트릴리온 파라미터 컨소시엄(TPC)과 TPC25에 대해 알고 싶었던 모든 것

설립 이후 트릴리온 파라미터 컨소시엄(TPC)에 대한 많은 질문이 제기되었습니다. AI 기술의 급격한 변화와 대규모 언어 모델(LLM)의 등장으로 과학 및 공학을 포함한 경제의 모든 부문에서 지능형 프로세스를 활용할 수 있는 많은 기회가 생겼습니다. LLM의 발전은 놀라웠지만, 과학 분야에서 이 기술을 사용하려면 과학적 프로세스에 고유한 요구사항에 초점을 맞춰야 합니다. TPC는 이러한 요구사항을 해결하고 과학을 위한 AI를 지원하는 커뮤니티를 제공하기 위해 시작되었습니다.

TPC와 TPC25 이벤트에 대해 가장 많이 묻는 질문들에 대한 답변은 다음과 같습니다.

1. 트릴리온 파라미터 컨소시엄(TPC)의 목표는 무엇인가요?

TPC는 과학 및 공학 응용 분야를 위한 대규모 AI 기능의 책임감 있고, 개방적이며, 안전한 개발을 발전시키고 가속화하는 것을 목표로 합니다. 그 성장하는 커뮤니티는 AI와 HPC의 교차점을 대표하며, AI 과학과 과학적 발견을 위한 AI뿐만 아니라 데이터와 계산을 아우르는 필요한 극대규모 시스템을 활용하는 도전 과제도 포함합니다.

2. 왜 과학을 위한 AI가 필요한가요? 기업용 모델을 사용하거나 미세 조정할 수 없나요?

간단한 답변은 "그렇지 않습니다"입니다. 여러 이유가 있습니다. 첫째, AI 사용은 생성형 AI와 언어 모델 이상으로 확장됩니다. 방법론은 강력하지만, 과학이 데이터를 획득하고 사용하는 방식(우리는 훈련 데이터를 생성하고 맞춤화할 수 있음)과 정량적 방법에 대한 관심에 많은 차이가 있습니다. 둘째, AI, HPC, 빅데이터를 결합하면 과학적 발견을 가속화하는 새로운 방법이 탄생합니다.

3. 누가 TPC를 시작했으며, 누가 참여하고 있나요?

2023년에 설립된 TPC 커뮤니티는 전 세계 100개 이상의 조직에서 온 1,400명 이상의 참가자로 성장했습니다. 참가자들은 컴퓨터 과학자, 수학자, 계산 과학자, 천문학, 물리학, 화학, 생물학, 환경, 재료, 기후 과학 분야의 전문가, 대규모 컴퓨팅 시스템, 계산 프레임워크, 데이터 관리, 윤리적 고려사항, 책임감 있는 AI 관행 전문가 등이 포함됩니다.

4. 회의나 이벤트가 있나요? 누구나 참석할 수 있나요?

네, 우리는 일 년에 여러 번 만나며, 종종 다른 컨퍼런스의 일부로 모입니다(ISC 2025에서 워크숍을 방금 열었습니다). 첫 번째 "전체 회의"는 2025년 7월 28-31일 캘리포니아 산호세에서 열립니다. 이 세계적인 모임과 전시회에는 산업계, 학계, 국립 연구소, 벤더 커뮤니티, 자금 지원 기관, VC의 AI 리더들이 참여하여 대규모 과학적 발견과 공학을 위한 AI 활용 모범 사례를 개발할 것입니다.

5. 왜 TPC에 관심을 가져야 하나요?

AI는 과학적 발견을 가속화하고 있습니다. 전통적인 HPC 데이터부터 시작해, AI 기반 시스템은 전통적인 수치 계산 방법보다 더 빠르고 컴퓨팅 오버헤드가 적게 유사한 결과를 인식하고 생성하도록 훈련될 수 있습니다(모델은 훈련에 상당한 자원이 필요하고 전통적인 HPC 생성 데이터가 필요함). TPC는 이 기능을 활용하고 과학적 발견을 위한 AI를 지원하는 개방형 커뮤니티를 구축하는 데 중점을 두고 있습니다. 구체적으로, TPC는 과학에 특히 중요한 많은 주제를 다룹니다. 여기에는 다음이 포함됩니다:

• 투명성
• 공정성

• 윤리적 AI 관행
• 편향 완화

• 신뢰성 보장
• 개인정보 보호

6. AI에 대해 아무것도 모릅니다. TPC는 초보자를 위한 것인가요?

물론입니다. 당신이 과학자이고 AI에 대해 아무것도 모른다면, TPC25는 당신을 위해 설계되었습니다. 튜토리얼, 해커톤, 발표, 워킹 그룹이 있습니다. 또한 커뮤니티 회원들과 많은 토론을 할 수 있습니다.

7. 저는 경험 많은 물리학자, 화학자 또는 엔지니어인데, 솔직히 이 AI 기술을 신뢰하지 않습니다. 이것이 HPC에 어떻게 도움이 되나요? 예시가 있나요?

당신의 회의적인 태도는 환영합니다. AI가 많은 경우에 작동해야 한다는 것이 즉시 명백하지는 않지만, 실제로 작동합니다. AI가 HPC를 가속화하는 방법에 대한 많은 예가 있습니다. 여기 두 가지 예가 있습니다:

• Aurora AI 기반 대기 모델은 전통적인 시스템보다 5,000배 더 빠릅니다
• 버클리 연구소, 기록적인 규모의 분자 AI 훈련 데이터셋 출시 주도

8. TPC는 얼마나 개방적인가요? 제가 알기로는 많은 AI 모델이 블랙박스와 같습니다. TPC 데이터는 어디서 오나요?

TPC는 개방성을 기반으로 합니다. 과학은 다른 곳에서 복제할 수 없는 폐쇄적인 "블랙 박스" 환경에서 기능할 수 없습니다. 과학적 모델을 구축하려면 개방형 데이터로 시작하여 개방형 모델 구축 프로세스를 계속하고 자유롭게 사용할 수 있는 과학적 모델을 사용해야 합니다. TPC의 임무는 이러한 목표를 염두에 둔 커뮤니티를 지원하는 데 도움이 될 것입니다.

추가 질문이 있으시면 TPC에 가입하여 질문하세요. 또한 TPC25에 참석하여 초기 단계에 참여하고 과학적 발견을 가속화하는 전 세계 커뮤니티의 일원이 되세요.