NVIDIA, 에이전트 AI 사후학습에 최적화한 'Vera Rubin' 아키텍처 공개

요약

에이전트형 AI(Agentic AI)는 정적인 답변을 제공하는 생성형 AI와 달리 목표를 달성하기 위해 스스로 계획하고 도구를 활용하며 지속적으로 환경에 적응해야 한다. 이 과정에서 모델을 고도화하는 '사후 학습(Post-training)'은 일회성 단계가 아닌, 운영 환경 변화와 예기치 못한 엣지 케이스에 대응하기 위한 상시적인 작업으로 변화하고 있다. 지속적인 사후 학습은 컴퓨팅 자원 활용 패턴을 변화시켜, 에이전트 시대의 핵심 워크로드로 부상하고 있다. NVIDIA는 이러한 환경에서 '달러당 지능(Intelligence per dollar)' 극대화를 목표로 사후 학습의 효율성을 높이는 전략을 강조한다. 이를 통해 기업은 각 추론 및 학습 과정에서 얻는 가치를 극대화하여 비용 효율적인 에이전트형 AI 운영 체계를 구축할 수 있다.

AI가 원문을 요약한 내용으로, 부정확할 수 있습니다.