알리바바가 칩, 클라우드 인프라, 모델, 에이전트에 걸친 포괄적인 풀스택 AI 전략 로드맵을 발표했다.
알리바바가 2026년 9월 23일 항저우에서 열린 회사의 연례 아프사라 컨퍼런스에서 공개한 포괄적인 풀스택 AI 전략 업데이트를 발표했습니다. 이 로드맵은 기초 모델, 멀티모달 기능, 자체 개발 AI 칩, 에이전트 클라우드 인프라, 그리고 모바일 AI 에이전트의 혁신을 포함합니다.
알리바바 그룹의 회장인 Joe Tsai는 전략적 방향을 다음과 같이 설명했습니다: "지난 몇 년간 AI는 기술적 역량에 대한 우리의 상상력을 지속적으로 확장해 왔습니다. AI는 개발을 위한 엄청난 잠재력을 가지고 있으며, 실제 시나리오에 배포되고 확장될 수 있으며, 수천 개 산업에서 생산성을 높일 수 있습니다. 이것이 '지능이 경계를 넘다(Intelligence Goes Beyond)'의 진정한 의미입니다: AI를 기술적 돌파에서 가치 창출로 이끌어가는 것입니다."
알리바바 그룹의 최고경영자 Eddie Wu는 앞으로의 규모 기회를 강조했습니다. "현재 기계적 사고의 총량은 모든 인간적 사고의 3% 미만입니다. 이 규모가 결국 인간 역량의 1,000배까지 확장된다면, 간단한 수학으로 우리에게 말해줍니다: 기계적 사고는 여전히 엄청난 성장 기회를 가지고 있습니다. 기계가 사고의 주요 동력이 되고 지능을 규모에 맞게 공급되는 상품으로 변화시키면서, 기계 지능 시대의 진정한 획기적인 상품은 아직 도래하지 않았습니다. 이를 염두에 두고, 우리의 목표는 2032년까지 알리바바 클라우드가 운영하는 글로벌 데이터 센터 용량이 20GW를 초과하여 산업의 기하급수적으로 증가하는 AI 수요를 촉진하는 것입니다."
**기초 및 멀티모달 모델**
알리바바는 Qwen 4가 현재 학습 중이며, Qwen 4.5와 Qwen 5의 로드맵이 발표되었으며, 5조~10조 개의 매개변수로 확장될 것으로 예상된다고 밝혔습니다. 회사는 경험적 피드백을 통한 재귀적 자체 개선(RSI, Recursive Self-Improvement)의 진전을 보여주었습니다. 파이프라인 설계, 데이터 검증, 반복적 실험, 그리고 오류 진단을 포괄하는 완전히 자동화된 한 달간의 실행을 통해 Qwen3.8-Max는 33개의 반복 사이클을 완료했으며, 자동화된 학습 최적화 및 사후 학습 기술을 통해 인공 분석 점수를 40에서 45로 향상시켰습니다. 칩 설계 실험에서 모델은 전체 설계 라이프사이클에 걸쳐 60시간 이상의 자체 개선을 거쳤으며, 10,000개 이상의 EDA 도구 호출을 통해 생산 등급의 칩 버스 모듈을 생성하여 칩 면적을 성능 타협 없이 42% 감소시켰습니다.
멀티모달 기능에서 알리바바는 지연 시간을 거의 20% 감소시키는 Qwen3.8-LiveTranslate 동시 통역 모델을 공개했습니다—2.8초에서 2.3초로—번역 충실도, 유창함, 그리고 실시간 번역의 간결성을 향상시키면서. 차세대 오디오 생성 모델인 Qwen-Audio-3.1-TTS-Next는 텍스트 스크립트에서 대사와 주변음을 혼합하여 완전한 영화적 사운드스케이프를 생성하며, 오디오북, 영화 및 텔레비전, 팟캐스트, 그리고 게임을 포함한 전문적인 창작 응용을 위해 설계되었습니다. 업데이트된 음성 제품군에는 Qwen-Audio-3.1-ASR(자동 음성 인식), Qwen-Audio-3.1-TTS(텍스트-음성 변환), 그리고 향상된 음성 AI 기능을 위한 Qwen-Audio-3.1-Realtime이 포함됩니다.
올해 말에 출시될 예정인 Qwen-Image 3.1은 창작 설계 및 전자상거래 마케팅을 위한 이미지 생성을 최적화하여 시각 설계 소요 시간을 시간에서 초 단위로 단축하면서 고유한 투명 배경 생성 및 고급 이미지 편집 기능을 제공합니다. 세계 모델 평가를 표준화하기 위해 알리바바 토큰 허브는 선도적인 학계 및 산업 파트너들과 함께 6단계 역량 프레임워크를 도입했으며 동영상 생성, 구체화된 AI, 그리고 공간 재구성을 포괄하는 해피월드 아레나 벤치마킹 플랫폼을 출시했습니다.
알리바바는 스마트폰을 위해 최적화된 비즈니스 대면 풀스택 에이전트 솔루션인 Qwen Intelligence를 출시했으며, 휴대폰 제조업체에 복잡한 크로스앱 작업을 안정적으로 처리할 수 있는 차세대 AI 폰을 위한 Qwen 기반 에이전트 플랫폼에 대한 접근을 제공합니다.
**AI 칩 및 인프라**
알리바바의 칩 설계 부문 T-Head는 전임 제품인 Zhenwu M890(5월 출시)보다 3배 향상된 성능을 제공하는 최신 AI 학습 및 추론 프로세서 Zhenwu V900을 공개했습니다. 216GB의 GPU 메모리와 1,200GB/s의 칩 간 대역폭을 특징으로 하는 이 액셀러레이터는 FP8 및 FP4를 포함한 여러 데이터 정밀도에 대한 기본 지원과 함께 까다로운 AI 워크로드를 처리하도록 구축되었습니다. 추론 비용을 줄이면서 계산 밀도를 증가시킴으로써, 고정밀도 모델 학습과 초저정밀도 추론을 모두 원활하게 처리하며, 2027년 1분기 대량 생산 및 상업 출시가 예정되어 있습니다. T-Head의 Zhenwu AI 칩은 자동차, 금융, 대규모 언어 모델, 구체화된 지능, 에너지, 그리고 제조 업계에서 650개 이상의 고객에게 서비스를 제공하고 있습니다.
알리바바는 또한 Zhenwu V900 프로세서, ICN Switch, Panmai SmartNIC, 그리고 Zhenyue SSD 컨트롤러 칩을 통합한 업그레이드된 슈퍼노드 서버를 공개했으며, 계산, 저장소, 그리고 네트워킹 전반에 걸쳐 풀스택 시스템 수준의 시너지를 위해 최적화되었습니다. 서버는 최대 500,000개의 카드로 구성된 슈퍼노드 클러스터를 지원합니다.
추가적으로, 알리바바는 2027년 출시가 예정된 에이전트 AI 작업을 위해 맞춤화된 차세대 자체 개발 CPU의 로드맵을 공개했습니다. Yitian 720은 전임 제품인 Yitian 710과 비교하여 향상된 단일 코어 성능, 더 높은 코어 밀도, 그리고 증가된 에너지 효율을 특징으로 합니다. T-Head의 자체 개발 미세아키텍처 기반으로 만들어진 첫 번째 CPU인 Yitian 730은 Yitian 710에 비해 최대 40% 향상된 SPECint2017/GHz 성능을 자랑합니다.
**에이전트 클라우드 플랫폼**
알리바바 클라우드는 모델, 하니스, 그리고 컨텍스트라는 세 가지 핵심 시나리오 중심으로 구축된 에이전트 클라우드 전략을 중심으로 한 포괄적인 업그레이드 제품군을 공개했습니다.
AI 네이티브 클라우드는 대규모 모델 학습 및 추론에 중점을 둡니다. 알리바바 클라우드의 AI용 플랫폼(PAI)은 추론, 캐싱, 샘플 재생, 그리고 학습 서비스에 걸쳐 시너지적 최적화를 통합했습니다. Qwen 모델의 실제 사후 학습에서 PAI는 최첨단 모델 학습을 단 5일 만에 완료했습니다. AI 모델 학습을 위해 최적화된 새로운 세대 시스템인 클라우드 병렬 파일 저장소(CPFS)는 100테라바이트/초 처리량과 100백만 입출력 작업/초(IOPS)를 제공하여 기업 AI 저장소 비용을 69% 감소시킵니다. 알리바바 클라우드의 최신 자체 개발 AI 네트워킹 아키텍처인 HPN 8.0 Pro는 초저지연과 함께 100페타비트 대역폭을 제공합니다. 단일 클러스터는 800G 속도에서 130,000개 이상의 네트워크 포트를 지원하며, 광학 트랜시버 또는 링크 장애로 인한 서비스 중단을 보장하지 않는 내장 중복성이 있으며, 이전 세대에 비해 네트워크 업그레이드 및 장애의 영향을 50%에서 25%로 감소시킵니다.
에이전트 네이티브 클라우드는 기업 등급의 에이전트 배포, 운영, 그리고 보안을 가능하게 합니다. AgentCore는 전체 라이프사이클에 걸쳐 AI 에이전트를 구축, 실행, 그리고 관리하기 위한 새로운 기업 플랫폼으로, 기업이 AI 도구를 구축 및 실행하고, 인간-에이전트 협력을 안전하게 제어하며, 지속적인 개선을 위해 성능을 모니터링할 수 있게 합니다. 운영 계층에 내장된 기업 등급 보안을 통해 조직은 다양한 AI 에이전트를 배포하고 규모에 맞게 중요한 비즈니스 시스템에 원활하게 통합할 수 있는 단일하고 제어된 기초를 제공합니다. 에이전트 보안 센터는 실시간 위협 탐지를 통해 엔터프라이즈 AI 에이전트 애플리케이션을 위한 전체 라이프사이클 보안 및 준수 관리를 제공하여 에이전트가 통제 가능한 범위 내에서 안전하게 운영되도록 합니다.
컨텍스트 엔진은 실시간 데이터와 장기 메모리를 제공합니다. 에이전트 컨텍스트는 AI 에이전트에 문서, 비즈니스 시스템, 채팅 기록, 그리고 멀티모달 데이터를 단일 기초로 연결하여 실시간 컨텍스트와 장기 메모리를 제공하여 에이전트가 과거 작업을 기억하고, 팀 간의 지식을 공유하며, 지속적으로 학습할 수 있도록 하는 기업 등급 컨텍스트 데이터 서비스입니다. 고객 서비스, AI 코딩, 그리고 데이터 분석과 같은 지식 집약적인 시나리오에서 토큰 사용을 최대 67% 감소시킵니다. 통합된 멀티모달 데이터 레이크하우스로 업그레이드된 OpenLake는 처리, 검색, 분석, 그리고 모델 학습을 위해 여러 계산 엔진에 구조화된, 반구조화된, 비구조화된, 벡터, 그리고 스트리밍 형식을 제공합니다. 기존 아키텍처와 비교하여 OpenLake는 총 비용을 38% 감소시키고 쿼리 응답 시간을 40% 단축합니다.