화웨이가 스페인 바르셀로나에서 열린 MWC 바르셀로나 2026 행사 기간 ‘화웨이 AI DC 혁신 포럼’ 무대에서 기업의 AI 활용을 한 단계 끌어올리기 위한 ‘AI 데이터 플랫폼(AI Data Platform)’을 선보였다.
회사는 최근 기업 혁신의 중심에 AI 에이전트가 자리 잡았지만, 실제 현장 적용 과정에서는 여러 장벽이 동시에 드러난다고 설명했다. 많은 조직이 방대한 데이터를 보유하고도 지식으로 전환되는 속도가 느리고, 검색 결과의 정확도가 기대에 못 미치며, 긴 맥락과 여러 차례의 질의·응답이 이어지는 환경에서는 추론 효율이 떨어진다는 점이 대표적이다. 여기에 업무 맥락을 유지하는 작업 메모리나 경험을 누적해 성능을 끌어올리는 체계가 부족해, AI 에이전트가 ‘데모 수준’에 머무는 사례가 많다는 것이다.
화웨이는 이러한 공통 과제를 해소하기 위한 구조로 지식 베이스(knowledge base), KV 캐시(KV cache), 메모리 뱅크(memory bank)를 하나로 묶고, UCM이 이를 조율하는 형태의 플랫폼 설계를 제시했다. 목표는 AI 에이전트가 시연용 기능을 넘어 기업 운영 환경에서 실제 생산 도구로 작동하도록 데이터 기반을 정교하게 다지는 데 있다.
먼저 생성·검색(RAG) 계열 업무에서 핵심이 되는 지식 검색 품질을 높이기 위해, 소스 데이터의 변경을 지속적으로 감지하고 원천 데이터를 거의 실시간에 가깝게 ‘지식’ 형태로 바꾸는 방식을 내세웠다. 또한 멀티모달 데이터를 손실을 최소화해 파싱하고 토큰 단위로 인코딩해 고정밀 지식으로 전환함으로써, 95% 이상의 검색 정확도를 제공하도록 설계했다고 밝혔다.
추론 속도와 비용 문제를 줄이기 위한 장치로는 ‘추론 가속용 KV 캐시’를 전면에 배치했다. 과거 추론에서 생성된 메모리 데이터를 활용하고, KV 캐시를 지능적으로 계층화·관리해 반복 연산을 크게 줄여 지연 시간을 낮추는 동시에 처리량을 높인다는 설명이다. 긴 시퀀스 입력과 복잡한 다단계 에이전트 추론 작업에서도 성능을 유지하는 데 초점을 맞췄다.
또한 에이전트가 ‘대화는 하지만 기억하지 못하는’ 한계를 넘기 위해, 메모리 뱅크를 통해 작업 메모리와 경험 메모리를 축적·요약하고 필요 시 회상할 수 있는 기능을 제공한다고 했다. 이를 바탕으로 메모리 역추적, 다중 에이전트 협업 학습을 지원해 추론의 정확도와 효율을 계속 개선하고, 사용할수록 개인화와 지능 수준이 높아지도록 한다는 구상이다.
화웨이는 앞으로도 AI 데이터 인프라 영역에 투자를 확대하고, 제품 및 기술 혁신을 이어가며 산업 전반의 디지털·지능형 전환을 지원하겠다고 밝혔다. 더불어 글로벌 고객과 파트너와의 협력을 통해 다양한 산업에서 AI 도입을 넓히고 데이터 가치 활용을 극대화하는 방향으로 생태계를 확장해 나가겠다는 계획을 내놨다.
출처: 화웨이
댓글
0