Project Tapestry, 첫 번째 이정표를 달성하고 베트남·인도 AI 협력을 확대

AI Alliance는 뉴욕에서 열린 유엔 총회 주간 동안 2026년 9월 30일에 발표했습니다, Project Tapestry가 첫 번째 기술 이정표를 달성하고 베트남 및 인도와의 주권 AI 협력을 확대했다고 밝혔습니다.

Project Tapestry는 국가와 기관이 기초 모델에 협력하면서도 데이터, 주권 모델 및 배포에 대한 통제를 유지할 수 있는 개방형 글로벌 컨소시엄을 구축하고 있습니다. 프로젝트 페이지에 설명된 아키텍처에 따라 파트너 노드는 민감한 데이터를 현지에 보관하고, 이를 사용해 가중치 업데이트를 계산하며, 결과 모델 가중치만 공유합니다; 어느 파트너든 공유된 기본 모델로부터 완전한 소유권을 가진 주권 파생 모델을 구축할 수 있습니다. 해당 페이지에는 Yann LeCun이 프로젝트의 최고 과학 고문으로 기재되어 있으며, AI Alliance를 200개 이상의 회원 조직을 보유한 비영리 AI 연구 및 오픈소스 기술 연합으로 설명하고 있습니다.

베트남, 주권 모델 협력 의지를 확인

유엔 총회 주간에 AI Alliance와 Project Tapestry 지도자들은 뉴욕에서 베트남의 총서기 겸 대통령 Tô Lâm 및 고위 정부 장관들과 만났습니다. 논의에서는 베트남의 국가 AI 전략 및 우선순위에 부합하는 주권 AI 모델 협력 의지를 확인했으며, 여기에는 베트남어, 문화, 지식 및 국가적 활용 사례가 포함됩니다. 베트남은 초기 단계부터 Project Tapestry에 참여해 왔으며, 연합은 확대된 협력을 컨소시엄 모델을 국가 규모의 주권 AI 개발로 전환하는 단계로 설명했습니다.

“Project Tapestry는 베트남에게 국제 협력을 지속 가능한 국가 역량으로 전환할 기회를 제공합니다—우리의 언어, 문화, 지식 및 우선순위를 이해하는 AI를 개발하고, 이를 운영·적응·진보시킬 엔지니어와 기관을 구축하는 동시에,” 라고 샌프란시스코 주재 베트남 총영사 Hoang Anh Tuan 대사가 말했습니다.

Project Tapestry의 수석 설계자인 Christopher Nguyen은 Tô Lâm의 방향성 지원이 프로젝트의 보다 넓은 비전을 강조한다며, 베트남, 인도, 일본, 부탄 전역에서 진행되는 병행 작업을 언급했습니다.

인도 브리핑, 뭄바이 워크숍에 앞서

인도 총영사 Binaya Srikanta Pradhan은 그 주에 뉴욕 인도 총영사관에서 Project Tapestry 지도자들을 맞이했습니다. BharatGen의 설립 이사 Ganesh Ramakrishnan, Stony Brook University의 Ritwik Banerjee, 그리고 AI Alliance의 파트너이자 이사인 Kaushik Bhatta는 총영사에게 컨소시엄 기반 AI 개발, Tapestry 접근 방식, 그리고 Stony Brook이 최근 컨소시엄에 합류한 사항을 브리핑했습니다. Pradhan은 인도의 언어와 문화에 맞춘 AI가 주체성을 보존한다고 말했습니다.

인도는 프로젝트 초기부터 기여해 왔습니다. 국가 지원 오픈소스 기반 모델 스택인 BharatGen은 Dr. Maneesh Singh 머신러닝 부사장의 지도 아래, 인도와 호주 전역의 Monash University와 공동으로 두 개의 증명 개념 중 하나를 수행했으며, 각 기관의 데이터는 자국에 머물렀습니다. 같은 주에 Gates Foundation은 Ramakrishnan을 2026년 Goalkeepers 챔피언으로 선정해 BharatGen 리더십을 인정했습니다. BharatGen은 2026년 10월 15일 뭄바이에서 Project Tapestry 워크숍을 개최해 인도 참여의 다음 단계를 계획할 예정입니다.

마일스톤 0 결과

연합은 2026년 9월 1일에 마일스톤 0을 완료했으며, 2026년 9월 10일에 결과를 발표했습니다. 두 개의 증명 개념은 인도, 호주 및 두 개의 AWS 지역에 걸친 네 곳에서 모델을 학습·조정했으며, 프로젝트의 오픈 기여 프로세스를 통해 추가로 8건의 기여가 접수되었습니다.

첫 번째 증명 개념에서는 BharatGen과 Monash University가 공동으로 OLMo 2 7B 모델을 각 노드에서 CultureInstruct 데이터셋의 서로 다른 파티션을 사용해 로컬로 튜닝했으며, 튜닝 데이터는 교환하지 않고 압축된 LoRA 가중치 델타를 주기적으로 병합했습니다. 문화 정렬은 7라운드에 걸친 Jensen‑Shannon 거리 기반 GlobalOpinionQA 평가로 측정되었습니다. 결과는 두 지역 메트릭에서 라운드 3이 최적 체크포인트임을 밝혀냈으며, 초기 결과를 연합이 성능을 저해했다는 증거로 해석해서는 안 된다고 경고했습니다.

두 번째 증명 개념은 오하이오에서 조정된 Flower 연합 프레임워크를 통해 시드니와 버지니아의 사이트에서 OLMo 3 7B의 지속적인 사전 학습을 수행했습니다. 결과에 따르면, 컨소시엄 전체에서 120억 토큰을 학습했으며, 각 사이트당 8개의 NVIDIA H100 GPU를 사용해 초당 약 44,400 토큰을 유지했고, 라운드‑트립 지연시간 186밀리초와 오하이오‑시드니 경로의 대역폭 약 0.53 Gbit/s에도 불구하고 독립적으로 검증된 최종 체크포인트와 함께 두 라운드를 완료했습니다. 분할된 Dolma 3 학습 데이터는 사이트를 떠난 적이 없습니다.

별도의 연구에서는 LoRA 파인튜닝을 Llama-3.2-3B-Instruct 모델에 적용하고, Inglehart-Welzel 문화 지도에서 베트남의 위치와의 거리를 2.46에서 1.35로 이동시켰으며, 이는 팀이 45% 더 가까워졌다고 설명한 것입니다. 전체 MMLU 점수는 63.2%에서 62.4%로 변했으며, 이 변화는 통계적으로 유의미하지 않은 것으로 보고되었습니다. 사전 등록된 검증 하네스가 개방 프로세스를 통해 기여한 결과, 이러한 변화가 개방형 행동보다 설문 응답 행동에 더 큰 영향을 미쳤음이 발견되었습니다. 이번 마일스톤에서는 프로젝트의 데이터 거버넌스 및 관리 전략에 대한 버전 0.1 요구사항을 도출했으며, 두 영역 모두를 위한 작업 그룹이 조직되었습니다.

마일스톤 1 및 2026–2027 로드맵

Tapestry 기여자들은 “상호 의존을 통한 주권: 인식적 대리, 지능형 행동, 그리고 연합형 AI”라는 논문을 발표했으며, 이는 워싱턴 D.C.에서 ACM HCOMP 2026과 공동 개최된 최초의 주권 AI를 위한 협업 및 다원적 AI 생태계 워크숍에서 진행되었습니다.

“우리의 첫 번째 마일스톤과 확대되는 글로벌 협업은 Tapestry가 설계 단계에서 실제 작동하는 기술 단계로 이동하고 있음을 보여줍니다,” 라고 AI Alliance의 공동 설립자이자 이사회 의장인 Anthony Annunziata가 말했습니다.

마일스톤 1은 2026년 9월부터 11월까지 컨소시엄 교육, 문화 정렬, 데이터 거버넌스 및 관리 전반에 걸쳐 진행되며, OpenMined, Common Crawl, 그리고 GSMA가 작업에 참여합니다. 공개된 로드맵에서는 현재 활성화된 1단계, 즉 컨소시엄 교육 플랫폼의 첫 번째 버전을 명시하고 있으며, 첫 번째 베이스 모델은 2026년 말에 목표로 하고, 2027년 상반기에 초기 배포를, 2027년 여름 이후에는 최전선 규모의 노력을 계획하고 있습니다. 한 단계에서 다음 단계로의 이동은 기술적 증거, 파트너 약속, 컴퓨팅 가용성, 데이터 준비 상태 및 자금 조달 기준에 따라 달라집니다.