아크릴, AI 추론 제어기술 논문 국제 학회 메인 컨퍼런스 채택

인공지능 전환(AX) 인프라 전문기업 아크릴 은 대규모언어모델(LLM)의 추론 효율을 높이는 AI 추론 제어기술을 다룬 자사 논문이 자연어 처리분야 국제 학술대회 'EMNLP 2026'의 메인 컨퍼런스에 채택됐다고 29일 밝혔다.

채택된 기술은 추가적인 그래픽처리장치(GPU) 투입이나 토큰 예산 확대 없이 AI 추론 정확도를 높이는 것이 핵심이다. 아크릴의 AI 인프라 플랫폼 'GPUBASE'에 적용된 기술로 상용화돼있다.

아크릴의 논문 '제한된 토큰 예산에서 AI의 추론 진행도를 양방향으로 조절하는 기술(ParentingLLM)'은 문제의 난이도와 추론 진행 상태에 따라 AI의 사고 과정을 유연하게 조절하는 방법을 제안한다. 성급하게 결론에 도달하려고 할 땐 추가 검토를 유도하고 반대로 추론이 불필요하게 길어지는 경우 사고 과정을 정리해 적절한 시점에 답변을 마무리하도록 한다.

연구진이 구글 젬마와 알리바바 큐웬 계열의 소형부터 대형까지 총 4개 모델을 대상으로 수학·과학 분야 고난도 문제를 풀게 한 결과 동일한 토큰 예산 조건에서 모든 모델의 정답률이 향상됐다.

1024토큰 조건에서 4개 모델의 평균 정답률은 54.1%에서 58.7%로 4.6%포인트 높아졌으며 소형 모델 'Gemma-4-E4B'는 39%에서 49.5%로 10.5%포인트 상승했다. 주어진 토큰을 모두 사용하고도 결론을 내지 못하는 '예산 초과' 비율도 4개 모델 평균 20.7%에서 13.5%로 감소했으며, Gemma-4-E4B는 26.1%에서 14.1%로 줄었다.

아크릴은 자체 파운데이션 모델 '아름(A-LLM)'에서도 추론 정확도 향상을 확인해 특정 모델에 종속되지 않는 적용 가능성을 확보했다. 기술은 현재 GPUBASE의 LLM 추론 환경에 적용돼 판매되고 있다.

회사는 향후 이 기술을 생성형 AI에서 피지컬 AI까지 확대 적용할 계획이다. 현재 650억원 규모 '협업지능 피지컬 AI 기반 소프트웨어(SW) 플랫폼 연구개발 생태계 조성' 국가 연구개발 과제를 진행 중이다. 아크릴은 과제에서 피지컬 AI 플랫폼 'Jonathan PAI'를 기반으로 비전-언어-행동 모델의 학습·추론·서빙과 이기종 로봇 실행 환경을 개발하고 있으며, 여기에 ParentingLLM의 추론 제어 기술을 연계할 계획이다.

피지컬AI 환경에서도 추론량을 동적으로 조절해 제한된 연산 자원 안에서 판단 정확도와 응답속도를 함께 최적화하는 방향으로 기술을 고도화할 방침이다.

아크릴 관계자는 "실제 제품 현장에서 먼저 검증한 추론 효율화 기술을 기반으로 기업의 AI 도입과 운영 비용 부담을 낮추고, 향후 생성형 AI에서 피지컬 AI까지 적용 범위를 확대해 나갈 것"이라고 말했다.

황서율 기자 chestnut@asiae.co.kr