AI 가중치 속에 컴퓨터를 통째로 넣었다, 퀸퓨터 등장

3줄 요약
1. 알리바바 큐원 3.5 모델 가중치에 RISC-V CPU를 심었습니다.
2. 외부 도구 없이 AI 내부 메모리만으로 C와 파이썬 코드를 실행합니다.
3. 추가 하드웨어 없이 AI 구조 자체를 RAM으로 활용하는 실험적 모델입니다.

실리콘이 아닌 AI 가중치 속에 컴퓨터를 이식하다

최근 개발자 디비얀시 아그라왈(Divyansh Agrawal)은 인공지능 모델 내부에서 직접 작동하는 완전한 기능의 RISC-V CPU인 '퀸퓨터(Qwenputer)'를 공개했습니다. 이는 물리적인 반도체 칩이 아니라, 순수하게 AI 모델의 가중치 내부에 컴퓨터 구조를 컴파일해 넣은 형태입니다. 기존의 플러그인이나 외부 샌드박스 환경을 거치는 방식과 달리, 모델이 스스로 연산을 수행할 수 있는 파격적인 실험입니다.

이 모델은 오픈소스 AI인 큐원 3.5(Qwen 3.5 4B)를 기반으로 제작되었습니다. 외부 런타임이나 툴 사용 없이도 C언어와 마이크로파이썬 코드를 스스로 실행해 냅니다. AI가 단순히 텍스트를 생성하는 것을 넘어, 자신의 뇌 구조 안에서 직접 코드를 돌리고 계산을 처리하는 차세대 아키텍처의 가능성을 보여줍니다.

AI의 내부 RNN 상태를 완벽한 RAM으로 쓰다

퀸퓨터의 핵심 비밀은 큐원 3.5의 어텐션 메커니즘에 사용되는 '게이트 델타넷(Gated DeltaNet)' 구조에 있습니다. 이 구조는 일종의 선형 RNN(순환신경망)으로 작동하는데, 연구자는 특정 값들을 조절하여 이 RNN 상태를 완벽한 RAM(주기억장치)처럼 작동하게 만들었습니다. 게이트의 강도와 쓰기 비율을 조정해 데이터가 지워지지 않고 정확하게 저장되도록 설계한 것입니다.

기존 트랜스포머 모델의 KV 캐시는 대화가 길어질수록 메모리 사용량이 폭발적으로 늘어나는 단점이 있습니다. 하지만 게이트 델타넷은 대화가 아무리 길어져도 상태 크기가 일정하게 유지됩니다. 연구자는 이 메모리 공간에 CPU의 레지스터와 프로그램 카운터를 할당해 컴퓨터의 핵심 부품 역할을 하도록 구현했습니다.

외부 도구 없이 스스로 코드를 실행하는 능력

과거의 AI 모델들이 코드를 실행하려면 외부 파이썬 인터프리터나 별도의 샌드박스 도구를 호출해야 했습니다. 하지만 퀸퓨터는 모델의 순전파(Forward pass) 과정 안에서 모든 연산이 이루어집니다. 곱셈 같은 산술 연산부터 복잡한 프로그래밍 언어 구문까지 AI의 뇌 안에서 다이렉트로 처리되는 셈입니다.

이러한 방식은 AI가 외부 환경에 의존하지 않고 독립적으로 사고하고 계산할 수 있는 가능성을 열어줍니다. 특히 컴파일된 가중치 안에 시스템이 고정되어 있기 때문에, 모델 스스로도 함부로 조작할 수 없는 강력한 내장형 모니터링 도구나 보안 시스템으로 활용될 수 있는 잠재력을 지니고 있습니다.

실험적 모델의 한계와 앞으로 다가올 변화

물론 이 모델은 현재로서는 재미있는 실험적 성격이 강합니다. 하드웨어 실리콘을 완전히 대체하기에는 처리 속도나 안정성 면에서 실용적인 한계가 존재합니다. 그러나 대형 언어 모델의 가중치를 프로그래밍 가능한 컴퓨터의 영역으로 확장했다는 점 자체로 엄청난 기술적 성취입니다.

이번 연구는 하이브리드 모델이 자신의 추론 과정을 RNN 상태 속에 숨겨 모니터링을 회피하는 방법 등 AI 안전성과 보안 분야에도 중요한 화두를 던지고 있습니다. 앞으로 AI가 스스로를 계산 장치로 활용하는 아키텍처가 발전함에 따라, 인공지능의 활용 범위는 더욱 넓어질 것으로 기대됩니다.