는 클라우드와 엔드 장치의 결합을 기조로 삼고 있으며, 클라우드 기반 모델 역시 과도하게 규모를 키우지는 않을 것”이라고 강조했습니다.
한편, 엔드-클라우드 일체형 아키텍처에서 클라우드의 역할은 단순히 백업에 그치지 않습니다.
류칭펑은 다음과 같이 밝혔다. 엣지 측 모델을 학습시키려면 클라우드 기반 모델의 역량이 없으면 제대로 학습되지 않으며, 엣지에서 수행하는 작업이 기준에 부합하는지 여부를 판단하기 위해서는 클라우드 대규모 모델이 필요하다. 또한 엣지의 성능 한계가 어디인지 파악하려면 클라우드가 이를 정의해야 하며, 이번에 이지푸가 추진한 것은 클라우드와 엣지를 연계한 통합 학습이다.
그의 견해에 따르면, 단말 측 모델만을 개발하는 업체는 클라우드 기반 대규모 모델에 대한 기본 역량이 없어 단말을 제대로 안내할 수 없고, 어떤 작업은 단말에 남겨두고 어떤 작업은 반드시 클라우드로 옮겨야 하는지조차 파악하지 못하므로, 대체로 경쟁 우위를 확보하기 어렵다.
더 많은 업체들이 국산 컴퓨팅 파워로 대규모 모델을 학습시키도록 촉구합니다.
엔드-클라우드 일체형 iFLYTEK X2.6 외에도, iFLYTEK은 이번에 스파크 오디오 기반 대규모 모델 SparkAudio 1.0, 스파크 신체 기반 다중 모달 상호작용 기술 및 관련 제품, 그리고 iFLYTEK 스파크윈 웍스 디지털 직원 플랫폼과 iFLYTEK AIPC 시리즈 제품을 발표했으며, 스마트 하드웨어와 기업 애플리케이션 분야의 개발자들을 위해 새로운 기술 솔루션도 공개했습니다.
류칭펑은 “우리는 이지가 국내산 컴퓨팅 파워에서만 학습을 수행하는 유일한 기업이 되기를 원하지 않는다. 우리는 많은 사람들이 참여하기를 간절히 바란다.”라고 밝혔다.
“현재 우리와 함께 본격적으로 개발을 진행하고 있는 곳은 화웨이뿐입니다.” 그는 이렇게 설명했다. 엔비디아의 알고리즘 혁신은 오픈소스로 공개되어 각 기업이 바로 활용할 수 있으며, 연산자와 코드를 가져다 쓰기만 하면 실행 가능하다. 반면, 국산 컴퓨팅 파워는 아키텍처가 달라 아직까지 많은 문제점이 해결되지 않았고, 국산 컴퓨팅 파워에서 모델을 고도화하는 데 있어 10개 기업이 함께 추진하는 방식과 한 기업이 단독으로 진행하는 방식 간에는 비용 분담의 차이가 한 자릿수 정도에 달한다.
“모두가 국산 컴퓨팅 파워를 사용한다면, 내가 무슨 걱정을 하겠습니까?” 류칭펑은 이렇게 말했다. “우리는 소총과 산탄총으로 싸우는 셈이지만, 상대방은 이미 비행기와 대포까지 갖추고 있잖아요.”
그는 격차 축소의 속도에 대해, 향후 2년 내에 상황이 역전될 것이라고 판단했다. 중국산 컴퓨팅 파워 자체가 발전하고 있는 반면, 미국은 규제를 가하고 있기 때문이다. 또한 그는 더 먼 미래까지 언급하며, 이지푸는 이미 양자 컴퓨팅 분야에서 포트폴리오를 구축하고 있다고 밝혔다. 만약 3~5년 안에 양자 컴퓨팅과 현재의 클래식 인공지능 사전훈련 방식이 결합된다면, 컴퓨팅 파워의 규모 문제는 근본적으로 재편될 것이라고 전망했다.
현재의 연산 능력 제약 하에 그는 iFLYTEK에 대해 세 가지 방향성을 제시했다. 첫째, 전 스택 자율·통제형 플랫폼을 기반으로 세계 최정상급 모델과 경쟁하며, 이를 통해 뒤처지지 않는 것을 목표로 한다. 둘째, 교육, 의료, 에너지, 보안 등 여러 산업 분야에서 글로벌 선도적 위치를 확보한다. 셋째, 다국어 대규모 언어 모델을 통해 중국이 세계에 두 번째 선택지를 제공하는 역할을 수행한다. (본 기사는 타이미디어 앱에 최초 게재되었으며, 글쓴이는 TechPulse입니다.)
더욱 흥미로운 콘텐츠를 만나려면 타이미디어 위챗 공식 계정(ID: taimeiti)을 팔로우하거나, 타이미디어 앱을 다운로드해 주세요.