머스크가 밝힌 Grok 4.8, 모델 크기와 학습 방식 쉽게 이해하기

일론 머스크가 9월 14일 X에서 Grok 4.8의 개발 상황을 밝혔습니다. 2.5T 규모의 모델을 새 C++ 소프트웨어 스택으로 학습했으며, 이번 주 현재 학습을 마치고 강화학습(RL)을 시작할 예정이라고 합니다.

2.5T는 얼마나 큰 모델일까?

2.5T는 2조 5천억입니다. 모델 크기를 말할 때는 보통 파라미터 수를 뜻합니다.

파라미터는 AI가 학습하며 조정하는 내부 숫자입니다. 답을 잘하도록 맞추는 ‘조절 손잡이’라고 생각하면 쉽습니다. 수가 많다고 성능이 그만큼 좋아지는 것은 아닙니다.

C++ 스택은 학습을 돌리는 도구

C++는 프로그래밍 언어입니다. 소프트웨어 스택은 함께 작동하는 프로그램과 도구의 묶음입니다.

AI가 제품이라면 학습용 스택은 생산 설비에 가깝습니다. 새 설비로 학습했다는 뜻입니다. 얼마나 빨라졌는지는 이번 글에 나오지 않았습니다.

RL은 평가를 통해 개선하는 학습

RL은 Reinforcement Learning, 강화학습의 약자입니다. AI가 낸 답을 평가하고, 좋은 답을 더 잘 내도록 학습하는 방식입니다.

문제를 풀고 채점 결과를 보며 실력을 다듬는 과정과 비슷합니다. 수학 정답이나 코드의 검사 통과 여부를 평가에 쓸 수 있습니다. Grok 4.8의 구체적인 평가 방식은 이번 글에서 밝히지 않았습니다.

출시는 언제일까?

이번 발언은 다음 학습 단계로 넘어간다는 소식입니다. 강화학습도 학습의 일부이므로, 이번 주 출시를 뜻하지는 않습니다.

출시일과 가격, 한국어 성능은 이번 글에서 언급하지 않았습니다.

용어 참고: Google 파라미터 설명, xAI의 Grok 4 강화학습 설명