Sber AI는 러시아 최대 금융 기관인 Sberbank의 인공지능 연구 개발 부서이다. 2010년대 후반에 설립된 이 부서는 내부 은행 애플리케이션과 외부 상업 제품 모두를 위한 인공지능 기술을 발전시키는 데 중점을 둔다. 가장 주목할 만한 성과로는 대화 및 생성 작업을 위한 대규모 언어 모델인 GigaChat과 텍스트-이미지 합성을 위한 생성형 AI 모델 제품군인 Kandinsky가 있다. Sber AI는 러시아 AI 생태계의 핵심 플레이어로 운영되며, 글로벌 연구소와 경쟁하면서 국내 규제 및 인프라 제약에 적응하고 있다.
이 부서는 2017년경 CEO German Gref의 지도 아래 시작된 Sberbank의 광범위한 디지털 전환 전략에서 출발했다. Sberbank는 고객 서비스, 위험 평가, 운영 효율성을 개선하기 위해 데이터 과학과 머신러닝에 막대한 투자를 했다. 2019년까지 은행은 AI 노력을 전담 부서로 통합했으며, 이후 Sber AI로 브랜드화되었고 연구 팀은 모스크바와 다른 러시아 기술 허브에 분산 배치되었다. 연구소의 작업은 머신러닝, 딥러닝, 신경망 아키텍처를 포괄하며, 금융, 의료, 공공 서비스에서의 실용적 배포에 강한 중점을 둔다.
GigaChat 개발
GigaChat은 Sber AI의 대표 대규모 언어 모델로, 2023년 4월에 처음 발표되었다. 이 모델은 OpenAI의 GPT 시리즈와 같은 국제 모델과 경쟁하기 위해 개발되었지만, 러시아어와 지역 문화적 맥락에 초점을 맞추었다. 이 모델은 트랜스포머 아키텍처를 기반으로 구축되었으며, 멀티 헤드 어텐션 메커니즘과 위치 인코딩을 활용하여 텍스트 시퀀스를 처리한다. GigaChat은 대화형 응답과 콘텐츠 생성(코드 작성, 요약, 질의응답 포함)을 모두 지원한다.
GigaChat의 초기 출시는 베타 버전으로, 모바일 앱과 웹 인터페이스를 통해 선정된 사용자에게 제공되었다. 이후 버전은 이미지 이해와 생성을 통합하는 멀티모달 기능을 포함하여 기능을 확장했다. Sber AI는 책, 기사, 웹 콘텐츠에서 수집된 데이터로 대규모 러시아어 및 다국어 말뭉치를 사용하여 GigaChat을 훈련했다. 훈련 과정은 잔차 네트워크 스타일 레이어와 레이어 정규화를 사용하여 깊은 아키텍처를 안정화했으며, Adam 옵티마이저와 학습률 스케줄 기법을 통해 효율적인 수렴을 달성했다.
2024년, Sber AI는 추론 능력이 개선되고 환각 비율이 줄어든 GigaChat 2.0을 출시했다. 이 모델은 기업 고객을 위한 API로 제공되었으며, Sberbank는 고객 지원 자동화를 위해 모바일 뱅킹 앱에 통합했다. 2025년 현재 GigaChat은 러시아 내에서 완전히 개발된 몇 안 되는 대규모 언어 모델 중 하나로 남아 있으며, 안전성과 정렬에 초점을 맞춘 지속적인 업데이트가 진행 중이다.
Kandinsky 이미지 생성
Kandinsky는 러시아 화가 Wassily Kandinsky의 이름을 딴 Sber AI의 텍스트-이미지 모델 제품군이다. 첫 번째 버전인 Kandinsky 1.0은 2022년에 출시되었으며, 확산 기반 아키텍처로 구축되었다. 자기회귀 모델과 달리 확산 모델은 텍스트 프롬프트에 의해 안내되어 무작위 노이즈를 반복적으로 제거하여 이미지를 생성한다. Sber AI는 U-Net 백본과 크로스 어텐션 레이어를 사용하여 텍스트 설명에 조건화된 생성을 지원하는 방식으로 이 접근 방식을 적용했다.
2023년에 출시된 Kandinsky 2.0은 이미지 품질과 해상도를 개선하여 최대 1024x1024 픽셀을 지원했다. 이 버전은 CLIP 유사 텍스트 인코더와 확산 디코더를 결합한 이중 인코더 구성을 도입하여 프롬프트 준수 정확도를 높였다. 2023년 말에 출시된 Kandinsky 3.0은 사실성을 더욱 향상시키고 이미지 편집 및 인페인팅과 같은 기능을 추가했다. 모델은 다양한 스타일과 주제에 중점을 둔 러시아 및 국제 이미지의 선별된 데이터셋으로 훈련되었다.
Sber AI는 공개 웹 인터페이스와 API를 통해 Kandinsky를 제공하여 개발자와 아티스트가 상업적 용도로 이미지를 생성할 수 있게 했다. 모델은 광고, 콘텐츠 제작, 교육 도구에 적용되었다. 2025년 현재 Kandinsky 4.0이 개발 중이며, 속도와 세밀한 제어의 개선이 기대된다.
연구 및 인프라
Sber AI는 상당한 연구 프로그램을 유지하며, 국제 학술지에 논문을 발표하고 학술 기관과 협력한다. 연구소의 연구 분야는 생성형 AI, 강화 학습, 효율적인 모델 배포를 포함한다. Sber AI는 오픈소스 프로젝트에 기여하여 일부 모델 가중치와 훈련 코드를 커뮤니티에 공개했지만, 많은 리소스는 독점적으로 유지된다.
대규모 훈련을 지원하기 위해 Sber AI는 처음에 NVIDIA GPU로 구축된 고성능 컴퓨팅 클러스터를 운영한다. 그러나 2022년 이후 부과된 국제 제재로 인해 연구소는 고급 하드웨어 확보에 어려움을 겪었다. 이에 대응하여 Sber AI는 국내 칩 개발과 중국 제조업체와의 파트너십을 포함한 대안을 모색했다. 2025년 현재 연구소는 구형 NVIDIA GPU와 신형 국내 가속기를 혼합하여 사용하며, 훈련 효율성 최적화를 위한 지속적인 노력을 기울이고 있다.
이 부서는 또한 제한된 훈련 데이터의 활용도를 극대화하기 위해 데이터 증강 기법에 투자한다. 여기에는 합성 데이터 생성과 다국어 말뭉치 확장이 포함된다. Sber AI는 모델 가지치기와 양자화 방법을 사용하여 추론 비용을 줄이고, 엣지 디바이스와 모바일 플랫폼에서의 배포를 가능하게 한다.
애플리케이션 및 제품
GigaChat과 Kandinsky 외에도 Sber AI는 Sberbank의 핵심 비즈니스를 위한 AI 솔루션을 개발한다. 여기에는 이상 탐지 시스템을 사용한 사기 탐지, 신용 평가 모델, 개인화된 금융 추천이 포함된다. 은행의 모바일 앱은 Sber AI 모델로 구동되는 가상 비서를 통합하여 고객 문의와 거래 작업을 처리한다.
Sber AI는 또한 법률 및 규제 문서를 위한 자연어 처리에 착수하여 계약 검토와 규정 준수 확인을 자동화한다. 의료 분야에서는 방사선 영상 분석과 같은 진단 도구를 개발하기 위해 의료 기관과 협력한다. 이 부서는 러시아어용 음성 인식 엔진과 텍스트-음성 변환 시스템을 포함한 여러 독립 제품을 출시했다.
기업 고객을 위해 Sber AI는 SberCloud라는 클라우드 플랫폼을 제공하며, 이를 통해 모델과 맞춤형 AI 서비스에 접근할 수 있다. 이 플랫폼은 Azure 및 Google Cloud와 같은 글로벌 서비스와 경쟁하지만, 러시아 데이터 거주 요건에 맞춰져 있다. Sber AI는 또한 시민 지원 챗봇과 문서 처리와 같은 공공 서비스에 AI를 구현하기 위해 정부 기관과 파트너십을 맺었다.
경쟁 환경
Sber AI는 독특한 경쟁 환경에서 운영된다. 국제적으로는 OpenAI, Anthropic, Google DeepMind와 같은 연구소와 경쟁하지만, 모델은 주로 러시아어 사용자를 위해 설계되었다. 국내에서는 Sber AI가 자체 대규모 언어 모델인 YandexGPT를 개발한 또 다른 주요 러시아 기술 기업인 Yandex와 경쟁한다. Sber와 Yandex 간의 경쟁은 AI 연구로 확장되며, 두 기업 모두 인재와 시장 점유율을 두고 경쟁한다.
Sber AI는 Sberbank의 금융 생태계와의 통합을 통해 차별화하며, AI 서비스를 은행 제품과 번들로 제공한다. 연구소는 또한 현지화를 강조하여 모델이 러시아어 관용구, 문화적 참조, 법률 용어를 이해하도록 보장한다. 이러한 초점은 GigaChat이 글로벌 경쟁사보다 규모가 작음에도 불구하고 러시아어 사용 시장에서 견인력을 얻는 데 도움이 되었다.
제재와 수출 통제로 인해 Sber AI는 서방 공급업체의 최첨단 하드웨어나 클라우드 서비스에 접근할 수 없다. 이로 인해 연구소는 모델 효율성과 대체 컴퓨팅에서 혁신해야 했다. 2025년 현재 Sber AI의 모델은 러시아어 작업에서 품질 경쟁력을 갖추지만, 다국어 및 멀티모달 벤치마크에서는 선도적인 국제 모델에 뒤처진다.
윤리 및 규제 고려 사항
Sber AI는 AI와 데이터 보호를 규율하는 러시아 규정에 따라 운영된다. 러시아의 데이터 현지화 법률은 개인 데이터를 러시아 내 서버에 저장하도록 요구하며, Sber AI는 국내 클라우드 인프라를 통해 이를 준수한다. 연구소는 유해 콘텐츠 생성과 편향을 방지하기 위한 조치를 포함한 AI 안전 지침도 준수한다.
2023년, Sber AI는 투명성, 책임성, 인간 감독을 강조하는 AI 개발을 위한 윤리 원칙 세트를 발표했다. 연구소는 모델 출력에 대한 내부 검토를 수행하고 AI 피드백 기반 강화 학습 기법을 구현하여 모델을 원하는 행동에 정렬한다. 그러나 독립적인 감사는 제한적이며, 일부 국제 관찰자들은 잠재적인 감시 애플리케이션에 대한 우려를 제기했다.
Sber AI는 또한 대규모 모델 훈련의 환경 영향에 대한 비판을 받았지만, 연구소는 상세한 에너지 소비 수치를 공개하지 않았다. 이에 대응하여 이 부서는 데이터 센터를 위한 더 효율적인 아키텍처와 재생 에너지원을 모색하고 있다.
향후 방향
앞으로 Sber AI는 GigaChat의 기능을 구소련 공화국의 언어를 포함한 더 많은 언어로 확장할 계획이다. 연구소는 또한 OpenAI 및 Google DeepMind의 노력과 유사하게 오디오, 비디오, 텍스트를 동시에 처리할 수 있는 멀티모달 모델을 연구 중이다. 이미지 생성에서 Kandinsky는 텍스트 프롬프트에서 짧은 클립을 생성할 수 있는 비디오 생성 기능을 통합할 것으로 기대된다.
Sber AI는 스마트폰과 IoT 디바이스에서 더 작은 모델을 실행하여 지연 시간과 데이터 전송 비용을 줄이는 엣지 컴퓨팅 솔루션에 투자하고 있다. 이 부서는 또한 제한된 데이터로 모델 적응성을 개선하기 위해 퓨샷 학습과 메타 학습을 연구 중이다. 러시아 대학과의 파트너십은 AI 인재 파이프라인을 육성하여 장기적인 지속 가능성을 보장하는 것을 목표로 한다.
2025년 현재 Sber AI는 지정학적 요인에 의해 제약을 받지만 글로벌 AI 환경에서 중요한 플레이어로 남아 있다. 러시아어 AI에 대한 기여는 상당하며, 모델은 전국적으로 널리 사용된다. 자원 제약 하에서 혁신하는 연구소의 능력은 유사한 도전에 직면한 다른 지역에 교훈을 제공한다.
조직 구조
Sber AI는 최고 AI 책임자가 이끌며, 연구 분야, 제품 개발, 인프라별로 팀이 구성된다. 이 부서는 수백 명의 연구원과 엔지니어를 고용하며, 많은 이들이 수학, 컴퓨터 과학, 언어학 배경을 가지고 있다. Sber AI는 스탠포드 AI 연구소 및 토론토 대학교와 같은 학술 기관과 공동 연구 프로젝트를 진행하지만, 이러한 파트너십은 제재의 영향을 받았다.
연구소는 Sberbank의 기업 우산 아래 운영되며, 자금은 은행의 이익과 전략적 투자에서 파생된다. Sber AI는 또한 상업 라이선스와 클라우드 서비스를 통해 수익을 창출한다. 이 부서의 성공은 연구 산출물과 비즈니스 영향 모두로 측정되며, 지표에는 모델 성능, 고객 채택, 비용 절감이 포함된다.
Sber AI는 국제 AI 컨퍼런스에서의 인정을 포함하여 여러 상을 수상했다. 그러나 연구소의 국제적 가시성은 언어 장벽과 지정학적 고립으로 인해 서방 경쟁사에 비해 제한적이다. 그럼에도 불구하고 Sber AI는 연구를 계속 발표하고 온라인 플랫폼을 통해 글로벌 AI 커뮤니티와 교류한다.
요약하면, Sber AI는 러시아 내 주권 AI 역량을 구축하려는 주요 노력을 대표한다. GigaChat과 Kandinsky 모델은 기술적 숙련도를 입증하며, Sberbank와의 통합은 독특한 상업적 이점을 제공한다. 이 부서의 미래는 점점 더 분열되는 글로벌 AI 시장에서 하드웨어 제약, 규제 압력, 경쟁 역학을 탐색하는 능력에 달려 있다.