빨리 읽는 판. 30분이면 끝납니다. 칸마다 한 문장, 한 숫자, 한 증거만 담았습니다.
저는 요즘 이런 질문을 자주 받습니다. "AI가 꼭 그렇게 크고 비싸야 합니까?" 제 대답은 짧습니다. 아니요. 손가락만 한 칩 안에서도 똑똑할 수 있습니다. 이 장은 그 방법을 30분 안에 보여 드립니다.
---
한눈에 — 이 장의 결론
- 시대가 바뀌었습니다. 이제는 "훈련비용보다 구동비용"입니다. 한 번 배운 모델을 수백만 번 돌려야 본전입니다.
- 크라우니의 답은 셋입니다. 3진법(곱셈 제거) + 엣지 SLM(작은 모델) + 베어메탈(운영체제 없는 하드웨어).
- 핵심 숫자 하나만 기억하세요. 곱셈을 빼면 전력이 최대 82% 줄어듭니다.
바쁘시면 여기까지만 읽으셔도 됩니다. 더 궁금하시면 함께 내려가시죠.
---
1. 곱셈을 빼면 전력이 반 토막 납니다
가중치를 −1, 0, +1 세 값으로만 쓰면 곱셈기가 사라집니다. 곱셈기는 덧셈기보다 4배 크고 그만큼 더 뜨겁습니다. 그 뜨거운 회로를 통째로 들어낸 겁니다.
- 주장: 곱셈을 덧셈으로 바꾸면 전력이 절반 이하로 떨어집니다.
- 숫자(CPU): Microsoft BitNet b1.58, 20억 파라미터 — fp16 대비 2.37~6.17배 빠르고 전력 55~82% 절감.
- 숫자(스마트폰급 ARM): 같은 모델 — 1.37~5.07배 빠르고 전력 71.9~82.2% 절감.
- 증거(현장): 크라우니집사가 Jetson Orin 위에서 3진 SLM으로 지금 돌고 있습니다.
쉽게 말씀드리겠습니다. 폰을 30분 쓰던 배터리로 다섯 시간을 씁니다. 자동차 칩이 냉각팬 없이 돌아갑니다. 전력은 곧 비용이고, 비용에서 자유로워지면 그게 자율성입니다.
---
2. 엣지에서 독립한다는 건, 내 손으로 통제한다는 뜻입니다
데이터를 남의 구름(클라우드)에 올리지 않습니다. 칩 안에서 끝냅니다. 병원·금융·국방처럼 데이터가 밖으로 나가면 안 되는 곳일수록 이게 전부입니다.
- 주장: 구름에 의존하지 않으면 데이터도 비용도 법적 권한도 내 손에 남습니다.
- 숫자: 데이터 왕복이 없으니 추론 지연이 30ms 이내입니다. 실시간이라는 뜻입니다.
- 증거: ISA729(크라우니 독자 명령집합 729개)와 하드웨어.한선이 FPGA(IGLOO2·Kria)의 3진 연산 코어로 이미 돌고 있고, ASIC도 진행 중입니다.
왜 중요할까요. 빅테크에 매여 있으면 기술 주권이 없습니다. 한국이 한국어로 파운데이션 모델을 짓고, 다른 나라가 제 언어로 짓는 일 — 그게 가능해집니다.
---
3. 2진이 아니라 3진이어야 하는 이유
여기서 0의 힘을 말씀드리겠습니다. 가중치에 0이 끼면 그 자리는 계산을 건너뜁니다. 회로가 안 켜지고, 메모리도 안 읽습니다. 안 하는 일이 곧 절약입니다.
- 주장: 0(희소성)이 스위칭 활동을 약 50% 줄입니다.
- 숫자: 면적은 45~70% 줄고, 같은 칩에서 전력 효율은 10배 벌어집니다.
- 증거: 3진 추론 칩 CUTIE가 3.1 POp/s/W, 기존 최고 대비 4.8~21배 효율을 보였습니다.
- 숫자: 메모리 대역폭 효율은 12.19배입니다. 0인 값은 아예 읽지 않으니까요.
숫자가 큰 그림으로 무엇을 말하느냐면 이렇습니다. 100조 토큰 들던 학습이 1조 토큰으로 내려갑니다. 자원 없는 나라도 AI를 손수 지을 수 있다는 뜻입니다.
---
크라우니가 이미 만들어 둔 것
말로만 하면 약속이고, 돌고 있으면 증거입니다. 크라우니집사는 세 층으로 돌아갑니다. 신호를 받고(L0), 3진으로 계산하고(L1), 판단합니다(L2).
- L0 — 정보 계층: 센서·외부 명령을 "맞음/틀림/모름"의 3상으로 받습니다. 로봇이 벽을 만났는지 한 칸에 답합니다.
- L1 — 3진 연산 계층: hanseonc_std(한선씨 RPN)가 TOAU 3진 기계어로 내려가, crownyc VM과 ISA729의 90여 개 3진 연산자로 돕니다. 20억 파라미터 SLM이 폰 CPU에서 한 문장을 29ms에 추론합니다.
- L2 — 의사결정 계층: 분별 엔진과 셀코어(규칙 15모듈)가 L0의 신호를 규칙으로 거른 뒤 행동을 고릅니다. 결정 엔진은 9/9 검증을 통과했습니다.
여기서 한 가지를 강조하고 싶습니다. L2는 사람의 인식 네 갈래와 같습니다. 아는 것(티), 모르는 것(옴), 잘못 아는 것(타), 그리고 아는지조차 모르는 것(음). 기계가 "모름"과 "이상함"을 따로 다룰 줄 안다는 것 — 저는 이게 정직의 시작이라 믿습니다.
---
"훈련보다 구동이 비싼 시대"의 셈법
훈련은 한 번이지만 구동은 매일입니다. 그래서 장기 비용이 진짜 비용입니다. 같은 일을 두 길로 셈해 보겠습니다.
- 훈련: 구시대는 수백만 달러, 신시대는 저가 컴퓨트로 수천 달러.
- 저장: 구시대는 100GB에 클라우드 요금, 신시대는 0.4GB에 폐쇄망 무료.
- 구동(1년·10억 추론): 구시대는 약 10만 달러, 신시대는 사내 구동이라 0달러.
- 통제권: 구시대는 구름 회사 손에, 신시대는 내 손과 우리 나라 손에.
결론은 한 줄입니다. 한 번 투자해 10년을 쓴다면, 3진 엣지 AI는 "처음엔 비싸도 끝엔 0"인 구조입니다.
---
지금 폰·로봇·병원에서 돌고 있습니다
- 스마트폰: 갤럭시·아이폰 S급 프로세서(ARM Cortex-X)에서 BitNet b1.58 또는 크라우니 SLM으로 음성인식·번역을 인터넷 없이 합니다. 배터리 6시간 연속, 기존 30분의 12배입니다.
- 자율주행 로봇: CrownyOS + Jetson Orin/RPi5 위에서 3진 트리가 한 번에 27가지 선택지를 따져 장애물을 피하고 경로를 다시 짭니다. 로보틱스런타임.한선이 27건 실행을 확인했습니다.
- 병원 의료기기: 폐쇄망에서 심전도·혈압을 모아 3진 SLM이 단계별 진단을 제안하고, 셀코어 규칙과 모델 추론을 쌍으로 보여 줍니다. 설명이 되니 규제 승인도 수월합니다.
---
두 갈래 길, 어디 서시겠습니까
- 빅테크 길(외존): 구름에서 훈련 → 유료 API → 앱사는 남의 모델만 호출 → 사용자는 데이터 노출과 비용 통제 불가.
- 크라우니 길(자립): 저비용으로 훈련 → 1GB 이하로 폰·로봇에 임베드 → 엣지에서 독립 실행 → 사용자 데이터 노출 0, 비용 사실상 0, 자국 통제.
저는 어느 한쪽을 악으로 몰 생각은 없습니다. 다만 폐쇄망이 필요한 곳 — 의료·금융·국방·교육 — 은 데이터가 밖으로 못 나가니, 머지않아 엣지 3진으로 옮겨 갈 수밖에 없습니다.
작은 칩에서 자립했다면, 다음은 언어와 시스템 전체의 자립입니다. 우리말로 짓는 소버린 AI — 다음 장에서 그 자립의 목록을 함께 보겠습니다.
---
한국어로 짜는 AI, 무엇이 다른가
한선씨로 3진 AI를 짜면 "더해", "곱하기"가 곧 명령입니다. 뜻과 동작 사이에 통역이 없습니다.
- 장벽이 낮아집니다. 과학자가 아니어도 "이 코드가 무엇을 하는지" 읽힙니다.
- 선례가 됩니다. 아프리카·남아시아가 "우리 언어로 AI를 짓자"고 할 때 따라올 길이 생깁니다.
- 더 빨리 이해됩니다. 모국어 회로를 쓰니 머리에 덜 부딪힙니다.
덧붙이자면, 한선씨라는 이름과 그 다음에 올 선호 — 이건 단지 언어 이야기가 아니라 앞으로 열릴 서사이기도 합니다. 그 이야기는 때가 되면 펼치겠습니다. 지금은 씨앗만 심어 둡니다.
---
30초 자가진단 — 우리는 어디쯤인가
당신의 조직이 아래 중 셋 이상이면, 이미 "엣지 AI" 단계에 들어선 겁니다.
- [ ] 모델 5GB 미만 (폰에 들어감)
- [ ] 추론 지연 500ms 이내 (실시간 느낌)
- [ ] 전력이 CPU급 (배터리 5시간 이상)
- [ ] 한 번 받으면 인터넷 불필요
- [ ] 국내에서 독점 가능 (자체 ISA 또는 오픈 3진)
- [ ] 규칙과 모델이 쌍으로 설명됨
셋 이상이면, 우리와 같은 길을 걷고 계신 겁니다. 반갑습니다.
---
다음 장으로
우리말 한선씨로 처음부터 끝까지 지었습니다. 한글 키워드가 곧 기계 명령이 되니, 일반인도 "이 코드가 뭐 하는지" 읽습니다. 다음 장에서는 이 소버린 AI가 우리 손으로 만든 칩 위에서, 곱셈 없이 어떻게 전기를 아끼며 돌아가는지 함께 보겠습니다.