# 알레프 알파 '콜리브리' 공개… 독일 주권형 78B MoE 모델

> 독일산 주권형 LLM 콜리브리, 78B 몸집에 3.5B만 깨워 쓴다

- 매체: AI 브리핑
- 담당: 모델 분석 데스크
- 분야: 신모델
- 발행: 2026-10-04T08:57:43.275Z
- 원문 주소(웹): https://ai-news-1c0.pages.dev/posts/2026-10-04-%EC%95%8C%EB%A0%88%ED%94%84-%EC%95%8C%ED%8C%8C-%EC%BD%9C%EB%A6%AC%EB%B8%8C%EB%A6%AC-%EA%B3%B5%EA%B0%9C-%EB%8F%85%EC%9D%BC-%EC%A3%BC%EA%B6%8C%ED%98%95-78b-moe-%EB%AA%A8%EB%8D%B8/
- 태그: 알레프알파, 콜리브리, MoE, 주권형AI, 독일, EU_AI_Act

---

독일 알레프 알파(Aleph Alpha)가 10월 3일 대형 언어 모델 '콜리브리(Kolibri)'를 공개했습니다. 781억 개 파라미터(모델의 두뇌 용량에 해당하는 수치) 규모지만, 실제 추론 때는 34.6억 개만 활성화되는 Mixture of Experts(전문가 혼합, MoE) 구조입니다. 아파치 2.0 라이선스로 가중치가 허깅페이스에 올라와 있습니다.

## 독일어에 맞춘 토크나이저가 핵심이다
콜리브리의 가장 큰 특징은 토크나이저(문장을 쪼이는 사전)입니다. 독일어는 단어를 붙여 긴 합성어를 만듭니다. '연방헌법재판소(Bundesverfassungsgericht)' 같은 단어를 GPT 계열 토크나이저는 6조각으로 쪼갭니다. 콜리브리는 전용 알고리즘 'UniBPE'로 2조각만 만듭니다. 12만 8천 개 어휘로 독일어 문장을 더 짧게, 더 정확히 읽습니다. 이는 연산량과 문맥 이해 모두에 유리합니다.

## '주권형'의 두 가지 의미
알레프 알파가 내세우는 '주권형'은 두 축입니다. 첫째, 개발·학습 인프라가 독일·핀란드에 있고 유럽·독일 법 아래 있습니다. 둘째, 고객은 모델을 자기 서버에 돌리고 데이터를 밖으로 안 보냅니다. 아무도 아래에서 모델을 끄거나 바꿀 수 없습니다. 알레프 알파는 EU의 범용 AI 행동 강령(GPAI Code of Practice)에도 서명했습니다.

## 메모리 역설: 3.5B 연산인데 78B 메모리 필요하다
여기서 제약이 생깁니다. MoE는 연산만 줄입니다. 384개 전문가 중 6개만 쓰지만, **전체 781억 파라미터를 메모리에 올려야 합니다**. 모델 카드에 "비활성 파라미터도 메모리에 상주해야 한다"고 명시돼 있습니다. 실질적으로 3.5B 모델처럼 빠르게 돌리려면 78B 모델이 들어갈 GPU 메모리가 필요합니다. 이 점은 퀸 3.8 플래시 넥스트(125B 몸집, 6B 활성) 때도 본지가 지적한 바 있습니다.

## 퀸·딥시크와 다른 점: '유럽 법 준수'가 설계 단계부터
본지가 39일 전 다룬 [퀸 3.8 플래시 넥스트](/posts/2026-08-27-퀸-38-플래시-넥스트-공개-125b-moe가-6b만-깨워-쓴다/)는 중국 알리바바 모델이고, 16일 전 다룬 [딥시크 V4.1 플래시](/posts/2026-09-18-딥시크-v41-플래시-해킹-벤치마크-만점-하지만-실전은-다를-수-있다/)도 중국산입니다. 둘 다 MoE로 활성 파라미터를 줄였지만, 학습 데이터 출처나 법적 준수 여부는 공개하지 않았습니다. 콜리브리는 **EU AI Act를 '바닥부터' 염두에 두고 만들었다**는 점이 다릅니다. 학습 데이터도 구글 젬마 4, 미스트랄 네모, 퀸3-32B로 재작성·필터링했고 정치적 편향도 걸러냈습니다.

## 학습 데이터 출처를 솔직히 밝혔다
모델 카드에 "영어 웹 텍스트는 젬마 4로, 독일어는 미스트랄 네모로 바꿔 썼다"고 적혀 있습니다. 외부 모델 출력을 쓴 사실을 숨기지 않았습니다. 대신 그 과정에서 생길 수 있는 편향을 자체 측정해 걸렀다고 설명합니다. 이 투명성은 벤치마크 점수보다 실무 신뢰도에 더 중요할 수 있습니다.

## 쉽게 풀어보면
알레프 알파가 독일어를 잘하는 대형 언어 모델 콜리브리를 내놨습니다. **이 모델의 전체 크기는 781억 개 파라미터지만, 실제 일을 할 때는 34.6억 개만 깨워 씁니다.** 병원 전체 의사가 384명인데, 환자 하나당 6명 전문의만 진료 보는 식입니다. 덕분에 연산은 가벼운데, 독일어 합성어(예: 연방헌법재판소)를 한두 조각으로 읽어내 정확도가 높습니다.

**'주권형'이라는 말은 두 가지 뜻입니다.** 첫째, 독일·핀란드 서버에서 유럽 법 따라 만들었고 외국 통제가 없습니다. 둘째, 기업이나 정부가 자기 서버에 깔아 쓰면 데이터가 밖으로 안 나가고, 아무도 모델을 강제로 끌 수 없습니다.

**단, 메모리는 781억짜리 전체를 올려야 합니다.** 활성 파라미터만 작은 거지, 모델 파일 전체가 GPU 메모리에 들어갈 공간은 필요합니다. 집이 작아도 가구는 다 들여놔야 하는 셈입니다.

학습 데이터도 솔직히 밝혔습니다. 구글·미스트랄·퀸 같은 외부 모델로 텍스트를 다듬었고, 거기서 온 정치적 편향도 걸러냈습니다. EU AI 행동 강령에도 서명했습니다. 알레프 알파 내부 평가로는 동급 크기 모델 중 독일어·영어 모두 1등입니다.

## 나에게 미치는 영향
일반 사용자가 오늘 당장 쓸 일은 적습니다. **하지만 독일 기업이나 공공기관이 '데이터 안 나가게 AI 쓰기'를 고민한다면 후보 1순위**가 됩니다. 챗GPT·클로드·제미나이 같은 클라우드 서비스로는 못 쓰는 민감 데이터(의료, 국방, 금융)를 온프레미스(자체 서버)에서 돌릴 때 고려해 볼 만합니다.

개발자라면 허깅페이스에서 가중치를 내려받아 테스트해 볼 수 있습니다. **단, 78B 모델이 들어갈 GPU(예: H100 80GB × 2장 이상)가 있어야 합니다.** 3.5B만 쓴다고 해서 소형 GPU로 돌릴 수 있는 건 아닙니다.

한국 기업 입장에서는 '한국어 특화 MoE'가 나올 때 참고 사례로 볼 만합니다. 콜리브리가 독일어 토크나이저를 따로 만든 것처럼, 한국어 합성어·조사 체계를 반영한 토크나이저 설계가 성능을 가릅니다.

## 남은 쟁점
- **독립 벤치마크가 없습니다.** 알레프 알파 자체 평가만 공개돼 있습니다. 외부 검증 전까지 성능 주장은 참고만 하세요.
- **한국어 성능은 미지수입니다.** 학습 데이터에 한국어가 포함됐는지 자료에 없습니다.
- **팀 역량 검증 필요.** 해커뉴스 댓글에 훈련팀원이 "팀 결성 1년 미만, 반복 속도 중시"라고 썼습니다. 신생 팀의 첫 릴리스라는 점은 리스크이자 가능성입니다.
- **업데이트 주기.** 팀원이 "더 나올 것"이라고 했습니다. 지금 버전을 고정해 쓰기보다 릴리스 주기를 지켜보는 편이 안전합니다.

---

## 출처

- [Hacker News] Aleph Alpha Kolibri: How the sovereign German LLM works — https://news.ycombinator.com/item?id=49943034
- [MarkTechPost] Aleph Alpha Releases Kolibri: A 78.1B Open-Weight English-German MoE Model With Only 3.46B Active Parameters — https://marktechpost.com/2026/10/04/aleph-alpha-releases-kolibri-a-78-1b-open-weight-english-german-moe-model-with-only-3-46b-active-parameters

## 집필 방식 고지

이 기사는 위 원문과 커뮤니티 반응을 바탕으로 AI의 도움을 받아 작성했으며, 발행 전 사람이 확인했습니다.
인용 시 출처를 "AI 브리핑"으로 표기하고 https://ai-news-1c0.pages.dev/posts/2026-10-04-%EC%95%8C%EB%A0%88%ED%94%84-%EC%95%8C%ED%8C%8C-%EC%BD%9C%EB%A6%AC%EB%B8%8C%EB%A6%AC-%EA%B3%B5%EA%B0%9C-%EB%8F%85%EC%9D%BC-%EC%A3%BC%EA%B6%8C%ED%98%95-78b-moe-%EB%AA%A8%EB%8D%B8/ 로 연결해 주세요.