딥오토의 2025년 연구 성과는 거대언어모델(LLM) 효율화, 멀티 에이전트 시스템, 시스템 프롬프트 최적화, 분자 형태를 이해하는 언어모델인 Molecular Language Model, 튜닝 시간 단축과 빠른 성능 개선에 기여하는 Bayesian Optimization 등 산업 적용 가능성이 높은 분야를 아우른다.
해당 연구들이 활용된 딥오토의 대표 제품으로는 크게 ‘Agentic AI Workflow Builder’와 ‘Scale Serve’ 두 가지다.
딥오토의 ‘Agentic AI Workflow Builder’는 복잡한 업무를 AI가 역할을 분담해 처리하도록 설계된 멀티 에이전트 플랫폼이다. 워크플로우의 병목을 사전에 짚어 설계·튜닝 시간을 줄이는 성능 예측 기법 ‘Agentic Predictor’(ICML 2025 Workshop (Outstanding Paper)), 데이터 전처리부터 모델 선택 및 평가까지 전 과정을 자동화한 ‘AutoML-Agent’(ICML 2025), 제한된 자원에서 시계열 모델을 효율적으로 탐색하는 ‘MONAQ’(EMNLP 2025 Findings) 등이 대표적이다. 이들 연구는 제품 기능에 포함되며, 사용자는 도메인에 맞춘 전문 에이전트를 신속히 구성하고 가장 효율적인 모델·도구 조합을 자동 추천받는다.
‘Scale Serve’는 LLM을 더 적은 메모리·비용으로 더 빠르게 제공하도록 설계된 서빙 엔진이다. 긴 문맥을 다루는 ‘Training-free Exponential Context Extension via Cascading KV Cache’(ICLR 2025), 연산량의 복잡도를 낮춘 ‘A Training-Free Sub-quadratic Cost Transformer Model Serving Framework with Hierarchically Pruned Attention’(ICLR 2025), 추론 속도를 끌어올린 ‘Delta Attention’(NeurIPS 2025) 등이 핵심기술이다.
딥오토는 연구에서 제품으로 이어지는 선순환을 일찍부터 구축해왔다. IR 자료에 따르면 딥오토 창업자인 황성주 대표는 2020~2025년 국내 AI 연구 1위, 글로벌 11위로 평가됐으며, 17년의 연구 경력과 159편의 논문, 1만 2천 5백 회 이상 인용 실적을 보유하고 있다. 창업자가 최전선 연구를 직접 주도하는 구조가 제품 개발의 속도와 완성도를 끌어올리며, 학회 게재에서 상용화, 현장 적용으로 이어지는 지속가능한 성장 메커니즘을 뒷받침하고 있다.
이에 딥오토는 올해 ‘CEO스코어’에서 주관한 국내 기업 AI 경쟁력 평가에서 SW·IT 부문 2위에 선정되는 성과를 거두기도 했다.
딥오토 관계자는 "올 한 해 NeurIPS, EMNLP 등 세계 최고 수준의 AI 학회에 8편의 논문을 발표한 것은 단순한 연구 성과를 넘어, 우리 제품의 핵심 경쟁력을 증명해 보인 결과"라며 "앞으로도 축적된 연구 역량과 창업자가 최전선에서 직접 연구를 주도한 결과를 상용화하는 선순환 구조를 바탕으로, 기업들이 좀더 빠르고 효과적으로 AI 모델 도입에 나설 수 있도록 할 것"이라고 강조했다.
한편 딥오토는 KAIST AI 대학원 황성주 교수가 박사 연구진들과 함께 2022년 말 창업한 AI스타트업이다. 기업이 생성형 AI 및 머신러닝 모델을 쉽고 빠르게 저비용으로 도입·운영할 수 있도록 돕는 머신러닝 자동화(AutoMLOps) 및 대규모 언어모델 운영(LLMOps) 플랫폼을 개발하고 있다.
한경잡앤조이 온라인뉴스팀 기자 jobnjoynews@hankyung.com
© 매거진한경, 무단전재 및 재배포 금지