한국어 箭头
Podcast Cover

[AI 추론의 미래: 오픈소스 엔진 vLLM과 인프라스트(Infraact)의 비전]-[Inferact: Building the Infrastructure That Runs Modern AI]

a16z Podcast · B2 · 2026-01-22

Technology
또는 웹버전으로 공부하세요

📋 Summary

AI 추론의 난제와 오픈소스 인프라의 부상

최근 AI 분야의 화두는 단순히 모델의 지능을 높이는 '학습'을 넘어, 복잡하고 예측 불가능한 AI 시스템을 어떻게 효율적으로 '실행(Inference)'할 것인가로 옮겨가고 있습니다. vLLM의 공동 창립자이자 인프라스트(Infraact)의 설립자인 사이먼 모(Simon Mo)와 우석 권(Woosuk Kwon)은 이번 대담을 통해 AI 추론이 현대 컴퓨팅에서 가장 중요하고 복잡한 문제로 자리 잡았음을 강조합니다.

1. 기존 컴퓨팅과 다른 AI 추론의 불확실성

과거의 머신러닝 워크로드는 입력값이 표준화되어 있고, 연산 과정이 예측 가능했습니다. 하지만 대규모 언어 모델(LLM)은 다릅니다. 사용자의 프롬프트 길이는 제각각이며, 출력 또한 언제 끝날지 알 수 없습니다. 수천 명의 사용자가 동시에 서로 다른 요구를 보내는 상황에서 GPU를 효율적으로 스케줄링하고, 메모리를 관리하는 것은 매우 어려운 과제입니다. 우석 권은 이를 해결하기 위해 "동적 처리를 제1원칙으로 삼아야 한다"고 설명하며, 기존의 정적인 배치 처리 방식으로는 LLM의 예측 불가능성을 감당할 수 없다고 지적합니다.

2. vLLM의 탄생과 '페이지드 어텐션(PagedAttention)'

vLLM 프로젝트는 2022년 메타의 OPT 모델을 서비스하기 위한 연구 프로젝트에서 시작되었습니다. 초기에는 단순한 최적화 시도였으나, autoregressive(자기회귀) 모델이 기존 ML 워크로드와 근본적으로 다름을 깨닫고 이를 해결하는 과정에서 '페이지드 어텐션(PagedAttention)' 기술이 탄생했습니다. 이는 마치 운영체제의 가상 메모리 관리와 유사한 방식으로, KV 캐시(KV cache)를 효율적으로 관리하여 LLM 추론의 성능을 비약적으로 향상시켰습니다.

3. 커뮤니티 중심의 생태계 확장

현재 vLLM은 2,000명 이상의 기여자가 참여하는 세계에서 가장 빠르게 성장하는 오픈소스 프로젝트 중 하나입니다. 사이먼 모는 "오픈소스의 힘은 다양성에서 나온다"고 말합니다. 모델 공급자, 하드웨어 제조사(NVIDIA, AMD, Google, AWS 등), 그리고 인프라 운영자들이 모두 공통의 표준인 vLLM을 중심으로 모여 협력함으로써, 개별 기업이 파편화된 기술을 각자 개발하는 'M x M 문제'를 해결하고 있습니다. 이는 마치 과거 리눅스나 쿠버네티스가 표준 인프라로 자리 잡았던 과정과 유사합니다.

4. 인프라스트(Infraact)와 보편적 추론 계층(Universal Inference Layer)

인프라스트는 vLLM을 단순히 오픈소스 프로젝트를 넘어, 전 세계 AI 워크로드를 뒷받침하는 '보편적 추론 계층'으로 발전시키기 위해 설립되었습니다. 이들은 단순히 모델을 돌리는 것을 넘어, 에이전트(Agent) 기술의 발전으로 더욱 복잡해진 추론 환경(수천 번의 턴, 외부 툴 사용 등)에 대응하는 차세대 런타임을 구축하고자 합니다.

사이먼 모는 "우리는 수직적 통합이 아닌, 수평적인 추론 계층을 추구한다"고 밝히며, 하드웨어와 모델이 다양해지는 환경에서 운영체제가 CPU를 추상화했듯, 자신들은 GPU와 가속 컴퓨팅 환경을 추상화하여 모든 AI 애플리케이션의 기반이 되겠다는 비전을 제시합니다.

결론적으로, 이들은 AI 인프라의 미래가 폐쇄적인 독점 시스템이 아닌, 오픈소스를 통한 공동의 혁신에 달려 있다고 믿습니다. 인프라스트는 지속적인 리팩토링과 커뮤니티와의 협업을 통해, 가장 효율적이고 확장 가능한 AI 실행 엔진을 만드는 것을 최우선 과제로 삼고 있습니다.

🎯Key Sentences

1
Every request is different.
요청은 모두 다릅니다.
2
That's where the tension lies.
바로 거기에 긴장감이 감돌고 있는 거지.
3
It is only that VLM win.
결국 VLM이 이길 뿐이다.
4
That was kind of at the beginning.
그건 거의 초반부에 있었던 일이에요.
5
Actually, you're like doing more work instead of less.
사실, 너는 일을 줄이는 게 아니라 오히려 더 늘리고 있는 것 같아.
모두 펼치기

📝Key Phrases

1
push the capabilities
역량을 최대한 발휘하다
2
tailor that to extreme efficiency
극도의 효율성을 추구하도록 조정하다
3
in a sense
어떤 의미에서는
4
rival the challenge of
~에 버금가는 어려움
5
first-class citizen
일급 시민
모두 펼치기

📖 Transcript

Our goal is to make VLM, the world's inference engine, really push the capabilities on the open source front and then build a universal inference layer.
That means we'll have the runtime to power any new model on new hardware for new application, be able to tailor that to extreme efficiency and support all the AI workload going forward.
I fundamentally believe that open source, especially how VLM itself is structured, is critical to the AI infrastructure in the world.
And what we want to do with Infraact is to support maintain, steward and push forward the open source ecosystem.
It is only that VLM win.
VLM becomes a standard and VLM help everybody to achieve what they need to do.

ListenLeap이 실제 문맥에서 학습하도록 이끌어줌

🎨 흥미로운 콘텐츠
🌍 실제 자료
📱 언제든 듣고 보기