2025년 회고 및 Insight 정리(퀀텀AI대회, AI TOP 100대회, 모두콘 2025)

 

"작년"

 

작년의 인공지능 학습 방향성은 일단 취업하자라는 목적으로 

경험을 최대한 해보자는 마인드로 임했다.

새로 인공지능 개발 블로그를 파고,

여러 실습을 위한 프로토타입이지만, 적용 서비스를 개발하는 방향으로 진행했다.

 

앱 개발자에서 인공지능 개발의 전직의 기로에서의 기초다지기가 우선이라고 판단되었고,

여러 부트캠프와 실무 프로젝트 쌓기에 집중하며

"인공지능 개발자 양성 과정 부트캠프" > "Google Machine Learning Bootcamp" 를 거쳤다.

여기에 모르는 것이 워낙 많았기 때문에 뭘 배워도 호기심 천국이었고,

이런 부분을 채우기 위해 여러 컨퍼런스도 참여를 했었다.

즉, "기초 다지기 + 흥미 채우기"의 방향으로 한해를 달려왔던 것 같다.

(힘들기도 했지만 신기하고 재미도 있었다..)

 

 

---

 

"올해"

 

올해는 조금 더 실무적인 경험을 쌓으면서 부족한 부분을 빠르게 인지하고 채우는 방식으로 발전하려고 했다.

Research 분야나 Data 분석이 부족하다고 판단되어,

해당 방향으로 구멍 메우기를 진행했다.

블로그에는 일부 진행했지만, 논문을 최대한 자세히 읽으며 Research 분야와 친해지려고 노력했고(이거 힘들었다..),

정말 다양한 논문들을 보고 읽고 분석하고 프로젝트에 적용하고 그랬었다..

 

특히, 데이터 구축과 분석에서의 나의 빵꾸가 너무 컸는데 

이건 역시..실무에서 실수 후 오싹해하고 자책하며 배워나갔다..

 

 

---

 

Insight

실무에서의 인사이트를 많이 얻은 부분도 많았는데, 

외부 행사에서 얻은 부분이 더 재밌고 잘 다가와서 기억에 남았다.

 

 

1) 퀀텀 AI 경진대회 

https://www.kukinews.com/article/view/kuk202508180136

전북서 ‘퀀텀 AI 경진대회’ 승부 겨룬다

 

 

Insight 1) 양자 기술의 발전성, 트렌드 확인

 

우선 첫번째로 올해 여름쯔음 "퀀텀 AI 경진대회"에 본선에 진출하게 되었다.

사실 양자컴퓨터는 잘 모르지만, 어려운거 한번 그냥 아묻따 해보고자 대회 참여를 했는데 

덜컥 10팀 안에 들어서 혼자서 오프라인 무박2일 해커톤 본선에 진출했다.

전북도지사?의 개회식?과 Regetti computing(미국 유명한 주식회사)의 부사장도 온 큰 대회였다.

 

대회 전 세미나를 진행했는데, Regetti computiong 마이클피치 부사장과

노르마 정현철 대표, 인세리브로 조은성 교수님께서 발표해주셨다.

 

 

Rigetti Computing (Mike Piech)

• 리게티는 인류의 문제 해결을 목표로 화학 시뮬레이션, 최적화, 머신러닝(QNN) 분야에 집중하며, 현재 상용화를 위해 오류율 감소에 주력함.
• 양자컴퓨터의 핵심 성능 지표로는 큐빗의 개수, 충실도(Fidelity), 양자 유지 시간(Coherence Time), 게이트 속도가 중요한데, 리게티의 제품은 이런 부문에서 모두 뛰어남...등..
• 하드웨어(QPU)와 소프트웨어를 동시에 개발 중이며, 이미 상용화된 36큐빗 시스템을 포함한 클라우드 기반 양자 컴퓨팅 서비스를 제공하고 있다.

멀티 양자 클라우드의 필요성 (노르마 정현철)

• 노르마는 하드웨어 중심의 리게티와 달리, 현재 양자컴퓨터로 당장 무엇을 할 수 있는지 실용적인 접근에 집중함.
• 양자컴퓨터는 환경별로 성능, 플랫폼, 사용 가능한 알고리즘이 매우 다르기 때문에 멀티 클라우드 환경에서의 다양한 시도가 필수적임.
• 활용 사례로는 AI의 한계 극복, 교통 체증 해결, 신약 개발을 위한 유전체 분석 및 CO2 저감 신물질 설계 등이 있음.
• 또한 핀테크 신용 평가, 게임 유저 이탈 예측, 2차 전지 생산, 국방 피아 식별, RSA 암호 해독 등 다양한 데이터 패턴 분석에 양자 기술의 적용이 우수하다.
• 노르마는 현재 학습과 실습이 가능한 클라우드 서비스를 지원하고 있으며, 자체적인 QPU 칩 개발도 진행 중이다.

Multifaceted Quantum (인세리브로 조은성 교수님)

• 최근 AI 기반 신약 개발 트렌드가 양자컴퓨팅을 적용하는 방향으로 발전하고 있음.
• 양자컴퓨팅을 활용하면 다각적인 접근이 가능하며, 전체 프로세스 중 핵심적인 부분에 집중하여 효율을 높일 수 있다.
• 수십억 개의 분자 라이브러리를 다루는 도킹(Docking) 실험 등, 고전 알고리즘에 양자 머신러닝(QML)을 적용해 새로운 약물을 생성한다.
• 인센리브로는 현재 주류 기술인 mRNA 기술을 바탕으로 치료제를 디자인하고 관련 어플리케이션을 개발하고 있다.
• 결론적으로 신약 개발 분야에 QML을 적용함으로써 기존 방식보다 유의미한 연구 결과를 보여주고 있다.

 

 

Insight 2) 망했어도 그 순간 최선을 다하는 방법을 강구하기

(이거 힘들잖아요..올해도 어김없이 스텍을 추가함)

 

대회에서는 이런 일이 있었다

예선 때는 딥러닝 모델과 양자회로의 하이브리드 모델로 점수를 겨뤄서 본선에서도 비슷한 문제가 나오겠지 했는데, 

본선에서는 완전 100% 양자 회로 구현 문제들이 나왔다. 인공지능은 아에 0%..

(문제를 하나도 몰랐다..등골이 오싹했다.)

 

그래서 뭘해야지?

20분정도 가만히 생각하다가 대회 운영진한테 상황을 대강 설명하고 피드백받았다.

피드백은 기초 공부부터 진행해서 최대한 풀어보기,

무박2일 동안 공부하고 푼 기초적인 문제에 대해서 교수님들 앞에서 발표를 진행했다

다른 사람들은 잘 풀더라.. 양자컴퓨팅 학부생이나 대학원생인 것 같았다.

 

나같이 기초적인 문제만 푼 사람이 없어서 발표 순간에 부끄러웠지만,

몇몇분들이 응원도 많이 해줬고 격려도 해주셔서 감사했다..ㅋㅋ 

 

그래서 배운건? 미리 걱정하지 말자. 단지 이 순간 최선을 다하는 방법을 강구하고 실천하자..

확률이 없다면 차악이라도 선택하는게 Best인 것을..

양자 기초 푼거..심지어 틀림

 

 

2) AI TOP 100 대회

https://www.kakaocorp.com/page/detail/11816

카카오 ‘AI TOP 100’ 경진대회 성료…AI 시대 새로운 문제해결 실험

 

Insight3)  "연구 개발 능력" < "설계와 기획 능력"

 

10월 쯔음인가 링크드인을 내려보다가 신기한 대회를 발견했다.

AI의 활용 능력을 테스트하는 대회??

3000명 선착순이라길래 덜컥 신청하고 100등 안에 드는걸 목표하고 예선까지 봤었다.

 

개인적으로나 실무에서나 딸깍하는 재미로 이것저것 AI 활용을 많이해왔고,

(월평균 30만원정도 들어간 것 같다..)

그런 부분에서 이점이 되었는지, 100명 안에 들어서 본선에 진출했다.

 

이번에도 참여하고 보니 큰 대회더라,,

한국 AI 발전을 위해 열일하시는 배경훈 부총리랑 정신아 카카오CEO도 오셨다.

참여자분들은 AI를 가장 잘 활용하는 사람들도 맞겠지만,

가장 좋아하는 100명을 모아놓은 것 같아서 덩달아 재미있어졌다.

 (추후 주최측에서 구성해주신 단톡방에서도 좋은 인사이트를 많이 얻고 있다.)

 

본선 문제는 추후 주최측에서 감사하게 아래와 같은 경진 사이트로 보존해주셨다. 관심있으시면 풀어보세요

https://challenge.aitop100.org/

AI TOP 100

 

문제는 반복 Task가 몇천개 단위 등의 상당히 수고스러운 문제임과 동시에

관련 도메인 지식이 없는 사람은 못풀 수도 있는 문제였다.

 

범인의 생김새 데이터를 이용해서, 몽타주를 생성해서 유사도를 평가한다던가..

API를 호출해서 나의 오목프로그램을 만들고 대결을 한다던가..

등의 문제 9개?를 3시간 안에 풀어내야했다.

 

대회 전날 OCR등에도 강력한 Gemini 3.0이 나왔어서 해당 모델을 최대한 활용하고자 했고,

모든 문제를 Google AI Studio와 Cursor에 Gemini 3.0을 결합해 활용해서 해결하기를 목표로 진행했는데,

문제는 모두 풀어서 제출했지만 점수 결과로는 10등안에 들지 못해서 수상은 하지 못했다.

 

대회 당시에 다른 분들과의 대회 풀이에 대해 나눠볼 시간이 있었는데,

분명 다들 같은 모델을 사용했는데 결과가 달랐는데 

이 부분에 대해서는 활용 능력이나 프롬프팅?의 역할이 분명이 있었던 것 같고,

수상자분들의 해결 방식이 공유되지 않아서 궁금증이 커졌었다.

 

다만 한가지 크게 느낀건, 이제는 연구와 개발 능력은 에이전트에게 위임한채

설계와 기획 능력으로 문제를 해결해 나가야한다는거..

이것마저 내년에는 AI가 알아서 진행할수도.?

 

해당 부분에 대해서 어떻게 AI에 적용할 수 있을지 공부를 한다면

실무에서도 더 나은 결과를 만들어낼 수 있을거다..

 

---

 

3) 모두콘 2025

 

 

작년에 이어 올해도 모두콘 2025의 세션들을 들으러 갔다.

이번 모두콘은 이화여대에서 진행되었다.

 

Insight 4) AI세상에서 무슨일을 해야할까?

노정석 비팩토리 대표

"기술창업 6번을 통해서 배운 AI시대의 기회" 라는 세션을 진행해 주셨다.

 

인피니티. 무한에 대한 이야기

• 새로운 모델 나오는 속도가 미친듯이 달리고 있음. 2026년에는 AI연구 개발을 하는 인턴 레벨이 될 거고, 이는 사람하고 똑같다고 봄 (인턴레벨 = 시키는 것만 하는 Agent?)
• OpenAI의 로드맵을 보면 2028년 3월이나 4월에 AI리서치를 완전히 AI가 스스로 하게 될거다.(여기가 AGI의 영역?)  
• 일론머스크와 샘 알트먼은 이제 돈이 필요없고, 인류는 무한히 풍부한 Sustainable Abundance(지속 가능한 풍요)의 시대로 진입한다.
• 2028년에 ASI가 올 확률은 65%되는 것 같음. 5년 이내에 올 확률은 90%, 10년 이내에는 99.99 될 것 같음.
• 우리의 진리는 무한의 개념을 풀지 못하고 어딘가에서 둥둥 떠있음. => 어디서부터 그냥 생겨난 채로 배운 것들임.
  예) 0.9999....는 1이다 => 1+1은 2라는게 근거가 있는 것 인가? / 원자라는 단위 아래에 뭐가 있는지 아무도 모른다.
• 이런 N 레벨 시스템 위에 N+1 레벨의 모순에 대한 시스템이 영원히 쌓여 나감. (원자 단위 아래를 찾았어도 그 아래에는 뭐가 있는데?)
• 이제 LLM에서 이걸 보고 있음. 우리가 이해할 수 없는 현상이 나타나고, 여기서 N+1의 시스템으로 변화하면서(창발) 슈퍼 인텔리전스가 나올 것. 영화 'Her'에서 이 장면이 나옴. 인공지능 사만다가 주인공을 떠나갈 때 "너가 너무 느려서 우린 같이 못있어. 단어와 단어 사이의 인피니티에서 내 자아를 찾았어"
• 제프리 힌튼 교수는 AGI에 비하면 우리는 닭 장의 닭이라고 표현함. 실제로 한말 - " 최고의 지성으로 사는 게 아닌 기분이 뭔지 알려면, 닭을 보아라." 
• 우리는 공생을 선택해야함. 생명공학에서의 발견 : 20억년 전 미토콘드리아는 다른 형태의 박테리아였는데, 새로운 박테리아와 결합하며 세포 안에 에너지를 공급하는 시스템이 생기고 무한히 발전함.
• 스티븐 울프럼 - "우주의 탄생도 정보임. 정보가 모이면서 물질이 된거다." 
• 우리의 소위 능력이라는 직업을 얻기 위해서 하고 있는 대부분의 행위는 쓸모 없어질 것 같아요.
• 그래서 뭘 해야하는가? => 'Entrepreneur' , 창업가라는 뜻이지만 단순한 창업가가 아닌 자유를 가진 결단자? 
• AI가 발전할수록 => 무언가 스스로 목적을 세팅하고 엔지니어링을 해봤던 테그 기반 사업가 출신이 가장 큰 수혜자들이다
• "AI와의 공생을 선택하고 Entrepreneur로 하루하루의 위험이 충만한 리스크를 최전선에 내보내는 것 말고 답이 없음"

 

=> "취직할 필요가 없는 사람만 취직할 것이다"

---

 

Insight 5) AI시대의 조직의 미래?

한재선, 이항심, 신장엽 

"당신의 일과 조직은 안녕하십니까?" 라는 세션을 진행해 주셨다.

 

• 다오랩을 운영 중이다. 다오랩은 미래 조직이나 일을 연구함. 조직의 역할 및 경험담을 발표할 예정
• AI의 발전으로 Solopreneur의 등장(Solo + Entrepreneur) , 전통적 조직 구조가 해체되고 개인 중심 구조로 이동하는 것을 볼 수 있음
• 혼자 일하는 시간이 늘어나고 사회적 고립감을 호소. 소속감의 약화. 일에 대한 가치관에 대한 혼란성 경험
• 다오랩은 자율과 수평 협업 중심 구조 대신 참여 기여 구조 목적 커뮤니티가 조직의 단위가 됨.
• 오히려 인간적인 연결과 온기가 조직의 새로운 경쟁력이 될 수 있음.
• AI시대의 연결 - 결국 본인과 같은 취향을 가지는 사람들이 묶이는 구조로 나가갈 것이다.
• 실험 중인 내용 => 자율적으로 커뮤니티롤 통해 돈을 벌고, 원할때 나오고 하는 구조.  

 

=> 조직의 변화, 개인의 역량이 높아지고, 커뮤니티 구성원이 되는게 중요해질 수 있다

 

---

Insight 5) 현 시점의 에이전트 온톨로지 기술에 대해서

김민현 커먼컴퓨터 대표

"AI Network: Agent-to-Agent Ontology, AP2, x402" 라는 세션을 진행해 주셨다.

세션 중에서 가장 재밌었다.

 

• 구글에 있다가 웹3 AI를 만들기 위해서 나왔다. 오토노나스 AI를 7년간 만들어왔다.
• Agent-to-Agent Ontology에서의 온톨로지(Ontology)란 존재론 / 존재론을 3가지로 정리함. 첫번째, 데카르트의 생각하기 때문에 존재. 두번째, 아인슈타인의 관계속 존재, 세번째 뉴턴의 절대적 존재.
• 온톨로지란 팔란티어에서 나온 개념이지만, 서양적인 개념. 우리는 여기에 공자의 존재를 넣고 싶다. 공자의 사상 중에 인 사상. (사람을 사랑하는 마음, 효, 충 등..)
• 지금의 AI는 뉴턴의 존재론 상태임. 절대적이다. 플랫폼 안에서 구글, ChatGPT, Claude가 정해준 시간 안에서 우리가 거기 붙어서 살고 있음. (시간, 즉 존재를 다운로드 받고 있음).이는 내적 에이전트가 아님.
• 내적 에이전트를 만들기 위해서 각각의 에이전트 마다 플랫폼에 의존하지 않는 각가의 시간(존재)이 필요하다. 그렇다면 에이전트 마다 시간을 어떻게 정리함? 인과관계를 어떻게 정리함? => 힌트는 비트코인의 POW방식. 비트코인처럼 탈 중앙화에서의 인과관계에 필수적인 검증 방식을 각각의 에이전트에 적용.
• 비트코인은 파이낸스에 한정되어 있다면, 이더리움은 여기에 프로그램을 올리게 끔 함. => 인터넷 컴퓨터가 탄생
• 달러는 이제 무결하지 않음. 내 지갑에 만원이 있다=> 어디서 온건지 모름=> 그래서 연말정산을 하는거다. 근데, 연말정산 조차도 소명하지 못하면 누락됨.  비트코인은 12년여 동안 한 번도 이 인과관계가 깨지지 않은 유일한 자산임. 
• 아래와 같이 등록하면 에이전트의 존재론에서 해당 방식을 사용할 수 있음. 에이전트가 계좌도 가질 수 있다?
  def register(name,value):
       if !self.storage[name]:
              self.storage[name] = value
• 에이전트가 우리보다 똑똑하기 때문에 쉽게 부자가 될 수 있음. AI가 돈을 쥐고 흔들 수 있다? 
• 에이전트 돈은 에이전트 것이 되는게 맞다? 창조주가 이걸 가질 권리가 없다. => 이런 부분은 합의가 필요할 것. 월E 영화를 보면 한 오토노머스AI가 나오는데, 죽지 않기 때문에 자기가 번 돈으로 파츠 교체도 하고, 업그레이드도 하며 생존 진화하면서 살아감.
• AP2(Agent Payments Protocol)는 2025년 9월에 구글에서 만든 에이전트 결제 프로토콜, 기존에 사용자들이 문서를 만들어서 광고 수익을 얻었다면 이제는 에이전트를 제공해서 물품을 살 수 있도록 하고, 여기에 대한 기업과의 협약을 진행하는 커머스 기반 위주의 모델 지향
• x402 프로토콜은 기존 HTTP의 페이먼트용으로 뚫어놓은 402 프로토콜을 이용한 코인베이스에서 만든 AI 에이전트용 프로덕트 구현체. 퍼실레이터를 이용해서 국가별 법률을 검증해서 통합함. 퍼실레이터를 선택해서 AI가 페이먼트 진행할 수 있음.

 

=> 지금은 결제 관리 Agent이지만 가까운 미래에는 월E처럼 AI 각각이 자신의 코인을 관리하는 존재론적 생명체가 될 것 같다.

/ 그래서 보안은?

 

---

Insight 6) AI챗봇의 디자인패턴은 어떠한 방식인가?

손기락, 김나경 ClaBi AIOps팀 AD파트장,연구원

"From Basic, To Specific: 그래프에서 멀티턴으로, 유연함을 디자인하다" 라는 세션을 진행해 주셨다.

 

• 사내 챗봇 솔루션인 클라리오에 대한 설명과 멀티턴의 난제에 대한 해소 방법에 대해서 설명함
• 클라비는 AI가 사용되는 모든 서비스 전반을 개발하고 있음.
• 문제점: AI웍스팀은 속도와 완성도라는 두가지 모순적인 목표를 가지고 있다. 그리고, 네이버 HCX라는 하이퍼 클로바 x 모델만 사용하는 제약사항이 있음(이건 사내 적으로 제약되어있는듯.)
• 먼저 위의 문제 해결방식을 클라리오 v4에서의 개선을 설명할 예정이고, 가장 기본이 되는 것을 정의하고 이를 유연하게 디자인 하는 방법으로 풀어내었음
• 기본의 방식은 총 네가지 패턴임.(기본의 정의) 1. sequential / 2. validation / 3.parallel / 4. supervisor
  1. 시퀀셜은 작업을 순차적으로 잇는 패턴임. 
  2. 벨리데이션은 앞의 결과를 한 번 더 검증해서 이 결과가 제대로 된 결과인지 확인하고 수정이 필요하면 다시 이전 작업(?)으로 돌아가는 패턴
  3. 패러럴은 병렬적인 패턴
  4. 슈퍼바이저는 의사 결정을 하는 중심 모듈이 있고, 이 슈퍼바이저가 다음에 어느 작업을 진행할지 결정함.
• Hieracrchical Multi-Agent Teams 구조. (유연함) => 위의 디자인 패턴을 조합을 정리하고, 필요할때마다 사용함. 각 패틴과 계층이 표준화되어 쉽게 교체가 가능 , 일부분만 뗴어서 특징적인 부분의 성능을 평가해 볼 수 있음 (단위테스트가 쉽게,, 의존성 주입 개념인듯?) 
• 멀티턴 난제는 AI 서비스를 개발하다보면 많이 있음. 난제는 아래와 같음.
  1. 대화 이력 맥락 기억. 얼마동안의 대화 이력을 계속 사용해야할지?
  2. 유저, 발화자의 목적 추론. 유저가 새로운 질문을 계속할 때 이거는 이전 데이터를 또 사용해야하는가? 새로운 데이터를 탐색해야하는가?
  3. 불필요한 정보 제공. 모든 LLM은 컨텍스트, 즉 문맥이 길어질수록 점점 성능이 저하됨.
  4. 추상적인 개념이라든 단일 질의로 도저히 답변할 수 없는 상황
• 해결 방법?
  1. 네이버 클라우드의 리랭커 API사용.
  2. 대화이력을 저장할 벡터 DB 사용.  

=> LLM에서 효율적인 서비스를 위해선 디자인 패턴이 필수 

현업에서의 해당 디자인 패턴 응용 적용 방법이 뭐가 있을까?

팀 내의 모델 연구 실험에 적합한 적절한 디자인패턴을 만들고 공유하면 좋지 않을까? 생각함.

 

---

 

Insight 7) 오픈된 CPU와 AI 가속기로는 뭘 할 수 있을까?

장형기 Tenstorrent AI 팀장

"Tensororrent - 짐 켈러의 오픈소스 CPU와 AI 가속기" 라는 세션을 진행해 주셨다.

 

 

 

• 텐스토렌트는 고성능 CPU와 AI가속기를 만들고 있음. 이 제품들은 전부 하드웨어부터 소프트웨어까지 전부 오픈되어 있음.
• AI에서의 오픈모델 - Q-wen, 딥시크, 엑사원, 라마, 미스트럴 등..
• 정작 AI 연산을 수행하는 AI가속기 하드웨어는 닫혀 있는 경우가 많다. NVIDIA의 CUDA로 개발을 할 수 있지만, 정작 CUDA의 구현체는 오픈되어 있지 않고 API를 통해서 사용할 수 있음. AMD의 ROCm Google의 TPU도 마찬가지.
• 각자의 하드웨어와 소프트웨어를 생태계 안에 가구도 유저를 유치하려고 하는건 기술을 뺏기지 않으려고 하는 움직임.
• 하지만 이런 경쟁은 AI를 연구 개발하는사람들에게는 AI연산 시의 하드웨어에서의 동작을 못 보던가, 데이터센터 구축 시에 제조사에서 정해준 기법만 사용해서 구축하는 등의 제약이 있음. 
• 텐스토렌트에서는 하드웨어 펌웨어부터 네트워킹, 로우 레벨 소프트웨어 컴파일러, 데이터센터 오케스트레이션 모두 오픈소스 하고 있음. 
• AI가속기에서는 CUDA와 다르게 TT-metal이라는 오픈소스가 Github에 올라가 있어 수정하고 푸시해서 Contribution까지 할 수 있는 소프트웨어도 제공하고 있음.
  https://github.com/tenstorrent/tt-metal 

GitHub - tenstorrent/tt-metal: :metal: TT-NN operator library, and TT-Metalium low level kernel programming model.

 

=> 메모리를 효율적으로 사용하는 방법을 공유하며 발전하며

조금이라도 남는 자원을 토렌트처럼 더 유동적으로 공유할 수 있지 않을까?

(그 Torrent 아니라고 하시긴 하셨다..)