채널톡 아이콘

Solar Open 2 아키텍처 완전 분석

한국어를 잘 이해하고, 긴 문서도 다루며, 실제 업무까지 수행하는 AI 그게 바로 Solar Open 2가 겨냥한 방향입니다. 이 클래스는 Upstage가 공개한 Solar Open 2 테크니컬 리포트를 “소개 → 설계 → 학습 → 평가” 순서로 쉽게 해설합니다. 전문 용어는 일상 비유와 시각 자료로 풀어, 초심자도 “무엇을·어떻게·왜”를 한 흐름으로 이해할 수 있게 만듭니다.

15명 이 수강하고 있어요.

난이도 입문

수강기한 무제한

llm
llm
오픈소스ai
오픈소스ai
ai입문
ai입문
딥러닝모델
딥러닝모델
대규모언어모델
대규모언어모델
llm
llm
오픈소스ai
오픈소스ai
ai입문
ai입문
딥러닝모델
딥러닝모델
대규모언어모델
대규모언어모델

수강 후 이런걸 얻을 수 있어요

  • Solar Open 2 테크니컬 리포트의 핵심(소개 → 설계 → 학습 → 평가)을 초심자도 따라갈 수 있게 이해합니다.

  • MoE, 하이브리드 어텐션, NoPE, 사전·사후학습, 에이전트, Ko-GDPval 같은 용어를 맥락과 함께 설명할 수 있게 됩니다.

Solar Open 2 아키텍처 완전 분석

테크 리포트 쉽게 읽기

Solar Open 2, 이름만 알고 계신가요?

이 강의는 Upstage가 공개한 Solar Open 2 테크니컬 리포트를, 초심자도 따라올 수 있게 쉽게 해설하는 클래스입니다.

한국어 AI가 “번역을 잘하는 수준”을 넘어, 긴 문서도 읽고 실제 업무까지 수행하는 단계로 들어왔습니다. Solar Open 2는 그 흐름의 중심 모델 중 하나입니다. 하지만 원문 테크 리포트는 용어가 많고, 구조·학습·평가가 한 번에 나와서 혼자 읽기엔 부담이 큽니다.

그래서 이 강의는 리포트의 핵심만 골라

소개 → 설계 → 학습 → 평가 순서로 풀어드립니다.

250B 규모 / 15B 활성 / 1M 토큰 컨텍스트가 무엇을 의미하는지

MoE, 하이브리드 어텐션, NoPE 같은 설계가 왜 필요한지

사전학습·사후학습으로 에이전트를 어떻게 만드는지

영어·한국어 성적표와 Ko-GDPval, 실전 업무 사례가 말해주는 것

전문 용어는 일상 비유와 시각 자료로 먼저 잡고, 필요한 숫자와 실험 결과로 근거를 더합니다.

코딩 실습보다 이해·해석·설명력에 초점을 맞춘 강의입니다.

AI 기획자, 개발자, 학생, 그리고 한국어 AI의 실력을 제대로 읽고 싶은 분께 추천합니다.

수강 후에는 Solar Open 2를 “이름만 아는 모델”이 아니라, 설계 의도와 강점까지 설명할 수 있는 모델로 이해하게 됩니다.

구성: 챕터 5개 · 강의 15개 · 총 약 1시간 49분


이런 내용을 배워요

1⃣ Solar Open 2의 정체와 MoE를 한눈에 이해하기

모델 스펙(규모·활성 파라미터·컨텍스트), 한국어 전용 AI의 필요성, MoE와 세대 비교, 성적표와 전체 로드맵을 정리합니다.

2⃣ 모델 설계도 — 하이브리드 어텐션·NoPE·1M 토큰 

긴 글을 가볍게 읽게 만든 설계 변경을 파헤칩니다. 하이브리드 어텐션, NoPE와 보조 장치, 전문가 확장의 종합 효과까지 따라갑니다.

3⃣ 학습에서 평가까지 — 에이전트와 실전 성적표

사전·사후학습으로 일상·코딩·사무 에이전트를 만드는 과정과, 영어·한국어 벤치마크·Ko-GDPval·실전 업무 사례로 성적표를 읽는 법을 배웁니다.

수강 전 참고 사항

학습 자료

선수 지식 및 유의사항

  • 선수 지식은 필요하지 않습니다.

  • LLM이 “토큰을 읽고 다음 말을 예측한다”는 정도의 감, 또는 AI·오픈 모델에 대한 가벼운 관심이 있으면 더 수월합니다.

  • 강의에서 필요한 기초 개념은 그때그때 풀어드리므로, 열정적으로 따라오시면 됩니다.

  • 본 강의는 Solar Open 2 테크니컬 리포트 해설에 초점을 두며, 모델 학습·배포 실습 코드 작성은 포함하지 않습니다.

  • 학습 자료와 강의 콘텐츠의 저작권은 제작자에게 있으며, 무단 배포·복제 및 개인 학습 목적 외 사용을 금합니다.

이런 분들께
추천드려요

학습 대상은
누구일까요?

  • 한국어 AI·오픈 모델의 흐름을 빠르게 잡고 싶은 분

  • MoE, 어텐션, 에이전트 용어가 낯설지만 이해하고 싶은 분

  • 기술 보고서가 부담스러운 기획자·개발자·학생

선수 지식,
필요할까요?

  • LLM이 “문장을 토큰 단위로 읽고 다음 말을 예측한다”는 정도의 기본 감

  • 파라미터, 벤치마크, 에이전트 같은 단어를 한 번쯤 들어본 경험

  • (있으면 좋음) 한국어 AI·오픈 모델에 대한 가벼운 관심

안녕하세요
DEVJH입니다.

94

명

수강생

6

개

수강평

5.0

점

강의 평점

5

개

강의

안녕하세요. 이종현입니다.

쿠팡에서 소프트웨어 개발자로 근무하며 실제 서비스 개발과 운영 경험을 쌓았고, 현재는 직장생활과 학업을 병행하며 연세대학교 인공지능 석사과정에서 머신러닝과 딥러닝을 연구하고 있습니다.

10년 이상의 소프트웨어 개발 경험을 바탕으로 AI를 직접 연구하고, 다양한 프로젝트와 서비스로 구현하고 있습니다. 특히 머신러닝·딥러닝, LLM·생성형 AI, RAG, AI Agent, AutoML 분야에 관심을 가지고 있으며, 기술을 공부하는 데 그치지 않고 직접 구현하고 실험하며 문제를 해결하는 과정을 중요하게 생각합니다.

실제 AI 모델 개발 경험을 바탕으로 다양한 AI 경진대회에 참가해 성과를 만들어왔습니다. 2026년 K리그-서울시립대 공개 AI 경진대회에서 947개 팀 중 3위를 수상했으며, 제5회 ETRI 휴먼이해 인공지능 논문경진대회에서는 409개 팀 중 Private Leaderboard 2위를 기록했습니다.

연구 분야에서도 꾸준히 성과를 만들어가고 있습니다. 시계열 데이터의 비정상성과 변동성을 다루는 연구인 FS-DCM으로 International Conference on Automated Machine Learning (AutoML 2026)에서 제1저자 Oral Presentation 논문으로 채택되었으며, EMNLP 2026 MathNLP Workshop에서도 제1저자 논문인 MathQueue가 채택되었습니다. 이외에도 LLM을 활용한 해석 가능한 AutoML 연구와 AI 기술의 실제 적용에 관심을 가지고 연구를 이어가고 있습니다.

현재는 AI 학습 서비스 출퇴근길AI(https://mdooai.com)를 운영하고 있습니다. 또한 Upstage Certified Trainer(업스테이지 인증 AI 트레이너)로 활동하며 생성형 AI 교육과 멘토링을 진행하고 있습니다.

개발 현장에서의 실무 경험, AI 연구 경험, 그리고 교육 경험을 바탕으로 AI를 처음 시작하는 분부터 개발 경험을 AI 분야로 확장하고 싶은 분까지, 각자의 상황에 맞는 현실적인 학습 방향과 프로젝트 경험을 함께 고민하고 있습니다.

앞으로도 직접 경험하고 검증한 AI 기술과 연구를 바탕으로 더 많은 사람들이 AI를 이해하고, 직접 구현하고, 자신의 업무와 프로젝트에 효과적으로 활용할 수 있도록 기여하고자 합니다.

감사합니다.

더보기

커리큘럼

전체

15개 ∙ (1시간 49분)

강의 게시일: 
마지막 업데이트일: 

수강평

아직 충분한 평가를 받지 못한 강의입니다.
모두에게 도움이 되는 수강평의 주인공이 되어주세요!

DEVJH님의 다른 강의

지식공유자님의 다른 강의를 만나보세요!

비슷한 강의

같은 분야의 다른 강의를 만나보세요!

신규가입 25% 할인

₩8,250

25%

₩11,000

평생교육이용권 지원 강의