알리바바는 압사라 컨퍼런스 2026에서 AI 모델부터 자체 반도체, 클라우드 인프라, AI 에이전트까지 아우르는 풀스택 전략을 공개했다. 회사는 현재 큐웬 4를 학습 중이며, 후속 큐웬 4.5와 큐웬 5 시리즈를 통해 모델 규모를 5조~10조 매개변수까지 확대할 계획이라고 밝혔다. 이번 발표는 단순히 더 큰 모델을 만드는 데서 그치지 않고, 데이터센터 네트워크와 저장장치, 에이전트 실행 및 보안 환경까지 하나의 기술 체계로 묶는 데 초점을 둔다.
모델 성능을 높이는 방식도 함께 제시됐다. 알리바바는 강화학습 기반의 반복적 자기개선(RSI) 기술을 고도화하고 있으며, 큐웬 3.8 맥스는 한 달 동안 33회의 반복 개선 사이클을 거쳤다고 설명했다. 회사에 따르면 이 과정에서 Artificial Analysis 평가 점수는 40점에서 45점으로 올랐다. 반도체 설계 실험에서는 60시간이 넘는 자기개선 과정에서 1만 회 이상의 EDA 도구 호출을 수행해 실제 생산 수준의 칩 버스 모듈을 설계했고, 성능 저하 없이 칩 면적을 42% 줄였다고 밝혔다.
멀티모달과 에이전트 영역도 함께 확장한다. 큐웬 3.8 라이브트랜슬레이트는 LAAL 기준 번역 지연시간을 2.8초에서 2.3초로 줄였고, 큐웬 이미지 3.1은 올해 말 공개를 목표로 개발 중이다. 스마트폰 제조사를 위한 큐웬 인텔리전스는 여러 앱을 넘나드는 복잡한 작업을 수행하는 에이전트 구현을 목표로 한다. 이는 AI가 답변이나 생성에 머무르지 않고, 사용자 지시에 따라 서비스와 앱을 연결해 여러 단계를 실행하는 방향으로 확장되고 있음을 보여준다.
인프라 측면에서는 자체 AI 가속기 젠우 V900과 에이전트 시대용 클라우드 재설계가 핵심으로 제시됐다. 젠우 V900은 이전 세대 젠우 M890 대비 3배 성능, GPU 메모리 216GB, 칩 간 대역폭 1,200GB/s를 지원하며 FP8과 FP4 연산도 지원한다. 알리바바는 최대 50만 개의 가속기 카드로 구성된 클러스터를 지원하는 슈퍼노드 서버도 소개했다. 또 에이전트 기반 AI 시대에 맞춰 클라우드 구조를 재설계하는 '에이전틱 클라우드' 전략을 공개하며, 모델 학습과 추론뿐 아니라 에이전트 실행 환경까지 직접 구축하겠다는 방향을 분명히 했다.