머신러닝과 생성AI의 급속한 확산과 함께, 고성능 모델을 학습하기 위해 GPU 인프라에 대한 의존도가 높아지고 있다. 그러나 GPU는 고가의 하드웨어 자원이자 에너지 소비 측면에서도 비용이 크며, 중소기업이나 일반 연구기관에서는 진입 장벽으로 작용하고 있다. 이에 따라 CPU 기반 환경에서도 효율적으로 작동할 수 있는 경량 머신러닝 엔진의 수요가 증가하고 있으며, 특히 오픈소스 기반의 리눅스 생태계에서의 지원은 기술 채택의 결정적 요소로 부상하고 있다.

AI 기술 기업 루미나 AI(Lumina AI)가 자사 머신러닝 프레임워크 랜덤 컨트라스트 러닝(Random Contrast Learning, 이하 RCL) 2.7.0 버전의 정식 출시를 발표했다. 이번 릴리스는 CPU 최적화 및 네이티브 리눅스 환경에서 실행 가능한 최초의 프로덕션 버전으로, 우분투(Ubuntu), 레드햇 엔터프라이즈 리눅스(Red Hat Enterprise Linux), 페도라(Fedora) 등 주요 배포판을 기본 지원한다. 이를 통해 사용자들은 독점 런타임이나 GPU 없이 리눅스 환경에서 고정밀 AI 모델을 손쉽게 학습하고 배포할 수 있게 되었다.

RCL 2.7.0의 기술적 특징

RCL 2.7.0은 리눅스 사용자에게 다음과 같은 핵심 기능을 제공한다. 첫째, 우분투 22/24, 레드햇 엔터프라이즈 리눅스 9/10, 페도라 워크스테이션 42에서 성공적으로 테스트된 네이티브 실행 파일을 제공하며, 기존 윈도우 기반 prismrcl과 동일한 명령줄 환경을 지원한다. 사용자는 단순히 파일 경로만 리눅스 구문에 맞게 조정하면 된다.

둘째, 자동 최적화 2.5+ 루틴을 통해 각 데이터셋에 적합한 지표를 자동으로 선택하여 학습 정확도를 향상시킨다. 이 루틴은 정확도, 거시 F1 점수, 가중 F1, 매튜스 상관 계수 중 가장 효과적인 지표를 선택해 성능을 극대화한다.

셋째, RCL은 다양한 데이터 유형에 대한 호환성을 갖췄다. 이미지(.png), 텍스트, 표 형식의 입력 데이터를 사전 정규화 없이 바로 학습할 수 있으며, 언어 모델 학습을 위한 전용 모드도 제공된다. 사용자는 --llm 플래그와 --readtextbyline 옵션을 함께 지정해 언어 모델 학습 모드로 전환할 수 있다.

넷째, 기존 모델과의 깔끔한 업그레이드 경로도 제공된다. 모델 간의 호환성과 감사를 보장하기 위해 기존 모델을 재학습할 수 있으며, 릴리스 간 코드 변경으로 인한 불일치를 최소화할 수 있다.

루미나 AI의 최고경영자 앨런 마틴(Allan Martin)은 “네이티브 리눅스 지원을 통해 RCL 2.7.0은 루미나를 오픈소스 혁신과 지속 가능한 AI의 교차점에 위치시킨다. 최첨단 성능을 구현하는 데 있어 GPU가 필수적이지 않다는 점을 입증”하고 있다며 “기업이 이미 보유한 하드웨어 자원만으로도 고성능 AI 워크로드를 처리할 수 있다는 점은 지속 가능성과 접근성을 동시에 만족시킨다.”라고 덧붙였다.

RCL 2.7.0은 7월 9일 공식 출시되었으며, 루미나 AI는 자사 웹사이트(lumina247.com/prismrcl-sign-up-2-0)를 통해 30일 무료 체험판을 제공하고 있다.