주요 이야기
Backend.AI on DGX Spark: 오픈소스 버전 설치하기 튜토리얼
By 조규진 외 3인NVIDIA DGX Spark에서 Backend.AI 오픈소스 버전을 설치하고, 손쉽게 모델을 띄워 볼 수 있는 단계별 튜토리얼을 제공합니다.22 June 2026
Agent 코딩과 긴 컨텍스트: VAST Data와 Backend.AI에서 KV 캐시 오프로딩이 실제로 주는 효과
By 허진호 외 2인래블업과 VAST Data가 공동으로 수행한 벤치마크는 KV 캐시 오프로딩이 에이전트 코딩 환경에서 TTFT를 최대 3.3배 개선하고 전체 지연을 절반 수준으로 줄알 수 있다는 점을 보여줍니다.16 June 2026
Intel Arc와 Backend.AI의 만남: Arc Pro B70의 32GB 메모리가 에이전트형 AI에 제공하는 이점
By 허진호 외 2인Backend.AI는 Intel Gaudi 2/3에 이어 Arc Pro B70까지 공식 지원합니다. 데이터센터부터 워크스테이션까지 Intel AI 하드웨어를 하나의 플랫폼에서 통합 관리할 수 있습니다.12 June 2026
소식
래블업, Backend.AI에서 인텔 Arc Pro B70 공식 지원
By 래블업 주식회사Backend.AI가 Intel Arc Pro B70을 공식 지원합니다. Gaudi 2/3부터 Arc Pro까지, Intel AI 하드웨어를 하나의 플랫폼에서 통합 관리하세요.12 June 2026
래블업의 AI EXPO KOREA 2026 하이라이트
By 래블업 주식회사래블업이 AI EXPO KOREA 2026을 마쳤습니다. Backend.AI의 AI 인프라 오케스트레이션 시연부터 노트북에서 AI 모델과 자율 에이전트를 돌리는 AI:GO까지, 3일의 부스 기록을 정리했습니다.15 May 2026
래블업, Python Software Foundation (PSF) Participating Sponsor로 합류
By 래블업 주식회사래블업이 Python Software Foundation(PSF)의 Participating Sponsor로 합류했습니다. 오픈소스 생태계에 대한 기여를 이어갑니다.13 February 2026
출시
래블업, 애플 실리콘 특화 AI 추론 엔진 'mlxcel' 오픈소스 공개
By 래블업 주식회사래블업이 애플 실리콘(M1~M5)과 NVIDIA CUDA에 최적화한 AI 추론 엔진 mlxcel을 오픈소스로 공개합니다. 순수 Rust로 Python 런타임 없이 동작하며, mlx-lm 대비 평균 119% 디코딩 속도와 80개 이상 모델 아키텍처를 지원합니다.18 May 2026
Backend.AI FastTrack 3 25.18 업데이트 소식
By 래블업 주식회사Backend.AI FastTrack 3 25.18의 주요 변경 사항을 정리했습니다.5 January 2026
Backend.AI 25.15 (LTS) 업데이트 소식
By 래블업 주식회사2025년 하반기 장기 지원(LTS) 버전 Backend.AI 25.15가 출시됐습니다. 사용자 경험과 시스템 성능을 폭넓게 최적화해 대규모 AI 모델 학습·배포의 안정성을 높였습니다.2 October 2025
엔지니어링
우리는 정말 데이터가 부족할까?
By 조원익, 송영숙"한국어는 자원이 부족한 언어"라는 말은 절반만 진실입니다. 데이터가 없는 것이 아니라, 흩어져 있고 닫혀 있으며 잘 알려지지 않았을 뿐입니다. 이 글은 Open Korean Corpora 보고서를 바탕으로 100개의 공개 한국어 말뭉치를 10개 분야로 정리하고, 문서화·이용·재배포 세 기준으로 그 현황을 분석합니다.1 July 2026
Backend.AI on DGX Spark: 오픈소스 버전 설치하기 튜토리얼
By 조규진 외 3인NVIDIA DGX Spark에서 Backend.AI 오픈소스 버전을 설치하고, 손쉽게 모델을 띄워 볼 수 있는 단계별 튜토리얼을 제공합니다.22 June 2026
다양한 AI 가속기의 시대: Backend.AI의 이기종 GPU 운영 전략
By 허진호AI 가속기 시장이 NVIDIA, AMD, Intel, 국산 NPU 등으로 다변화되며 이기종 GPU 혼합 운영이 현실화됐습니다. 벤더별 소프트웨어 스택 격차와 성능 차이로 운영이 까다롭지만, Backend.AI를 통해 리소스 그룹으로 분리하고 워크로드별 정책을 적용하면 각 가속기 강점을 온전히 활용할 수 있습니다.19 June 2026
사용자 스토리
Backend.AI로 인프라 걱정 없이 연구에 집중하다
By 래블업 주식회사ML 리서치 사이언티스트인 최은성 님은 성균관대학교 슈퍼컴퓨팅 센터에서 Backend.AI를 사용해 온프레미스 GPU 인프라 운영 부담을 줄이고, 멀티 GPU 학습과 일관된 소프트웨어 환경 속에서 연구에 집중할 수 있었다고 말합니다.25 June 2026
처음 걸어가는 길, 함께 만든 성과 - 래블업x업스테이지, 독자 AI 파운데이션 모델 1차수 평가 통과 비하인드
By 래블업 주식회사업스테이지 컨소시엄이 정부 '독자 AI 파운데이션 모델' 사업 1차 평가를 통과했습니다. 인프라 파트너 래블업과 함께한 1차 여정의 비하인드를 실무진 인터뷰로 풀었습니다.6 February 2026
