대화 맥락 요약과 스마트 답장
읽지 않은 단체 대화 수백 건을 세 줄로 줄여 줍니다. 하루 요약 요청 2,840만건, 스마트 답장 채택률 18.7%. 대화 내용은 요약 직후 폐기하고 저장하지 않습니다.
- 홈
- AI
- 링크허브 AI
링크허브 AI
링크허브는 2016년 AI Lab 을 열고 한국어에 특화된 언어 · 비전 · 음성 모델을 직접 만들어 왔습니다. 연구는 논문으로 끝나지 않고 12개 서비스 안에서 매일 검증됩니다.
AI STRATEGY
AI 전략
만든 모델을 우리 서비스에 먼저 씁니다. 쓰이지 않는 연구는 남기지 않습니다.
링크허브의 AI 전략은 세 문장으로 정리됩니다. 첫째, 한국어와 한국의 생활 맥락을 가장 잘 다루는 모델을 직접 만든다. 둘째, 그 모델을 사내 12개 서비스에 먼저 적용해 실제 이용자 앞에서 검증한다. 셋째, 검증이 끝난 기능만 외부 개발자에게 API 로 개방한다. 연구실에서만 좋은 점수를 내는 모델은 만들지 않는다는 뜻입니다.
이 순서를 지키면 개발 속도는 조금 느려지지만 실패 비용이 줄어듭니다. 2025년에 사내 적용 단계에서 중단된 모델 실험은 27건이었고, 그중 19건은 품질이 아니라 응답 지연과 운영 비용 때문이었습니다. 서비스에 붙여 보기 전에는 알 수 없는 문제들입니다.
2025년 R&D 투자 5,860억원 가운데 AI 영역에는 2,140억원이 배정됐습니다. 전체 R&D 의 36.5% 이며, 이 중 절반 이상이 학습 인프라 운영과 데이터 확보에 쓰입니다. 모델 구조를 새로 설계하는 일보다, 좋은 데이터를 모으고 정제하는 일에 사람과 돈이 더 많이 들어갑니다.
412명AI Lab 연구 인력
8,400장학습용 GPU
3.2EFLOPS총 학습 연산
12개AI 적용 서비스
AI LAB
AI Lab 조직
판교 · 시애틀 · 베를린 세 거점에서 시차를 이어 붙여 24시간 연구를 돌립니다.
세 거점, 하나의 저장소
AI Lab 은 2016년 판교에서 34명으로 출발했습니다. 2019년 시애틀, 2022년 베를린에 연구 거점을 열면서 지금은 412명 규모가 되었습니다. 세 거점은 같은 코드 저장소와 같은 학습 클러스터를 씁니다. 실험 기록은 전부 사내 실험 관리 시스템에 남고, 재현이 되지 않는 결과는 발표하지 않습니다.
연구원의 41.3% 가 박사 학위 소지자이며, 서비스 조직에서 넘어온 엔지니어가 28.9% 입니다. 논문만 쓰는 조직이 아니라 배포까지 책임지는 조직으로 설계했습니다.
- 판교 : 언어모델 · 학습 인프라 · 안전성 연구 중심
- 시애틀 : 비전 · 음성 · 대규모 분산학습 최적화
- 베를린 : 다국어 확장 · 평가 방법론 · 프라이버시 보존 학습
- 공동연구 : 국내외 대학 14곳 · 연 18개 과제
| 팀 | 인원 | 주요 과제 | 소속 거점 |
|---|---|---|---|
| 언어모델 | 148명 | HubGPT 사전학습 · 정렬 · 장문 추론 | 판교 · 베를린 |
| 비전 | 74명 | LinkVision 인식 · 문서 이해 · 생성 | 시애틀 · 판교 |
| 음성 | 41명 | LinkSpeech 인식 · 합성 · 화자 분리 | 시애틀 |
| 학습 인프라 | 63명 | 분산학습 · 추론 최적화 · 클러스터 운영 | 판교 |
| 안전성 · 정렬 | 38명 | 레드팀 · 유해성 평가 · 거절 정책 | 판교 · 베를린 |
| 응용연구 | 48명 | 서비스 적용 · 평가셋 구축 · 도메인 튜닝 | 3개 거점 |
인원은 정규 연구직 기준이며 인턴 · 방문연구원은 제외했습니다.
MODELS
모델 라인업
언어 · 비전 · 음성 · 임베딩까지 여섯 종을 자체 학습해 운영합니다.
| 모델 | 파라미터 | 컨텍스트 | 주 용도 | 공개 여부 |
|---|---|---|---|---|
| HubGPT-2B | 21억 | 8,192 토큰 | 온디바이스 · 실시간 짧은 응답 | 연구용 가중치 공개 |
| HubGPT-12B | 124억 | 32,768 토큰 | 서비스 기본 모델 · 상담 · 요약 | API 제공 (가중치 비공개) |
| HubGPT-70B | 703억 | 131,072 토큰 | 장문 문서 분석 · 복합 추론 | API 제공 (가중치 비공개) |
| LinkVision-V3 | 18억 | 이미지 4,096px | OCR · 객체탐지 · 문서 분류 | API 제공 |
| LinkSpeech-2 | 9억 | 오디오 30분 | 음성 인식 · 합성 · 화자 분리 | API 제공 |
| HubEmbed-0.4B | 4.1억 | 4,096 토큰 | 검색 · 추천 임베딩 | 연구용 가중치 공개 |
가중치를 공개한 두 모델은 비영리 연구와 개인 학습 목적에 한해 내려받을 수 있습니다. 상업적 재배포는 별도 계약이 필요합니다. 비공개 모델도 모델 카드와 평가 결과는 전부 공개하며, 학습에 쓴 데이터의 범주와 수집 경로를 문서로 밝힙니다.
컨텍스트 길이는 입력과 출력을 합한 값입니다.
INFRASTRUCTURE
학습 인프라
안산 데이터센터 전용 구역에서 GPU 8,400장을 하나의 학습 클러스터로 묶어 씁니다.
학습은 계획표대로 돌아갑니다
대형 모델 학습은 한 번 시작하면 수 주가 걸립니다. 중간에 장비 하나가 죽어도 처음부터 다시 돌리지 않도록, 15분 간격 체크포인트와 자동 재시작 구조를 갖췄습니다. 2025년 HubGPT-70B 학습에서 하드웨어 장애는 41회 발생했지만 재학습으로 버린 시간은 총 9시간 20분이었습니다.
클러스터는 연구팀이 시간 단위로 예약해 씁니다. 예약 없이 놀고 있는 자원은 자동으로 저우선 작업 대기열에 넘어가며, 2025년 평균 GPU 점유율은 84.6% 였습니다.
- GPU : 8,400장 (학습 6,600 · 추론 1,800)
- 총 연산 : 3.2 EFLOPS
- 노드 간 인터커넥트 : 노드당 3.2Tbps
- 학습용 스토리지 : 42PB · 읽기 대역 2.4TB/s
- HubGPT-70B 학습 토큰 : 2조 4,000억 토큰
- 체크포인트 주기 : 15분 · 보관 30일
IN PRODUCTION
서비스 적용 사례
실험실이 아니라 매일 수천만 명이 쓰는 화면 안에서 돌아가는 기능들입니다.
리뷰 요약과 문의 자동 응답
상품별 리뷰 수백 건에서 장단점을 뽑아 정리합니다. 적용 상품 1,240만개, 상품 문의 자동 응답률 63.2%, 응답 후 판매자 재문의는 8.4% 로 줄었습니다.
이상거래 탐지
거래 시퀀스를 학습해 도용 결제를 걸러냅니다. 탐지 정확도 99.4%, 오탐률 0.06%. 규칙 기반만 쓰던 2023년보다 피해 금액이 61.8% 줄었습니다.
자연어 장소 검색
‘아이랑 갈 만한 실내 놀이터’ 같은 문장을 그대로 받습니다. 자연어 질의 비중은 전체 검색의 22.9%, 첫 결과 클릭률은 키워드 검색보다 14.1%p 높습니다.
회의록 자동 작성
음성 인식과 요약을 이어 붙여 회의 종료 90초 안에 초안을 만듭니다. 도입 기업 4만 2천곳 중 1만 8천곳이 사용, 월 생성 회의록 310만건.
번역과 자동 태깅
웹툰 대사를 6개 언어로 옮기고 장르 · 소재 태그를 자동으로 붙입니다. 번역 작품 1만 2천편, 사람 감수 후 수정률 11.3%. 최종 감수는 반드시 사람이 합니다.
RESULTS
연구 성과
발표한 결과는 재현 코드와 평가셋을 함께 공개하는 것을 원칙으로 합니다.
| 구분 | 2023 | 2024 | 2025 |
|---|---|---|---|
| 국제 학회 논문 채택 | 68편 | 94편 | 118편 |
| 국내 학회 · 학술지 | 41편 | 55편 | 72편 |
| AI 관련 특허 출원 | 96건 | 128건 | 164건 |
| AI 관련 특허 등록 | 52건 | 71건 | 93건 |
| 오픈소스 릴리스 | 9건 | 14건 | 21건 |
2025년 말 기준 AI 분야 등록 특허는 누적 386건으로, 회사 전체 등록 특허 2,459건의 15.7% 를 차지합니다. 한국어 평가셋 부족 문제를 풀기 위해 자체 구축한 독해 · 요약 · 지시이행 평가셋 3종은 학계에 무상 공개했으며, 2025년 한 해 동안 국내 연구기관 214곳이 내려받았습니다.
학회 채택 편수는 본회의(main conference) 기준이며 워크숍 발표는 제외했습니다.
CULTURE
연구 문화
실패한 실험도 기록으로 남깁니다. 남은 기록이 다음 실험의 출발선이 됩니다.
주간 실험 리뷰
매주 목요일 전 연구원이 그 주 실험을 공유합니다. 실패한 실험이 성공한 실험보다 발표 시간을 더 오래 씁니다. 2025년 공유된 실험은 1,840건이었습니다.
재현 가능성 규칙
논문 투고 전에 다른 팀원이 코드만 보고 결과를 다시 만들어 냅니다. 재현이 안 되면 투고하지 않습니다. 이 규칙 도입 후 철회 사례는 한 건도 없었습니다.
서비스 파견 제도
연구원은 2년에 한 번, 3개월 동안 서비스 조직에서 일합니다. 모델이 실제로 어떻게 쓰이고 어디서 깨지는지 직접 보게 하려는 제도입니다.
링크허브의 기술을 먼저 써 보세요
Open API 신청부터 기업용 도입 상담까지 한 곳에서 진행됩니다.