오래된 업무를 AI에 옮겼더니...통합 관리 체계로 ‘연속적 맥락’ 완성해야 한 글로벌 업체는 새로운 디지털 환경을 구축하면서 기존 워크플로를 그대로 이관하려 했다. 오랜 기간 개선을 거쳐 완성한 업무 절차인 만큼, 새로운 기술 위에서도 충분히 작동할 것이라는 판단이었다. 예상은 빗나갔다. 초기 적용부터 기존 절차와 새로운 기술 사이에서 마찰이 발생했고, 기대한 효과도 나타나지 않았다. 기능을 추가하거나 일부 설정을 조정하는 방식으로는 문제가 풀리지 않았다. 이는 기술 도입이 우선이 아니라, 과거 환경에 맞춰진 업무 순서와 협업 구조를 다시 살펴야 한다는 시사점을 도출했다. 미셸 애시(Michelle Ash) 다쏘시스템 시뮬리아(SIMULIA) 최고경영책임자(CEO)는 이 사례를 인공지능(AI) 전환 과정에서 기업이 마주하는 대표적인 착시로 제시했다. 오랜 시간 다듬은 워크플로라도 이전 도구와 조직 체계 안에서 최적화된 결과일 뿐이라는 주장. 결국 새로운 기술의 장점까지 반영한 구조는 아닐 수 있다는 진단이다. 그는 “기존 워크플로가 과거 맥락에서는 최적화됐을 수 있다”며 “더 빠르고 협업적이며 많은 정보를 제공하는 기술을 도입했다면 일하는 방식도 함께 다시
‘ICML 2026 AdaptFM 워크샵 및 효율적 큐웬 경진대회’서 글로벌 3위 석권 자체 양자화 및 추측적 디코딩 기술 방법론 채택...“오픈소스 모델 ‘큐웬(Qwen)’ 추론 속도 6.978배 혁신” 노타가 글로벌 머신러닝(Machine-learning) 학회 ‘국제 머신러닝 학회(ICML 2026)’에서 열린 경진대회에서 3위를 차지하며 기술력을 공인받았다. 노타가 참여한 이 ‘ICML 2026 AdaptFM 워크샵 및 효율적 큐웬 경진대회(ICML 2026 AdaptFM Workshop & Efficient Qwen Competition)’는 글로벌 경진·연구 발표 세션이다. 자원 제약이 있는 에지 컴퓨팅(Edge Computing) 환경에서 대규모 파운데이션 모델을 구동하기 위한 고효율 추론 인프라를 마련하기 위해 기획됐다. 여기에 모델의 응답 성능을 끌어올리는 기술적 도전을 장려하기 위한 목적도 있다. 전 세계 탑티어 연구팀은 거대언어모델(LLM)의 가중치를 압축하는 양자화 기술과 추론 과정을 단축하는 알고리즘을 실증했다. 글로벌 빅테크 관계자는 이를 기반으로 향후 온디바이스 AI(On-device AI) 시장을 견인할 차세대 소프트웨어