AI Business

235B Parametric model, UI automation을 뒤집다

• ScreenSpot-Pro 벤치마크에서 78.5%로 SOTA 달성
• Agent localization으로 성능 10-20% 향상
• 4K 고해상도 인터페이스에서도 작은 UI 요소 정확하게 위치 파악

무슨 일이 있었나?

H Company에서 UI Localization (유저 인터페이스 요소의 위치 식별)을 위한 전문 모델 Holo2-235B-A22B를 출시했다. ^{[Hugging Face]} 이 235B 파라미터 규모의 모델은 스크린샷에서 버튼, 텍스트 필드, 링크와 같은 UI 요소의 정확한 위치를 찾는다.

핵심은 Agentic Localization 기술이다. 한 번에 모든 답을 제공하는 것이 아니라, 여러 단계에 걸쳐 예측을 개선한다. 덕분에 4K 고해상도 화면의 작은 UI 요소까지 정확하게 잡아낸다. ^{[Hugging Face]}

왜 중요한가?

GUI agent 분야가 뜨겁다. Claude Computer Use, OpenAI Operator와 같은 빅테크 기업들이 UI automation 기능을 내놓기 위해 경쟁하고 있다. 그러나 작은 스타트업인 H Company가 이 분야 벤치마크에서 1위를 차지했다.

개인적으로 주목하는 점은 agentic 방식이다. 기존 모델은 한 번에 위치를 조정하려고 할 때 실패하는 경우가 많았지만, 여러 번 시도하여 모델을 개선하는 접근 방식이 효과적이었다. 10-20% 성능 향상 수치가 이를 증명한다.

솔직히 235B 파라미터는 꽤 무겁다. 실제 production 환경에서 얼마나 빠르게 실행될지는 두고 봐야 한다.

앞으로 어떻게 될까?

GUI agent 경쟁이 심화되면서 UI Localization Accuracy가 핵심 차별화 요소가 될 것으로 예상된다. H Company 모델이 오픈 소스로 공개되었으므로 다른 agent framework에 통합될 가능성이 높다.

RPA (robotic process automation) 시장에도 영향을 미칠 수 있다. 기존 RPA 도구는 규칙 기반이었지만, 이제 비전 기반 UI 이해가 표준이 될 수 있다.

자주 묻는 질문 (FAQ)

Q: UI Localization이 정확히 무엇인가?

A: 스크린샷을 보고 특정 UI 요소 (버튼, 입력 창 등)의 정확한 좌표를 찾는 기술이다. 간단히 말해서 AI가 화면을 보고 어디를 클릭해야 하는지 아는 것이다. GUI automation agent의 핵심 기술이다.

Q: 기존 모델과 무엇이 다른가?

A: Agentic localization이 핵심이다. 한 번에 맞추려고 하는 것이 아니라, 여러 단계에 걸쳐 정교하게 만든다. 사람이 목표를 찾기 위해 화면을 스캔하는 방식과 유사하다. 이 방법으로 10-20% 성능 향상을 달성했다.

Q: 모델을 직접 사용할 수 있나?

A: Hugging Face에 연구용으로 공개되어 있다. 하지만 235B 파라미터 모델이므로 상당한 GPU 리소스가 필요하다. 실제 production 애플리케이션보다는 연구 또는 벤치마킹 용도에 적합하다.

이 기사가 유용했다면 AI Digester를 구독해 달라.

참고 자료

• Introducing Holo2-235B-A22B: State-of-the-Art UI Localization – Hugging Face (2026-02-03)

MS, AI 콘텐츠 라이선싱 마켓플레이스 구축: 3가지 핵심

• Microsoft는 AI 기업이 콘텐츠 라이선싱 조건을 검색하고 계약할 수 있는 플랫폼인 Publisher Content Marketplace (PCM)을 구축 중
• Vox Media, AP, Conde Nast, Hearst 등 주요 미디어 기업과 공동 설계
• 사용량 기반 보상 모델은 퍼블리셔와 AI 기업 모두에게 이익

무슨 일이 있었나?

Microsoft는 AI 콘텐츠 라이선싱을 위한 앱 스토어와 유사한 플랫폼을 만들고 있다. Publisher Content Marketplace (PCM)이라는 이 플랫폼을 통해 AI 기업은 프리미엄 콘텐츠에 대한 라이선싱 조건을 직접 검색하고 퍼블리셔는 콘텐츠 사용 방식에 대한 보고서를 받을 수 있다. [Verge]

Microsoft는 Vox Media (The Verge의 모회사), AP, Conde Nast, People, Business Insider, Hearst 및 USA TODAY를 포함한 주요 퍼블리셔와 함께 PCM을 공동 설계했다. Yahoo는 최초의 수요 파트너로 온보딩 중이다^{[Search Engine Land]}

왜 중요한가?

솔직히 말해서, AI 산업에서 콘텐츠의 무단 사용 문제는 이미 한계점에 도달했다. NYT, The Intercept 등은 Microsoft와 OpenAI를 상대로 저작권 소송을 진행 중이다. 개별 계약으로는 해결할 수 없는 규모의 문제가 되었다.

PCM이 흥미로운 점은 양면 마켓플레이스라는 것이다. 퍼블리셔는 라이선싱 조건을 설정하고 AI 기업은 쇼핑처럼 조건을 비교하고 계약을 체결할 수 있다. 개인적으로 이것이 AI 학습 데이터 문제에 대한 현실적인 해결책 중 하나라고 생각한다.

Microsoft가 이 시장에서 먼저 움직였다는 점도 의미가 있다. 퍼블리셔의 관점에서 Microsoft는 “콘텐츠의 품질에 대한 정당한 가격을 지불해야 한다”는 메시지를 꾸준히 전달해 왔다.^[Digiday]

앞으로 어떻게 될까?

Microsoft는 현재 파일럿 단계에서 파트너를 확장하고 있다. 간단히 말해서, AI 시대의 콘텐츠 라이선싱 표준이 될 수 있는 플랫폼이다.

하지만 한 가지 의문이 남는다. PCM이 퍼블리셔들이 추진하고 있는 Really Simple Licensing (RSL) 오픈 표준과 어떻게 인터페이스될지는 아직 불분명하다. Microsoft는 이에 대해 언급하지 않았다.

결론적으로, AI 콘텐츠 라이선싱은 개별 협상에서 플랫폼 기반 거래로의 전환을 알리는 첫 번째 신호이다. Google과 OpenAI가 어떻게 대응할지 지켜봐야 한다.

자주 묻는 질문 (FAQ)

Q: 누구나 PCM에 참여할 수 있나?

A: Microsoft에 따르면 대형 미디어 매체부터 소규모 전문 미디어 매체까지 모든 규모의 퍼블리셔를 지원한다. 그러나 현재 파일럿 단계이며 초청된 퍼블리셔와 함께 테스트되고 있다. 일반 참여 시기는 아직 발표되지 않았다.

Q: 퍼블리셔는 어떻게 수익을 창출하나?

A: 사용량 기반 보상 모델이다. AI 제품이 퍼블리셔의 콘텐츠를 grounding (참조)에 사용할 때마다 측정되어 그에 따라 보상된다. 퍼블리셔는 보고서를 통해 콘텐츠가 어디에서 얼마나 많은 가치를 창출했는지 확인할 수 있다.

Q: 기존 AI 라이선싱 계약과 어떻게 다른가?

A: 이전에는 퍼블리셔와 AI 기업이 1:1로 개별적으로 협상해야 했다. PCM은 마켓플레이스이기 때문에 여러 AI 기업이 하나의 플랫폼에서 여러 퍼블리셔의 조건을 비교하고 선택할 수 있다. 협상 비용과 시간을 크게 줄이는 구조이다.

이 기사가 유용했다면 AI Digester를 구독해 달라.

참고 자료

• Microsoft says it’s building an app store for AI content licensing – The Verge (2026-02-03)
• Microsoft launches Publisher Content Marketplace for AI licensing – Search Engine Land (2026-02-03)
• Digiday Scorecard: Publishers rate Big Tech’s AI licensing deals – Digiday (2026-02-03)

AI content Licensing, 3가지 주요 변화

• Microsoft, 업계 최초의 AI content licensing 중앙 집중식 플랫폼 출시
• 게시자가 직접 가격 및 이용 약관 설정, 사용량 기반 수익 모델
• Associated Press, USA Today, People Inc. 등 대형 미디어 이미 참여

무슨 일이 있었나?

Microsoft가 Publisher Content Marketplace (PCM)을 출시했다. 이는 AI 기업이 뉴스 또는 콘텐츠를 학습에 사용할 때 게시자에게 비용을 지불하는 중앙 집중식 마켓플레이스다.^{[The Verge]}

핵심은 이것이다. 게시자가 콘텐츠에 대한 라이선스 조건과 가격을 직접 설정한다. AI 기업은 이 마켓플레이스에서 필요한 콘텐츠를 찾아 라이선스를 구매한다. 사용량 기반 보고도 제공되어 게시자는 콘텐츠가 어디에서 얼마나 사용되고 있는지 확인할 수 있다.^{[Search Engine Land]}

Associated Press, USA Today, People Inc.는 이미 참여를 발표했다. 첫 번째 구매자는 Microsoft의 Copilot이다.^{[Windows Central]}

왜 중요한가?

지금까지 AI content licensing은 OpenAI와 같은 개별 게시자와의 1:1 일시불 계약이었다. 간단히 말해서, 큰 금액을 한 번에 지불하고 무제한으로 사용하는 뷔페와 같다.

Microsoft는 이를 뒤집었다. 이는 알라카르테 방식이다. People Inc. CEO Neil Vogel은 OpenAI와의 계약을 “All You Can It”에, Microsoft와의 계약을 “a la carte”에 비유했다. 콘텐츠가 실제로 얼마나 사용되고 있는지 파악하고 그에 따라 일관된 수익을 창출할 수 있다. 일시불 계약은 한 번으로 끝나지만, 이는 반복적인 수익 모델이다.

업계 평가도 좋다. Microsoft는 Digiday의 빅테크 AI licensing 평가에서 가장 높은 점수를 받았다. 협업 의지, 소통, 지불 의사 모두 높은 점수를 받았다.

앞으로 어떻게 될까?

개인적으로는 이것이 업계 표준이 될 가능성이 높다고 생각한다. 게시자들은 AI 학습을 위해 허가 없이 콘텐츠가 사용되는 것에 불만을 느껴왔으며, 이 모델은 그 문제를 정면으로 해결한다.

하지만 변수도 있다. Microsoft가 수수료로 얼마를 가져가는지는 아직 밝혀지지 않았다. 수수료율에 따라 게시자의 실제 수익이 달라질 것이다. 그리고 OpenAI 또는 Google이 유사한 플랫폼을 출시할지는 미지수다.

자주 묻는 질문 (FAQ)

Q: 모든 게시자가 참여할 수 있는가?

A: 현재는 초대받은 게시자만 참여할 수 있다. Microsoft는 점진적으로 확장할 계획이라고 밝혔다. 대형 미디어부터 시작하여 소규모 전문 미디어로 확장할 계획이다.

Q: OpenAI와 기존 계약이 있어도 참여할 수 있는가?

A: 그렇다. People Inc. 또한 OpenAI와의 일시불 계약 하에 Microsoft PCM에 참여했다. 두 계약은 상충되지 않는다. 그러나 각 계약의 독점 조항을 확인해야 한다.

Q: 수익은 어떻게 분배되는가?

A: Microsoft가 일정 비율을 수수료로 가져가고 나머지는 게시자에게 돌아간다. 정확한 수수료율은 공개되지 않았다. 게시자가 자체적으로 가격을 설정하므로 수익 구조는 다를 수 있다.

이 기사가 유용했다면 AI Digester를 구독해 달라.

참고 자료

• Microsoft says it’s building an app store for AI content licensing – The Verge (2026-02-03)
• Microsoft launches Publisher Content Marketplace for AI licensing – Search Engine Land (2026-02-03)
• Publishers rate Big Tech’s AI licensing deals – Digiday (2026-02-03)

235B Parametric model, UI automation을 완전히 뒤집다

• ScreenSpot-Pro 벤치마크에서 78.5%로 SOTA 달성
• Agent localization으로 성능 10-20% 향상
• 4K 고해상도 인터페이스에서도 작은 UI 요소 정확하게 찾아냄

무슨 일이 있었나?

H Company에서 UI Localization (유저 인터페이스 요소 위치 식별)을 위한 전문가 모델 Holo2-235B-A22B를 출시했다. ^{[Hugging Face]} 이 235B 파라미터 규모의 모델은 스크린샷에서 버튼, 텍스트 필드, 링크와 같은 UI 요소의 정확한 위치를 찾는다.

핵심은 Agentic Localization 기술이다. 한 번에 정답을 제공하는 것이 아니라, 여러 단계에 걸쳐 예측을 개선한다. 덕분에 4K 고해상도 화면의 작은 UI 요소도 정확하게 잡아낸다. ^{[Hugging Face]}

왜 중요한가?

GUI agent 분야가 뜨겁다. Claude Computer Use, OpenAI Operator와 같은 빅테크 기업들이 UI automation 기능을 내놓기 위해 경쟁하고 있다. 하지만 작은 스타트업인 H Company가 이 분야 벤치마크에서 1위를 차지했다.

개인적으로 주목하는 점은 agentic 방식이다. 기존 모델은 한 번에 위치를 조정하려고 시도할 때 실패하는 경우가 많았지만, 여러 번 시도하여 모델을 개선하는 접근 방식이 효과적이었다. 10-20% 성능 향상 수치가 이를 증명한다.

솔직히 235B 파라미터는 꽤 무겁다. 실제 프로덕션 환경에서 얼마나 빠르게 실행될지는 지켜봐야 한다.

앞으로 어떻게 될까?

GUI agent 경쟁이 심화되면서 UI Localization 정확도가 핵심 차별화 요소가 될 것으로 예상된다. H Company 모델이 오픈 소스로 공개되었으므로 다른 agent framework에 통합될 가능성이 높다.

RPA (robotic process automation) 시장에도 영향을 미칠 수 있다. 기존 RPA 도구는 규칙 기반이었지만, 이제 비전 기반 UI 이해가 표준이 될 수 있다.

자주 묻는 질문 (FAQ)

Q: UI Localization이 정확히 무엇인가?

A: 스크린샷을 보고 특정 UI 요소 (버튼, 입력 창 등)의 정확한 좌표를 찾는 기술이다. 간단히 말해서, AI가 화면을 보고 어디를 클릭해야 하는지 아는 것이다. GUI automation agent의 핵심 기술이다.

Q: 기존 모델과 무엇이 다른가?

A: Agentic localization이 핵심이다. 한 번에 맞추려고 하는 것이 아니라, 여러 단계로 정교하게 다듬는다. 사람이 목표를 찾기 위해 화면을 스캔하는 방식과 유사하다. 이 방법으로 10-20%의 성능 향상을 달성했다.

Q: 모델을 직접 사용할 수 있나?

A: Hugging Face에서 연구용으로 공개되었다. 하지만 235B 파라미터 모델이므로 상당한 GPU 리소스가 필요하다. 실제 프로덕션 애플리케이션보다는 연구 또는 벤치마킹 용도에 적합하다.

이 기사가 유용했다면 AI Digester를 구독해 주세요.

참고 자료

• Introducing Holo2-235B-A22B: State-of-the-Art UI Localization – Hugging Face (2026-02-03)

Jensen Huang: “모든 것은 Virtual Twin으로 표현될 것이다” — NVIDIA-Dassault, 25년 협력 역사상 최대 규모 파트너십

• NVIDIA와 Dassault Systèmes, 25년 협력 역사상 최대 전략적 파트너십 발표
• 물리 기반 AI 및 Virtual Twin을 통해 설계 및 제조 프로세스 100~1000배 확장 목표
• 3개 대륙에 AI 팩토리 구축, 4,500만 사용자에게 Industrial AI 제공 예정

무슨 일이 있었나?

NVIDIA CEO Jensen Huang과 Dassault Systèmes CEO Pascal Daloz는 2026년 2월 3일 휴스턴에서 열린 3DEXPERIENCE World에서 사상 최대 규모의 파트너십을 발표했다.^{[NVIDIA Blog]} 두 회사는 25년 이상 협력해 왔지만, 이번 발표는 NVIDIA의 가속 컴퓨팅 및 AI 라이브러리와 Dassault의 Virtual Twin 플랫폼의 본격적인 통합을 의미한다. 이는 융합의 첫 번째 사례이다.

Huang은 “AI는 물, 전기, 인터넷과 같은 인프라가 될 것”이라며 “엔지니어들은 100배, 1000배, 궁극적으로는 100만 배 더 큰 규모로 작업할 수 있을 것”이라고 말했다.^{[NVIDIA Blog]} 그는 엔지니어들이 AI 파트너 팀을 갖게 될 것이라고 덧붙였다.

이번 파트너십의 핵심은 Industry World Models이다. 물리학 법칙에 의해 검증된 AI 시스템은 제품, 공장, 심지어 생물학적 시스템까지 실제로 구축되기 전에 시뮬레이션한다. NVIDIA Omniverse 라이브러리와 Nemotron 오픈 모델은 Dassault의 3DEXPERIENCE 플랫폼에 통합되어 Virtual Companion이라는 AI 에이전트가 실시간으로 설계를 지원할 수 있게 된다.^{[Dassault Systèmes]}

왜 중요한가?

솔직히 말해서, 이것은 단순한 파트너십 발표가 아니다. Industrial AI의 판도를 바꿀 수 있는 움직임이다.

Virtual Twin은 기존의 Digital Twin보다 한 단계 더 발전된 개념이다. Digital Twin이 정적인 3D 복제본인 반면, Virtual Twin은 실시간 동작과 진화까지 시뮬레이션한다. 이는 제품의 기하학적 형태뿐만 아니라 작동 방식까지 동시에 설계할 수 있음을 의미한다.

개인적으로 이번 파트너십의 진정한 의미는 “AI 파트너”라는 개념에 있다고 생각한다. 엔지니어가 CAD를 단독으로 실행하는 대신, AI가 실시간으로 수천 가지의 설계 옵션을 시뮬레이션하고 제안한다. 설계 초기 단계에서 훨씬 더 넓은 설계 공간을 탐색할 수 있다.

유사한 시도가 이미 있었다. Siemens와 NVIDIA 또한 CES 2026에서 Industrial AI Operating System을 발표했으며, PepsiCo 공장에서 AI Digital Twin을 통해 처리량을 20% 향상시켰다. Dassault는 4,500만 명의 사용자와 40만 명의 고객이라는 거대한 설치 기반을 보유하고 있다. NVIDIA AI를 이 규모의 플랫폼에 통합하는 것은 다른 영향을 미친다.

다음은 무엇인가?

Dassault의 OUTSCALE 브랜드는 3개 대륙에 AI 팩토리를 구축한다. 데이터 주권 및 개인 정보 보호를 보장하면서 Industrial AI 모델을 운영하는 구조이다.

그러나 실제로 어느 정도까지 실현될지는 미지수이다. “100만 배 확장”은 비전이지 즉각적인 현실은 아니다. 중요한 것은 기존 3DEXPERIENCE 사용자가 이 기능을 추가 비용 없이 사용할 수 있는지, 아니면 새로운 라이선스가 필요한지 여부이다. 가격 정책은 아직 발표되지 않았다.

2026년 3월 보스턴에서 개최될 3DEXPERIENCE 사용자 컨퍼런스의 주제는 “AI-Powered Virtual Twin Experiences”이다.^{[Dassault Systèmes]} 보다 자세한 로드맵이 그때 공개될 것으로 예상된다.

자주 묻는 질문 (FAQ)

Q: Virtual Twin과 Digital Twin의 차이점은 무엇인가?

A: Digital Twin은 물리적 제품의 정적인 3D 복사본이다. 복제품이다. Virtual Twin은 실시간 동작 시뮬레이션과 시간 경과에 따른 진화를 포함한다. 제품의 형태뿐만 아니라 작동 방식과 전체 수명 주기까지 시뮬레이션하고 예측할 수 있으므로 설계 단계에서 추가적인 최적화가 가능하다.

Q: 이번 파트너십은 기존 3DEXPERIENCE 사용자에게 어떤 영향을 미치는가?

A: NVIDIA의 AI 라이브러리와 Nemotron 모델이 3DEXPERIENCE 플랫폼에 통합되면 사용자는 AI Companion으로부터 실시간 설계 지원을 받을 수 있다. 그러나 구체적인 가격 정책이나 기존 라이선스와의 호환성은 아직 발표되지 않았으므로 3월 사용자 컨퍼런스에서 더 많은 정보가 공개될 것으로 예상된다.

Q: NVIDIA는 Siemens와 유사한 파트너십을 발표하지 않았는가?

A: 맞다. NVIDIA는 CES 2026에서 Siemens와 Industrial AI Operating System 파트너십을 발표했다. Siemens는 제조 자동화 및 공장 시스템에 강점을 가지고 있는 반면, Dassault는 제품 설계 및 PLM에 강점을 가지고 있다. NVIDIA의 관점에서 볼 때, 두 파트너십 모두 Omniverse 생태계를 확장하기 위한 전략이며, 경쟁적이라기보다는 상호 보완적이다.

이 기사가 유용했다면 AI Digester를 구독해 주십시오.

참고 자료

• Everything Will Be Represented in a Virtual Twin, Jensen Huang Says at 3DEXPERIENCE World – NVIDIA Blog (2026-02-03)
• Dassault Systèmes and NVIDIA Partner to Build Industrial AI Platform – Dassault Systèmes (2026-02-03)
• Siemens and NVIDIA Expand Partnership to Build the Industrial AI Operating System – NVIDIA Newsroom (2026-01-07)

ViDoRe V3 벤치마크 전체 1위 달성

• ViDoRe V3 벤치마크 NDCG@10 63.42로 전체 1위 달성
• 3B, 4B, 8B 세 가지 모델 크기로 다양한 활용 지원
• Late-Interaction 방식으로 텍스트+이미지 동시 검색 가능

무슨 일이 일어났나?

NVIDIA가 멀티모달 문서 검색 모델 Nemotron ColEmbed V2를 공개했다.^{[Hugging Face]} 이 모델은 시각적 요소가 포함된 문서에서 텍스트 쿼리로 검색하는 Visual Document Retrieval에 특화되어 있다. ViDoRe V3 벤치마크에서 NDCG@10 63.42점을 기록하며 전체 1위를 차지했다.^[NVIDIA]

모델은 세 가지 크기로 제공된다. 8B 모델이 최고 성능(63.42), 4B가 61.54로 3위, 3B가 59.79로 6위를 각각 기록했다. ColBERT 스타일의 Late-Interaction 메커니즘을 사용해 각 토큰 단위로 정밀한 유사도를 계산한다.^{[Hugging Face]}

왜 중요한가?

기업 환경에서 문서는 텍스트만 있는 게 아니다. 표, 차트, 인포그래픽이 섞여 있다. 기존 텍스트 기반 검색은 이런 시각적 요소를 놓친다. Nemotron ColEmbed V2는 이미지와 텍스트를 함께 이해해서 검색 정확도를 높인다.

특히 RAG(Retrieval-Augmented Generation) 시스템에서 활용도가 높다. LLM이 답변을 생성하기 전에 관련 문서를 찾아야 하는데, 이 검색 단계의 정확도가 최종 답변 품질을 결정한다. V1 대비 개선된 점은 고급 모델 병합 기법과 다국어 합성 데이터 학습이다.

앞으로 어떻게 될까?

멀티모달 검색은 이제 선택이 아닌 필수가 되어가고 있다. NVIDIA는 NeMo Retriever 제품군에 이 모델을 통합할 예정이다. 기업용 RAG 파이프라인에서 문서 검색 정확도 경쟁이 본격화될 전망이다. 다만 Late-Interaction 방식은 토큰 단위 임베딩을 저장해야 해서 스토리지 비용이 높다는 점은 고려해야 한다.

자주 묻는 질문 (FAQ)

Q: Late-Interaction이 뭔가?

A: 기존 임베딩 모델은 문서 전체를 하나의 벡터로 압축한다. Late-Interaction은 각 토큰마다 별도 벡터를 만들고, 쿼리 토큰과 문서 토큰 간 최대 유사도를 합산한다. 더 정밀하지만 저장 공간이 많이 필요하다.

Q: 어떤 모델 크기를 선택해야 하나?

A: 정확도가 최우선이면 8B 모델을 쓰면 된다. 비용과 속도의 균형을 원하면 4B가 적절하다. 리소스가 제한된 환경에서는 3B도 상위권 성능을 제공한다. 모두 Hugging Face에서 무료로 받을 수 있다.

Q: 기존 RAG 시스템에 바로 적용할 수 있나?

A: 가능하다. Hugging Face Transformers로 로드해서 기존 파이프라인의 임베딩 모델만 교체하면 된다. 다만 Late-Interaction 특성상 벡터 DB 인덱싱 방식을 조정해야 할 수 있다. NVIDIA NGC에서 컨테이너도 제공한다.

이 글이 유용했다면 AI Digester를 구독해주세요.

참고 자료

• Nemotron ColEmbed V2: Raising the Bar for Multimodal Retrieval – Hugging Face (2026-02-04)
• nemotron-colembed-vl-8b-v2 Model Card – Hugging Face (2026-02-04)
• ColBERT: Efficient and Effective Passage Search – arXiv (2020-04-27)

2.3억 달러 투자, 카타르 국부펀드가 이끌었다

• Positron이 Series B에서 2.3억 달러를 유치했다
• 카타르 국부펀드(QIA)가 주도 투자자로 참여
• Nvidia H100 대비 66% 적은 전력으로 동등 성능 주장

무슨 일이 일어났나?

AI 칩 스타트업 Positron이 Series B 라운드에서 2억 3천만 달러를 유치했다.^[TechCrunch] 카타르 국부펀드(Qatar Investment Authority)가 이번 라운드를 주도했다. 2023년 설립된 이 네바다 기반 스타트업은 지난해 Series A에서 5,160만 달러를 유치한 바 있어, 총 누적 투자금이 3억 달러를 넘어섰다.^{[VentureBeat]}

Positron의 핵심 무기는 고속 메모리 칩이다. AI 추론(inference) 워크로드에서 메모리 대역폭이 병목인 점을 노렸다. 회사 측에 따르면 현재 판매 중인 Atlas 시스템은 메모리 대역폭 활용률 93%를 달성한다. 일반 GPU가 10~30%에 머무는 것과 대조적이다.^{[VentureBeat]}

왜 중요한가?

솔직히 Nvidia 대항마를 표방하는 스타트업은 많았다. Groq, Cerebras, SambaNova 등. 근데 Positron이 다른 점은 접근 방식이다.

대부분의 경쟁자들이 연산 능력(compute)을 강조할 때, Positron은 메모리에 집중했다. 트랜스포머 모델 추론에서 연산 대 메모리 비율이 거의 1:1이라는 점을 노린 것이다. 이론적으로는 맞는 말이다.

개인적으로 더 주목하는 건 카타르의 참여다. 카타르는 작년 12월 국영 AI 기업 QAI를 출범하고, Brookfield와 200억 달러 규모 AI 인프라 이니셔티브를 발표했다.^[Semafor] 중동 국가들이 Nvidia 의존도를 낮추려는 움직임과 맞물린다.

실제 고객도 있다. Cloudflare와 Parasail이 Atlas를 장기 테스트 중이다.^{[Gulf Times]}

앞으로 어떻게 될까?

Positron은 이 자금으로 차세대 칩 Asimov 개발을 가속한다. 이 칩을 탑재한 Titan 시스템은 2026년 출시 예정이다. 가속기당 2TB 메모리를 탑재해 최대 16조 파라미터 모델을 단일 시스템에서 돌릴 수 있다고 한다.^{[Gulf Times]}

근데 현실적인 도전 과제도 있다. 현재 Atlas는 FPGA 기반이라 범용 칩인 ASIC보다 비용이 높다. Asimov가 제때 나와야 진짜 경쟁이 가능하다. 그리고 Nvidia Blackwell이 이미 시장에 나온 상황에서 성능 격차를 좁힐 수 있을지가 관건이다.

자주 묻는 질문 (FAQ)

Q: Positron 칩이 Nvidia보다 정말 좋은가?

A: 추론 작업에 한정해서 Nvidia H100 대비 달러당 3.5배 성능, 66% 낮은 전력 소비를 주장한다. 다만 이건 회사 측 벤치마크다. 학습(training)에는 여전히 Nvidia가 우위다. 추론과 학습은 요구 사항이 다르기 때문에 용도에 따라 선택이 달라진다.

Q: 카타르가 왜 AI 칩에 투자하나?

A: 중동 국가들이 AI 주권 확보에 나서고 있다. 카타르는 200억 달러 규모 AI 인프라 투자를 발표했고, Nvidia 외 대안 확보가 전략적으로 중요하다. 미국의 대중 칩 수출 규제도 이런 움직임을 가속화하고 있다.

Q: Positron 칩을 지금 구매할 수 있나?

A: Atlas 시스템은 현재 일부 클라우드 기업에 공급 중이다. 일반 기업 대상 판매는 아직 제한적이다. 차세대 Titan 시스템은 2026년 출시 예정이므로, 대규모 도입을 고려한다면 그때까지 기다리는 것이 나을 수 있다.

이 글이 유용했다면 AI Digester를 구독해주세요.

참고 자료

• EXCLUSIVE: Positron raises $230M Series B to take on Nvidia’s AI chips – TechCrunch (2026-02-04)
• Positron believes it has found the secret to take on Nvidia in AI inference chips – VentureBeat (2025-07-28)
• Positron targets Middle East’s AI infrastructure with energy-efficient inference – Gulf Times (2026-02-02)
• Qatar offers AI compute to lure startups – Semafor (2026-02-02)

MS, AI 콘텐츠 라이선싱 마켓플레이스 구축: 3가지 핵심

• Microsoft가 Publisher Content Marketplace(PCM) 구축 중 – AI 기업이 콘텐츠 라이선싱 조건을 검색하고 계약할 수 있는 플랫폼
• Vox Media, AP, Conde Nast, Hearst 등 주요 언론사와 공동 설계
• 사용량 기반 보상 모델로 퍼블리셔와 AI 기업 모두에게 이득

무슨 일이 일어났나?

Microsoft가 AI 콘텐츠 라이선싱을 위한 앱스토어 같은 플랫폼을 만들고 있다. Publisher Content Marketplace(PCM)라고 불리는 이 플랫폼은 AI 기업들이 프리미엄 콘텐츠에 대한 라이선싱 조건을 직접 검색하고, 퍼블리셔들은 자신의 콘텐츠가 어떻게 사용되는지 리포트를 받을 수 있게 해준다.^{[The Verge]}

Microsoft는 Vox Media(The Verge 모회사), AP, Conde Nast, People, Business Insider, Hearst, USA TODAY 등 주요 퍼블리셔들과 PCM을 공동 설계했다. Yahoo가 첫 번째 수요 파트너로 온보딩 중이다.^{[Search Engine Land]}

왜 중요한가?

솔직히 말해서, AI 업계의 콘텐츠 무단 사용 문제는 이미 한계점에 도달했다. NYT, The Intercept 등은 Microsoft와 OpenAI를 상대로 저작권 소송을 진행 중이다. 개별 계약으로는 해결이 안 되는 규모의 문제가 됐다.

PCM이 흥미로운 이유는 양면 마켓플레이스라는 점이다. 퍼블리셔는 라이선싱 조건을 설정하고, AI 기업은 쇼핑하듯 조건을 비교하고 계약할 수 있다. 개인적으로는 이게 AI 학습 데이터 문제의 현실적인 해결책 중 하나라고 본다.

Microsoft가 이 시장에서 먼저 움직인 것도 의미가 있다. 퍼블리셔 입장에서 MS는 “콘텐츠 품질에 대한 정당한 대가를 지불해야 한다”는 메시지를 일관되게 전달해왔다.^[Digiday]

앞으로 어떻게 될까?

Microsoft는 현재 파일럿 단계에서 파트너를 확대하고 있다. 쉽게 말하면, AI 시대의 콘텐츠 라이선싱 표준이 될 수 있는 플랫폼이다.

근데 한 가지 의문이 남는다. 퍼블리셔들이 자체적으로 밀고 있는 Really Simple Licensing(RSL) 오픈 표준과 PCM이 어떻게 연동될지는 아직 불분명하다. Microsoft는 이에 대해 언급하지 않았다.

결론적으로, AI 콘텐츠 라이선싱이 개별 협상에서 플랫폼 기반 거래로 전환되는 첫 신호탄이다. Google, OpenAI가 어떻게 대응할지 지켜볼 필요가 있다.

자주 묻는 질문 (FAQ)

Q: PCM은 누구나 참여할 수 있나?

A: Microsoft에 따르면 대형 언론사부터 소규모 전문 매체까지 모든 규모의 퍼블리셔를 지원한다고 한다. 다만 현재는 파일럿 단계로, 초대받은 퍼블리셔들과 테스트 중이다. 일반 참여 시점은 아직 발표되지 않았다.

Q: 퍼블리셔는 어떻게 수익을 얻나?

A: 사용량 기반 보상 모델이다. AI 제품이 퍼블리셔 콘텐츠를 그라운딩(참조)에 사용할 때마다 측정되고, 그에 따라 보상이 지급된다. 퍼블리셔는 자신의 콘텐츠가 어디서 얼마나 가치를 창출했는지 리포트로 확인할 수 있다.

Q: 기존 AI 라이선싱 계약과 뭐가 다른가?

A: 기존에는 퍼블리셔와 AI 기업이 1:1로 개별 협상해야 했다. PCM은 마켓플레이스 형태라서 여러 AI 기업이 한 플랫폼에서 여러 퍼블리셔의 조건을 비교하고 선택할 수 있다. 협상 비용과 시간이 대폭 줄어드는 구조다.

이 글이 유용했다면 AI Digester를 구독해주세요.

참고 자료

• Microsoft says it’s building an app store for AI content licensing – The Verge (2026-02-03)
• Microsoft launches Publisher Content Marketplace for AI licensing – Search Engine Land (2026-02-03)
• Digiday Scorecard: Publishers rate Big Tech’s AI licensing deals – Digiday (2026-02-03)