검색 - IT세상을 바꾸는 힘 지디넷코리아

ZDNet 검색 페이지

'독자'통합검색 결과 입니다. (172건)

태그
기간
- 3개월
- 1년
- 1년 이전

재검색

인신윤위, 인터넷신문 리더급 대상 생명존중 세미나 열어

인터넷신문윤리위원회(이하 인신윤위)는 한국언론진흥재단과 공동으로 지난 19일 미디어교육원에서 '2026 생명존중 인터넷신문 데스크 초청 세미나'를 개최했다. 이번 세미나는 '생명존중 시대, 인터넷신문의 책임'을 주제로 진행됐다. 강연은 윤진 한국생명존중희망재단 자살예방홍보부 부장과 황성연 닐슨코리아 리더가 맡았다. 윤 부장은 '자살예방 보도준칙 4.0'을 주제로 보도준칙의 개정 배경과 주요 내용을 설명하고, 자살보도가 사회에 미치는 영향과 언론의 사회적 책임을 강조했다. 특히 실제 사례를 통해 언론이 지켜야 할 보도 원칙과 바람직한 자살보도 문화 조성의 필요성을 설명했다. 황 리더는 '데이터로 살펴본 뉴스 이용자 대응전략'을 주제로 인구구조와 미디어 이용환경 변화에 따른 뉴스 소비 행태를 소개했다. 특히 고령층을 비롯한 독자의 생애주기와 정서적 필요를 고려해 뉴스가 정보 전달을 넘어 위로와 연결의 역할을 할 필요성을 강조, 뉴스레터 등 다양한 서비스를 통해 독자와 지속적으로 관계를 형성하는 방안을 제시했다. 인신윤위는 “실제 뉴스 생산과 편집을 담당하는 데스크들과 생명존중 저널리즘의 실천 방향을 공유했다”며 “앞으로도 인터넷신문 현장에서 생명존중 가치가 실질적으로 구현될 수 있도록 언론 종사자의 역할과 업무 특성을 고려한 교육과 프로그램을 지속적으로 마련하겠다”고 약속했다.

2026.08.20 10:28백봉삼 기자

[독파모 2차 발표] SK텔레콤 3차 진출, 다음 행보는 "산업·생활 서비스 확산"

SK텔레콤이 독자 인공지능(AI) 모델 '에이닷엑스 케이투(A.X K2)' 지식·추론 능력과 산업 활용도를 동시에 높인다. 모델 성능을 실제 산업·서비스로 연결해 국내 AI 생태계가 활용할 수 있는 모델을 만든다는 구상이다. 18일 과학기술정보통신부에 따르면 SK텔레콤 정예팀은 '독자 AI 파운데이션 모델 프로젝트' 2차 단계평가를 통과해 3차 단계에 진출했다. SK텔레콤은 3차 단계에서 지식과 추론 중심으로 모델 역량을 확장한다고 밝혔다. 멀티모달 파생 모델과 산업별 서비스를 개발해 기업·기관이 실제 활용할 수 있는 형태로 모델 고도화에 나선다. 회사는 다음 단계에서 모델 산업 현장 적용도 확대한다고 강조했다. 특히 제조 분야에서는 KG스틸·코넥과 특화 AI 에이전트를 개발한다. 국방 분야에서는 국방부와 협력해 경량화 모델을 제공하고 바이오 분야에서는 SK바이오팜과 협업한다. 앞서 SK텔레콤은 2차 단계에서 비전언어모델 '에이닷엑스 케이투 브이엘 라이트 프리뷰(A.X K2 VL Light-Preview)'와 음성언어모델 '에이닷엑스 케이투 ALM(A.X K2 ALM)', '에이닷엑스 K2 라온-스피치(A.X K2 Raon-Speech)'를 공개했다. 이들 파생 모델을 활용한 데모까지 구현해 전문가·사용자 평가에서 실제 사용 가능성을 제시했다. A.X K2는 매개변수 6880억개 규모로 전작 A.X K1의 5190억개보다 커졌다. 국내외 14개 벤치마크 평균 성능은 전작보다 32.2%포인트 높아졌으며 장문 이해와 에이전트 관련 평가에서는 약 83.9%포인트 개선됐다. 모델 수리 추론 능력도 강화됐다. SK텔레콤에 따르면 A.X K2는 국제수학올림피아드 2026 금메달 수준의 성능을 기록했다. '매스아레나 에이미 2026'에서 공동 최고점을 받았다. 긴 문맥 처리에는 SK텔레콤이 자체 개발한 '희소 게이트 어텐션(SGA)' 구조가 적용됐다. 긴 내용 가운데 관련성 높은 정보만 선별해 참조하는 방식으로 정확성과 운영 효율을 높인다. SK텔레콤은 앞으로 모델 경량화와 추론 가속 기술도 지속해서 공개할 계획이다. 모델 파일을 개방하는 데 그치지 않고 기업과 기관이 운영 과정에서 겪는 메모리와 속도·장비 부담을 낮추기 위해서다. 정부는 다음 평가에서 현재 3개 정예팀을 2개팀으로 압축할 예정이다. 구체적인 평가 방식과 배점은 참여 기업과 협의를 거쳐 확정한다. 프론티어급 AI 모델과 관련한 내용은 별도로 발표할 계획이다. SK텔레콤 관계자는 "다음 단계에 참여하게 된 것을 뜻깊게 생각한다"며 "자체 AI 모델의 산업·실생활 확산 성과를 바탕으로 국내 AI 생태계가 함께 활용할 수 있는 결과물을 만드는 데 집중할 것"이라고 밝혔다.

2026.08.18 15:27김미정 기자

[독파모 2차 발표] LG 'K-엑사원' 3차 진출…"승부처는 활용성"

정부가 국가대표 AI 모델을 뽑는 '독자 AI 파운데이션 모델' 프로젝트에서 LG AI연구원의 'K-엑사원'이 3차 진출을 확정했다. LG는 이번 모델 차별점으로 파라미터 규모가 아니라, 실제 업무 현장에서 스스로 일을 처리하는 'AI 에이전트' 성능을 내세웠다. 18일 과학기술정보통신부 발표에 따르면 LG AI연구원 정예팀은 독파모 2차 단계평가를 통과해 3차 단계에 진출했다. 독파모는 과학기술정보통신부가 글로벌 수준의 국산 AI 파운데이션 모델을 키우기 위해 여러 팀을 선정한 뒤 단계별 평가를 거쳐 최종 후보를 추려 나가는 사업이다. 과기정통부는 이날 2차 단계 평가 결과를 발표했고, K-엑사원은 이전 모델보다 규모를 3배 이상 키우며 이 관문을 통과했다. LG가 규모를 키우면서도 방점을 찍은 지점은 실사용성이다. 아무리 성능이 좋아도 현장에서 쓰이지 않는 모델은 의미가 없다고 보고, 사람 대신 도구를 골라 쓰고 여러 단계의 작업을 직접 수행하는 에이전트 기능을 끌어올리는 데 집중했다. LG AI연구원 관계자는 "크기를 키우면서도 기존보다 성능이 뛰어나고, 실제 사용자가 더 효율적으로 쓸 수 있도록 에이전트 기능에 더 집중했다"고 밝혔다. LG가 모델 규모를 3배 키운 것도 글로벌 경쟁에 뛰어들기 위한 선택이다. 몸집을 충분히 키워야 세계 최고 수준의 이른바 '프런티어급' 모델 시장에 발을 들일 수 있다는 판단이다. 다만 여기서 '프런티어급'은 GPT나 제미나이 같은 범용 초대규모 모델과 정면으로 겨루겠다는 의미가 아니다. LG AI연구원 관계자는 "지금은 범용이라기보다 프런티어급 전문가 모델을 지향하고 있는 것이 맞다"면서 "특정 분야에서 최고 수준을 노리는 '전문가 AI' 노선을 그대로 이어가되, 그 안에서 글로벌급 규모를 갖추고자 한다"고 했다. 규모를 키우는 데 필요한 컴퓨팅 자원은 독파모 사업에서 지원받은 그래픽처리장치(GPU)로 확보했다. 실제로 쓰이는 AI에 무게를 싣는 전략은 최근 성과에서도 드러난다. 앞서 공개한 'K-엑사원 2.0'은 750B(7500억 개) 파라미터 규모로, 독파모 1차수 모델(236B)보다 크기가 3배 이상 커졌다. 24개 벤치마크 평균 70.1점을 기록해 1차수(63.3점)보다 10% 이상 높은 성능을 냈고, 코딩과 에이전틱 코딩 영역의 주요 지표 3개 평균 성능이 30% 올랐다. AI가 스스로 도구를 골라 쓰는 능력을 평가하는 항목(Tau3-Bench Banking)에서는 14.2점으로 중국 지푸의 GLM-5.1(11.5점), 큐원3.5(13.4점)를 앞섰다. 단순히 모델을 키우는 데 그치지 않고, 사용자가 실제 업무에서 더 효율적으로 쓸 수 있도록 에이전트 성능을 끌어올리는 데 초점을 맞췄다는 게 LG의 설명이다. LG AI연구원은 다음 달 초 산업 특화 AI 파운데이션 모델을 추가로 공개해 '전문가 AI' 포트폴리오를 넓힐 계획이다. 한 달 뒤에는 토크 콘서트를 열고 향후 기술 개발 방향을 상세히 설명한다. LG AI연구원 관계자는 "단순히 큰 모델을 만드는 것이 목표가 아니라, 사용자가 실제 업무에서 성과를 내도록 돕는 AI를 만드는 것이 핵심"이라며 "앞으로도 전문가 AI 영역에서 실질적인 활용 가치를 높여 나가겠다"고 말했다.

2026.08.18 14:33김동원 기자

[독파모 2차 발표] '국가대표 AI' 3파전 돌입…정예팀에 B200 3천장 푼다

정부가 '독자 AI 파운데이션 모델(독파모)' 프로젝트 3차 단계에 진출한 정예팀에 엔비디아 그래픽처리장치(GPU) B200 약 3000장을 투입한다. 앞선 개발 단계에서 정예팀별로 서로 다른 GPU가 제공됐던 것과 달리 이번에는 정예팀마다 B200 1000장을 지원해 독자 AI 모델 고도화를 가속한다는 목표다. 과학기술정보통신부는 독파모 2차 단계평가 결과, 업스테이지·SK텔레콤(SKT)·LG AI연구원 등 3개 정예팀을 3차 단계 진출팀으로 선정했다고 18일 밝혔다. 올해 추가 정예팀으로 합류한 모티프테크놀로지스는 이번 평가를 끝으로 프로젝트를 마무리하게 됐다. 독파모는 글로벌 수준의 독자 AI 파운데이션 모델 개발을 목표로 정부가 추진하는 국가 핵심 AI 프로젝트다. 정부는 단계별 평가를 통해 정예팀을 압축하고 데이터와 컴퓨팅 자원을 집중 지원하는 방식으로 사업을 추진 중이다. 3차전부터 GPU 상향…팀당 B200 1천장 지원 정부는 3차 단계에 진출한 정예팀에 지난해 'AI 컴퓨팅자원 활용기반 강화 사업'을 통해 확보한 B200 총 3000장을 지원할 예정이다. 앞서 LG AI연구원과 업스테이지는 2차 단계평가를 준비하는 과정에서 각각 B200 512장과 H100 512장 수준의 컴퓨팅 자원을 지원받았다. 올해 추가 정예팀으로 뒤늦게 합류한 모티프테크놀로지스에는 B200 768장이 제공됐다. 정부는 3차 단계 진출팀에 대한 GPU 지원 규모도 확대하기로 했다. 올해 상반기 768장 수준이던 지원 규모를 하반기에는 1000장 수준으로 늘릴 계획이다. SKT는 그동안 정부 GPU 임차지원 사업자로 참여해 별도의 정부 GPU를 지원받지 않았다. 다만 정부는 3단계 평가에 진출할 경우부터 GPU를 지원할 수 있도록 했다. 이에 따라 SKT도 이번 단계부터 정부가 확보한 GPU를 활용할 수 있게 됐다. 류제명 과기정통부 제2차관은 "다음 단계에 진출한 정예팀들에게 고성능 GPU 지원을 확대해 독자 AI 모델을 빠르게 고도화할 수 있도록 뒷받침하겠다"고 말했다. NHN클라우드·카카오 인프라 투입…지난해 확보 물량 활용 독파모에 공급되는 B200은 정부가 지난해 추진한 대규모 GPU 확보 사업을 통해 마련됐다. 정부는 지난해 약 1조 4600억원을 투입해 네이버클라우드와 NHN클라우드, 카카오를 사업자로 선정했다. 이들 기업은 총 1만 3136장의 GPU를 확보·구축했다. 사업자별로 NHN클라우드는 B200 7656장, 카카오는 B200 2424장, 네이버클라우드는 H200 3056장을 구축했다. 이 가운데 정부 활용 물량은 NHN클라우드 B200 6120장, 카카오 B200 2040장, 네이버클라우드 H200 2296장이다. 이번 독파모 3차 단계에는 B200만 투입되는 만큼 NHN클라우드와 카카오가 구축한 B200 인프라가 공급 기반으로 활용될 예정이다. 최근까지 산학연에 제공돼온 정부 GPU 자원이 독파모에 집중 투입될 전망이다. 과기정통부는 정예팀당 GPU 임차 비용이 6개월 기준 약 400억원으로, 총 1200억원이 될 것으로 추산했다. 베라루빈까지 확보…차기 국가 AI 프로젝트는 검토 정부는 올해도 AI 컴퓨팅 인프라 확충을 이어가고 있다. 지난 6월 'AI 컴퓨팅자원 활용기반 강화 사업'에 네이버클라우드와 삼성SDS, 엘리스그룹을 수행기관으로 선정했다. 이를 통해 베라루빈과 B300을 포함한 최신 GPU 9704장을 추가 구축할 계획이다. 이 가운데 정부 활용 물량은 베라루빈 2016장과 B300 4360장 등 총 6376장이다. 다만 독파모 후속 사업이나 '모두의 AI' 등 특정 국가 AI 프로젝트에 해당 GPU를 어떻게 배분할지는 아직 결정되지 않았다. 과기정통부 관계자는 "내년도에 정부 활용분 GPU를 어떻게 투입할지는 아직 정해지지 않았다"며 "산학연과 국가 프로젝트를 다양하게 지원하는 방향이 될 수 있지만 아직 확정된 것은 없으며 내부 검토를 진행 중"이라고 밝혔다.

2026.08.18 14:28한정호 기자

모티프, 독파모 벤치마크 1위에도 탈락…대기업과 경쟁서 존재감·차기 행보 주목

모티프테크놀로지스(이하 모티프)가 과학기술정보통신부의 '독자 AI 파운데이션 모델'(독파모) 2차 평가에서 벤치마크 1위를 기록하고도 최종 탈락했다. 다만 대기업과 대규모 투자를 받은 AI기업이 경쟁한 무대에서 후발주자인 신생 스타트업이 짧은 기간 안에 성능 경쟁력을 입증했다는 점에서 모티프의 차기 행보가 주목 받고 있다. 18일 과기정통부가 발표한 독파모 2차 평가 결과에 따르면 3차 단계 진출팀은 업스테이지, SK텔레콤, LG AI연구원 등 3곳이다. 모티프는 벤치마크 부문에서 두각을 나타냈지만 최종 명단에는 이름을 올리지 못했다. 이번 평가는 총 100점 만점 기준으로 벤치마크 40점, 전문가 평가 35점, 사용자 평가 25점을 합산하는 방식으로 진행됐다. 벤치마크 성적과 함께 개발 전략과 기술력, 향후 계획, 산업 파급효과, 실제 사용성 등을 아우른 종합 점수에 따라 결과가 갈릴 수 있는 구조다. 관련 업계에선 이번 독파모에서 모티프가 남긴 성과와 의미는 적지 않다는 평이다. 모티프는 사업 초기부터 참여한 팀이 아니라 중간에 합류한 후발주자다. 그럼에도 약 5개월 만에 사전학습부터 후처리까지 처음부터 개발한 모델을 선보이며 벤치마크 1위를 기록했다. 대기업 중심의 경쟁 구도 속에서 국내 스타트업도 짧은 기간 안에 프론티어급 AI 모델 경쟁력을 입증할 수 있다는 점을 보여준 사례라는 평가가 나온다. 대표적으로 모티프가 자체 개발한 인공지능(AI) 파운데이션 모델 '모티프 3'가 글로벌 AI 모델 평가기관 아티피셜 애널리시스의 종합 지능 지수(AAII)에서 47점을 받으며 한국 기업 1위, 글로벌 10위를 기록했다. 오픈웨이트 모델 기준으로는 글로벌 4위에 오르는 성과다. 단순히 프로젝트 참여에 의미를 두는 수준을 넘어 실제 수치와 평가 결과로 존재감을 증명했다는 점에서, 이번 독파모 결과와 별개로 시장의 관심을 끌기에 충분했다는 분석이다. 특히 이번 사례는 규모의 차이가 절대적인 장벽이 아니라는 점을 보여줬다는 데 의미가 있다. AI 파운데이션 모델 개발은 막대한 자본과 인프라, 연구 인력이 필요한 영역으로 여겨져 왔지만 모티프는 제한된 조건에서도 기술력으로 경쟁 구도 안에 들어설 수 있음을 입증했다. 중도 합류라는 불리한 조건 속에서도 단기간에 가시적 성과를 낸 만큼, 후속 모델 개발이나 사업 확장 가능성을 주목해야 한다는 목소리도 나온다. 임정환 모티프 대표는 이번 결과를 담담하게 받아들이면서도 프로젝트의 의미를 강조했다. 그는 "우리 정부가 자체적인 AI 파운데이션 모델 개발에 도전하기로 결정하지 않았다면 그리고 저희와 같은 작은 신생 스타트업에도 그 도전의 기회를 주지 않았다면 이런 성과도 만들어내지 못했을 것"이라며 "이 도전을 가능하게 해주신 모든 관계자분들께 감사드린다"고 말했다. 모티프는 이번 결과와 무관하게 기존 사업과 연구개발을 이어간다는 방침이다. 독파모 최종 선정에는 실패했지만 이번 프로젝트에서 확보한 경험과 기술 자산을 바탕으로 자체 모델 고도화와 글로벌 경쟁력 강화에 나설 전망이다. 대표적으로 같은 날 마감하는 모두의 AI사업에 KT 컨소시엄 파트너사로 참여한다. 임정환 대표는 "결과에 상관없이 이번 독파모 프로젝트를 통해 기술력만으로 한국에서도 글로벌 프론티어 수준의 AI 모델 개발이 가능하다는 것을 증명했다는 점에서 매우 뜻깊었다"고 밝혔다. 이어 "모티프는 앞으로도 지속적으로 글로벌 프론티어 모델 개발에 전력을 다하겠다"고 덧붙였다.

2026.08.18 12:12남혁우 기자

독파모 2차 결과 발표 임박…AI 업계 '초긴장', 관전 포인트는

독자 인공지능(AI) 파운데이션 모델 프로젝트(독파모) 2차 단계 평가 결과 발표가 임박하면서 국내 AI 업계 관심이 집중되고 있다. 단순한 모델 성능 경쟁을 넘어 결과에 따라 국내 AI 업계 관심 구도도 달라질 것으로 예상되기 때문이다. 14일 업계에 따르면 독파모 2차 단계 평가 결과는 이르면 다음 주 발표될 것으로 알려졌다. 독파모는 이번 2차 평가 결과 발표를 통해 3개 팀으로 압축된 뒤 추가 평가를 거쳐 올해 12월 최종 2개 팀을 선발한다. 최종 생존팀에는 엔비디아(NVIDIA) B200 그래픽처리장치(GPU)와 대규모 데이터 구축·가공비, 'K-AI 기업' 명칭 부여 등 국가 차원의 지원이 이어진다. 독파모에 참가한 LG AI연구원, SK텔레콤(SKT), 업스테이지, 모티프테크놀로지스 4개 팀은 모든 2차 과정을 마치고 결과를 기다리고 있는 중이다. 과기정통부는 기존 3개 팀의 모델 제출 기한인 6월 말과 추가 합류한 모티프테크놀로지스의 7월 말 제출 완료 이후, 8월 초부터 4개 팀을 대상으로 2차 단계 평가를 동시 진행해 왔다. 이번 발표로 한 팀이 탈락해 3파전으로 재편되는 만큼 업계 안팎의 촉각이 날카롭게 세워진 상태다. 이번 2차 평가에서 주목받는 변수는 평가 기준 변화다. 1차 평가가 기본 언어 이해·생성 능력과 모델 완성도에 초점을 맞췄다면, 2차에서는 외부 도구를 호출해 실제 업무를 자율 수행하는 에이전틱 AI 역량과 오케스트레이션 능력 검증 비중이 크게 높아진 것으로 알려졌다. 이에 따라 참여 기업도 수개월 동안 에이전트 성능 고도화에 집중해 왔다. LG AI연구원은 평가 제출 모델인 엑사원(EXAONE)의 에이전트 작업 수행 능력 강화에 주력한 것으로 알려졌다. 단순 질의응답을 넘어 실제 업무를 수행하는 오케스트레이션 역량을 높이는 데 개발 역량을 집중했으며 계열사와 파트너사를 통한 실사용 환경 적용도 병행해 왔다. 특히 1차 단계 평가에서 가장 높은 평가를 받은 만큼 업계에서는 이번 결과에서도 선두를 유지할 수 있을지 주목받고 있다. SK텔레콤은 지난달 신규 모델 'A.X K2'를 공개하며 에이전트 기능을 전면에 내세웠다. 서울대 황승원 교수 연구진의 에이전트 연구 성과를 반영해 다양한 환경에서 활용 가능한 AI 에이전트 역량 확보에 집중하고 있다는 설명이다. 독자 모델과 AI 인프라를 함께 제공할 수 있는 점도 차별화 요소로 꼽힌다. 업스테이지는 최근 공개한 '솔라 2'를 통해 에이전트 성능 향상을 강조하고 있다. 기존 모델 대비 도구 호출과 작업 수행 능력을 강화하며 기업 업무 환경에서 활용 가능한 AI 구현에 초점을 맞췄다. 회사 측은 최근 모델이 실제 에이전트 활용 환경에서도 충분한 경쟁력을 갖췄다고 평가하고 있다. 추가 공모를 통해 합류한 모티프테크놀로지스는 독자 설계 아키텍처를 강점으로 내세우고 있다. 해외 오픈소스 모델을 기반으로 하지 않은 자체 모델 개발 전략을 추진하며 독자성 확보에 집중해 왔다. 최근 관련 벤치마크에서 강한 성능을 내세우며 존재감을 키운 점도 업계가 주목하는 부분이다. 에이전틱 역량과 함께 '독자성' 판단 기준의 적용 강도도 주요 관전 포인트다. 독파모 사업이 목표로 하는 독자 파운데이션 모델은 해외 모델 파인튜닝이나 파생형이 아닌, 모델 설계부터 사전학습까지 전 과정을 자체 수행한 모델이다. 가중치를 초기화한 상태에서 독자적으로 학습·최적화하는 것이 최소 요건이다. 1차 평가에서 네이버클라우드가 독자성 기준 미달 판정을 받아 탈락한 전례가 있어, 이 잣대가 이번에도 결과를 가를 핵심 기준이 될 수 있다는 분석이 나온다. 실제 산업 현장 적용 가능성을 뜻하는 '확산성' 항목도 빼놓을 수 없는 평가 기준이다. LG AI연구원과 한컴의 공공 AI 오피스 협력, SKT의 자동차 부품업체 코넥스 현장 AI 에이전트 투입, 업스테이지의 공공기관 특화 검색증강생성(RAG) 서비스 구축 등 각사가 현장 확산 실적을 쌓아온 만큼, 이 항목이 최종 순위를 좌우하는 변수가 될 수 있다는 관측이 나온다. 독파모 사업의 의미가 산업 육성을 넘어 국가 경쟁력과 안보 영역으로 확대되고 있다는 점도 이번 발표의 무게감을 키우는 배경이다. 글로벌 AI 기반 사이버 위협이 현실화하면서 독자 AI 모델 확보가 국가 전략 자산이라는 인식이 확산되고 있기 때문이다. 국가AI전략위 보안특위를 중심으로 독파모를 안보 역량 강화 수단으로 격상해야 한다는 논의도 본격화한 상황이다. 한 업계 관계자는 "이번 2차 평가는 어느 기업의 모델이 더 뛰어난지를 가리는 차원을 넘어 국내 AI 산업의 방향성과 기술 자립 수준을 확인하는 과정"이라며 "결과 발표가 가까워질수록 업계의 관심도 더욱 높아지고 있다"고 말했다.

2026.08.14 08:14남혁우 기자

SKT 독자 AI 모델 'A.X K2' 수학도 잘한다..."올림피아드 금메달 수준"

SK텔레콤이 개발한 독자 AI 모델 'A.X K2'가 국제수학올림피아드(IMO) 문제 평가에서 금메달 기준에 해당하는 성적을 거둬 이목을 끈다. 아울러 글로벌 수학 추론 벤치마크에서도 공동 최고점을 기록하며 수리 추론 성능을 입증했다. 11일 SK텔레콤 뉴스룸에 따르면, A.X K2가 IMO 2026 6개 문제 평가에서 42점 만점에 29점을 기록했다. 올해 IMO 금메달 기준선인 29점과 같은 점수다. A.X K2 각종 수학 평가 선두권 휩쓸었다 A.X K2는 미국과 중국 이외 지역에서 개발된 AI 모델 가운데 현재까지 IMO 2026 금메달 기준을 충족했다. 중국 샤오홍슈(레드노트)의 'dots-note-3.0'은 이번 평가에서 42점 만점을 기록한 가운데, A.X K2는 그 뒤를 잇는 유일한 국내 AI 모델이다. 아울러 A.X K2는 IMO 2025 기출문제 평가에서도 42점 만점에 35점을 받아 당시 금메달 기준을 충족했다. 한국수학올림피아드(KMO) 2026 2차 평가에서는 만점을 기록했다. 앞서 이전 모델인 A.X K1도 KMO 1차 시험에서 국내 독자 모델 가운데 가장 높은 점수를 받았다. A.X K2는 오픈소스 AI 플랫폼 허깅페이스의 'MathArena AIME 2026' 리더보드에서도 정상에 올랐다. 고난도 수학적 추론과 문제 해결 능력을 평가하는 지표로 97.1%의 정확도를 기록하면서, 오픈AI 최고기술책임자 출신 미라 무라티가 설립한 싱킹 머신스 랩의 '잉클링(Inkling)'과 공동 최고점을 기록했다. 이 평가에서 중국 스텝펀의 'Step-3.5-Flash'는 96.67%, 문샷AI의 'Kimi-K2.6'은 96.4%를 기록했다. AIME는 미국수학올림피아드 선발 과정에 활용되는 수학 시험인데, MathArena AIME 2026은 올해 AIME 문제를 기반으로 30개 문항을 공개해 AI 모델의 최종 답변 정확도를 평가한다. AI 모델에서 수학 능력이 왜 중요할까 AI 모델에서 수학 능력을 주요 성능 지표로 보는 이유는 복잡한 문제를 여러 단계로 나눠 논리적으로 추론하고 일관된 결론을 도출하는 능력을 평가할 수 있다는 점이다. 단순히 계산을 얼마나 잘하는지 따지는 게 아니라는 설명이다. 특히 수학은 정답과 오답을 명확하게 판별할 수 있다는 점에서 AI의 추론 능력을 객관적으로 검증할 수 있다. 자연어 평가에서는 그럴듯한 답변과 정확한 답변을 구분하기 어려운 경우가 있으나 수학 문제는 결과의 정확성을 비교적 명확하게 확인할 수 있다. 이 때문에 높은 수학 추론 능력은 금융·회계뿐 아니라 제조 공정 최적화, 물류, 과학 연구 등 복잡한 계산과 다단계 판단이 필요한 산업 분야에서 AI의 활용 가능성을 가늠하는 지표로도 활용된다. 계산이나 추론 과정에서 발생한 작은 오류가 비용 증가나 잘못된 의사결정으로 이어질 수 있는 만큼 AI 모델은 정확한 추론 능력이 중요하다는 뜻이다. 국제 AI 안전 보고서도 수학 추론 능력의 향상이 안전 필수 소프트웨어 검증과 복잡한 과학 문제 해결, AI 연구 등 다른 영역의 성능 향상으로 이어질 가능성에 주목하고 있다. 글로벌 AI 기업들이 수학 분야 인재 확보에 나서는 것도 같은 맥락이다. 올해 필즈상 수상자인 제이콥 치머만 토론토대 교수는 최근 AI 안전 연구를 위해 오픈AI에 합류한다고 밝혔다. AI 모델의 성능 경쟁이 단순한 언어 생성 능력을 넘어 정밀한 추론과 검증 능력으로 확대되면서 수학 역량의 중요성도 커진 셈이다. SK텔레콤이 지난달 공개한 A.X K2는 6880억 개 매개변수로 개발된 AI 모델로 수학과 과학 추론 능력, 한국 지식과 장문 추론 능력을 강화된 점이 특징이다.

2026.08.11 10:38박수형 기자

"추론하며 스스로 학습하는 AI…SKT 'A.X K2' 경쟁력 키운다"

AI 모델 성능 경쟁이 사전 학습 규모를 키우는 방식에서 추론 과정에 더 많은 연산 자원을 투입하는 방향으로 향하고 있다. 이미 학습을 마친 AI가 주어진 문제와 관련 자료를 바탕으로 짧게 추가 학습한 뒤 답을 내놓는 '추론 시점 학습'이 대표적이다. SK텔레콤은 미국 매사추세츠공과대학교(MIT)와 추론 시점 학습 기술을 활용해 대규모 언어 모델의 추론 성능을 높이는 연구를 진행하고 있다. 공동 연구를 이끄는 김윤형 MIT 전기전자공학·컴퓨터과학부 교수는 SK텔레콤 뉴스룸 인터뷰를 통해 이 기술이 독자 AI 파운데이션 모델 'A.X K2'의 연산 자원 대비 성능을 높일 수 있다고 내다봤다. 연구는 MIT가 주관하는 글로벌 산학 협력 컨소시엄 'MGAIC'의 하나로 추진된다. MGAIC에는 SK텔레콤을 비롯해 오픈AI와 코카콜라 등 각 산업의 대표 기업들이 참여하고 있으며, 60개 이상의 프로젝트를 통해 AI의 산업 적용 가능성을 모색하고 있다. “사전 학습 넘어 추론 단계에서 한 번 더 생각” SK텔레콤과 MIT 공동연구 핵심은 추론 시점 학습과 관련 기술을 이용해 대규모 언어 모델의 성능을 높이는 것이다. 김 교수는 연구의 출발점이 AI 연산 자원을 바라보는 패러다임의 변화에 있다고 설명했다. 지난 수년간 AI는 모델의 매개변수와 학습 데이터, 연산 자원 등 사전 학습 단계의 규모를 키우는 방식으로 발전했다. 최근에는 학습을 마친 모델이 답을 생성하는 추론 단계에서 추가 연산 자원을 사용해도 성능이 뚜렷하게 향상된다는 연구 결과가 나오고 있다. 김 교수는 “추론 시점 학습은 연산 자원의 일부를 모델이 눈앞에 놓인 특정 문제를 스스로 해결하는 데 사용하면 어떨까라는 아이디어에서 출발한다”고 밝혔다. 일반적인 언어 모델은 학습을 마치면 고정된 상태로 배포되지만, 추론 시점 학습을 적용한 모델은 주어진 문제와 관련 자료를 바탕으로 짧게 추가 학습한 뒤 답변을 생성한다. 그는 “추론 단계의 연산 자원을 모델의 실제 성능과 역량 향상에 어떻게 활용할 것인가는 AI 학계의 핵심 화두”라며 “추론 시점 학습이 이에 유용한 접근 방식을 제공할 것”이라고 설명했다. 검색 넘어 전체 내용 통합하는 AI 연구팀은 AI가 긴 문맥을 이해하는 능력도 고도화할 계획이다. 김 교수는 긴 문맥 이해를 검색과 통합의 두 가지 관점으로 구분해야 한다고 설명했다. 검색은 방대한 텍스트에서 관련 정보를 찾는 능력으로 현재 AI 모델도 비교적 잘 수행한다. 반면 통합은 문서 전체에서 일관된 이해를 유지하고 서로 다른 부분의 정보를 연결하는 능력이다. 문서 앞부분과 뒷부분의 내용이 논리적으로 충돌할 때 이를 감지하는 것이 대표적이다. 이론적으로 100만개의 토큰을 처리하는 모델도 통합의 의미에서는 긴 문맥을 제대로 이해하지 못할 수 있다. 김 교수는 “소비자 대상과 기업 대상 서비스 모두에서 유용한 AI 에이전트를 개발하려면 통합의 관점에서 긴 문맥을 깊이 이해하는 시스템을 구축해야 한다”며 “이 능력이 AI 서비스의 핵심 경쟁력이 될 것”이라고 강조했다. 기술이 상용화되면 대규모 언어 모델은 수학적 추론이나 여러 단계의 판단이 필요한 복잡한 문제를 더 효율적으로 처리할 수 있다. 김 교수는 이를 기반으로 한 AI 응용 서비스의 성능과 반응 속도도 크게 개선될 것으로 기대했다. “MIT와 SK텔레콤, 원천 연구와 상용화 결합” 김 교수는 SK텔레콤과 MIT의 협력이 학계의 원천 기술 탐색 역량과 기업의 상용화 역량을 결합한다는 점에서 의미가 있다고 평가했다. 그는 “학계는 새로운 가능성의 탐색에 강하고 기업은 기술의 실용적 활용에 강점이 있다”며 “AI의 비약적인 발전을 위해서는 두 역량이 반드시 결합돼야 한다”고 말했다. MIT 연구진은 실제 서비스 출시를 목표로 AI 시스템을 구축하는 SK텔레콤 개발진에게서 산업 현장의 통찰을 얻을 수 있다. SK텔레콤은 단기적인 상용화 제약에서 벗어나 근본적인 원천 기술을 탐구하는 학계와 협력할 수 있다. 공동 연구의 성과는 A.X K2의 추론 성능 향상에도 활용될 수 있다. 추론 단계의 연산량을 늘리면 수학 문제 풀이와 같은 추론 영역의 성능을 지속해서 높일 수 있지만, 서비스 비용과 응답시간도 함께 증가할 수 있다. 김 교수는 “공동 연구에서 개발할 추론 시점 학습 기술은 A.X K2가 투입하는 추론 연산 자원 대비 성능을 높이는 효율을 획기적으로 개선할 것”이라고 전망했다. “독자 AI 평가, 화려한 기술보다 글로벌 격차 봐야” 김 교수는 한국이 독자 AI 파운데이션 모델 사업을 통해 모델 개발에서 의미 있는 진전을 이뤘다고 평가했다. 다만 2차 평가에서는 새롭고 화려한 기술의 적용 여부보다 글로벌 모델 개발사들이 사용하는 핵심 성능평가 지표를 기준으로 선도 모델과의 격차를 얼마나 줄였는지 살펴야 한다고 조언했다. 그는 “선도 모델과의 격차를 줄였다는 것은 이미 알려진 모델 개발 방법을 대규모 환경에서 제대로 실행할 수 있다는 의미”라며 “이러한 실행 역량을 증명하는 것이 현 단계에서 가장 중요하다”고 말했다. 소버린 AI에 대해서는 독자적인 AI 인프라와 생태계를 구축하려는 시도는 자연스럽지만, 목표를 주권이라는 틀에만 가두면 국가 간 협력보다 과도한 경쟁을 부를 수 있다고 지적했다. 김 교수는 소버린 AI 경쟁력의 핵심으로 대규모 AI 시스템을 직접 구축하고 운영할 수 있는 연구자와 기술자 양성을 꼽았다. 그는 “연산 자원은 돈으로 살 수 있고 데이터센터도 건립할 수 있지만, 대규모 시스템을 직접 운영한 경험과 역량을 축적하는 데는 훨씬 더 오랜 시간이 필요하다”고 강조했다.

2026.08.06 09:45박수형 기자

KG스틸, SKT 독자 AI모델로 설비 오류 대응 30% 줄였다

KG스틸 철강 공장에 적용된 SK텔레콤 독자 AI 파운데이션 모델 A.X K2가 현장 설비 오류를 해결하는 시간을 크게 단축해 생산성을 향상시키고 있다. A.X K2는 6880억 개 매개변수를 갖춘 초거대 언어 모델로, 뛰어난 추론 능력에 한국어 이용 AI 에이전트다. SK텔레콤과 KG스틸은 지난 6월 A.X K2 현장 실증을 위한 업무협약을 맺고, 현장 데이터를 모델에 학습시키며 답변 정확도와 신뢰도, 활용성을 검증하고 있다. KG스틸은 실증이 마무리되는 오는 10월, 보안 안정성과 데이터 활용성이 뛰어난 온프레미스 방식으로 AI 에이전트 정식 도입을 검토한다는 방침이다. 독자 AI 모델이 연구실 밖으로 나와 산업 현장에 본격 쓰이게 되는 셈이다. 분산된 과거 기록을 실시간 매칭...한국어 특화 AI로 생산성 향상 KG스틸 당진 공장에서 실증을 담당하는 정춘호 기술연구소 선행연구팀장은 A.X K2 특장점으로 오류 해결 시간 단축을 꼽았다. 철강 공정 과정에서 설비 오류가 발생했을 때 라인이 멈추는 비가동 시간이 최소화돼 전체 공정 생산성이 향상된다는 설명이다. 정 팀장은 “공장에선 철판을 받아와 칼국수 반죽처럼 더 얇게 미는 냉간 압연 공정과 철판 부식을 방지하기 위해 아연도금을 하거나 페인트를 바르는 색상 도정을 거치는 연속 공정이 이뤄진다”면서 “이 과정에서 한 라인이 멈추면 전체 공장의 생산성이 떨어지는 문제점이 있다. 기존엔 문제가 발생했을 때 개인 PC, 네트워크, 내부 결제 문서 등 분산된 과거 조치 기록을 사람이 직접 찾고 기억에 의존해야 했다”고 운을 뗐다. 이어 “A.X K2 에이전트는 현장 실무자가 문제 상황을 자연어로 질문하면, 설비 오류에서 어떤 부품이 기능에 이상이 있는지 실시간으로 과거 데이터와 비교해 과거 유사 사례와 매칭해 우선 순위별 점검 가이드를 제시한다”며 “이로 인해 설비 비가동 해결 조치에 소요되는 전체 시간이 크게 단축되고 있다. 평균적으로 약 30% 정도 줄일 수 있다”고 설명했다. 한국어 사용이 편리한 점도 A.X K2 강점으로 꼽았다. 정 팀장은 “제조 현장에서 사용되는 단어는 영어, 독일어, 일본어가 많다. 현장 작업자는 외국어도 한국식으로 발음해 대화하고 문제를 해결한다”며 “한국어에 특화된 AI 에이전트가 제조 현장에 더 적합하다는 생각이다”고 말했다. 정확도 검증부터...향후 숙련자 암묵지 데이터화 현재는 현장 실증 단계인 만큼 학습 데이터의 양을 무작정 늘리기보다 답변의 정확도와 신뢰도, 활용성을 검증하는 데 초점을 맞추고 있다. 검증된 기존 데이터셋을 중심으로 학습시켜 AI 에이전트가 사실과 다른 답변을 생성하는 할루시네이션을 최소화한다는 방침이다. 숙련 기술자가 보유한 기술과 노하우는 실증을 마치고 모델의 정확도를 확보한 뒤 학습시킬 계획이다. 검증되지 않은 데이터를 한꺼번에 학습시키면 오류가 발생했을 때 원인을 찾기 어렵고, 경우에 따라 처음부터 데이터 학습을 다시 진행해야 할 수 있기 때문이다. 정 팀장은 “정확도가 확보되지 않은 상태에서 학습량만 늘려 할루시네이션이 발생하면 다시 되돌리기 어렵다”며 “그렇게 되면 처음부터 데이터 학습을 다시 시작해야 하기 때문에 먼저 정확도를 확인한 뒤 데이터셋을 확대하는 작업을 진행할 것”이라고 말했다. 제조 현장에서는 숙련자의 기술과 노하우가 문서가 아닌 개인의 경험과 기억에 의존하는 암묵지 형태로 남아 있는 경우가 많다. 숙련자가 갑자기 퇴직하거나 은퇴하면 설비 운영과 문제 해결에 필요한 지식이 함께 사라질 수 있다는 우려가 나온다. 정 팀장은 “제조업에서는 숙련자의 노하우가 사람에게 의존하는 암묵지 형태로 남아 있고, 이들이 갑자기 은퇴하면 현장 지식이 단절될 수 있다”며 “실증이 끝나면 현장 기술자의 머릿속에 있는 암묵지와 개인용 컴퓨터에 저장된 노하우를 조사해 표준화·데이터화하고 AI 에이전트에 학습시킬 예정”이라고 밝혔다. 보안·속도 모두 잡는 온프레미스 방식 구축 추진 KG스틸은 높은 데이터 처리 능력, 보안성을 지닌 온프레미스 방식으로 AI 에이전트를 구축한다는 구상이다. 온프레미스는 회사가 클라우드를 빌려 쓰는 게 아니라, 사내 전산실이나 자체 보유한 서버 장비에 직접 소프트웨어와 시스템을 설치·운영하는 방식을 뜻한다. 정 팀장은 “제조 현장에 실시간 데이터들과 연동을 해서 에이전트가 돌아가야 되기 때문에 클라우드 서비스를 하면 무리가 있고, 보안상의 이슈로 제조업에선 적합하지 않다고 본다”며 “현재는 계획은 온프레미스로 구축을 하는 방향으로 하되, 사내 그룹웨어 등엔 클라우드를 사용할 계획이다”고 했다. 현장엔 A.X K2 기반 플래그십 모델의 기술적 역량을 바탕으로, 제조 현장에 필요한 응답 속도와 보안, 운영 효율을 함께 고려한 경량 모델이 사용된다. 정 팀장은 “온프레미스로 모델을 구축을 해야되는데 GPU가 더 많이 필요한 모델보다는 날렵하면서 무겁지 않은 모델이 훨씬 더 효율성이 높다”고 말했다. 정 팀장은 비용 효율성과 데이터 보안 안정성을 갖춘 A.X K2를 통해 미국 빅테크 기술에 대한 종속과 중국 AI 모델의 보안 우려도 줄일 수 있다고 강조했다. 제조 공정을 제어하는 산업용 컴퓨터부터 설비 운영체제까지 외산 장비가 많은 상황에서 판단과 제어를 담당하는 AI 모델마저 해외 기업에 의존하면 비용과 기술 종속 문제가 더욱 커질 수 있다는 지적이다. 그는 “제조업은 공정 자동제어에 사용되는 산업용 컴퓨터부터 설비를 운영하는 운영체제까지 외산 장비가 많다”며 “설비를 제어하거나 판단하는 AI 모델까지 챗GPT나 제미나이 같은 미국 빅테크 기업의 AI 에이전트 기술에 종속되면 모든 과정을 외부에 의존할 수밖에 없고 비용 부담도 커진다”고 말했다. 이어 “중국 딥시크 계열의 AI 모델은 저렴하지만 데이터 보안 측면에서 불안한 부분이 있다”며 “SK텔레콤의 A.X K2는 비용이 합리적이면서 내부 데이터의 보안 안정성도 확보할 수 있다”고 밝혔다. 기피 업무 에이전트화...향후 자율제조·피지컬 AI 운영에도 적용 KG스틸은 AI 에이전트 도입에 대한 현장 직원들의 거부감을 줄이기 위해 충분한 공감대를 형성하며 적용 범위를 순차적으로 확대할 계획이다. AI 에이전트가 단순히 인력을 대체하는 기술로 인식되지 않도록 직원들이 꺼리는 업무를 우선 맡기는 방향을 검토하고 있다. 정 팀장은 “모든 직원에게 AI 에이전트를 도입한다고 해서 한순간에 변화가 나타나지는 않을 것이며 어느 정도 시간이 필요할 것”이라며 “AI 에이전트가 단순한 인력 대체 수단으로 오해받지 않도록 AI와 공존하면서 더 많고 좋은 일을 함께 만들 수 있다는 공감대를 형성하는 것이 우선”이라고 말했다. 이어 “직원들이 기피하는 업무부터 에이전트화하는 방향을 계획하고 있다”며 “현장의 필요와 구성원들의 의견을 반영하면서 적용 범위를 단계적으로 넓혀갈 것”이라고 설명했다. 10월 실증이 마무리되면 KG스틸은 A.X K2의 구축 방식과 구체적인 활용처를 확정할 예정이다. 회사는 현재 설비 단계에서 자율 제조를 위한 AI를 적용하고 있으며, 다이 공정에서는 피지컬 AI 도입을 실증하고 있다. 향후 A.X K2를 설비 오류 해결뿐 아니라 자율 제조와 피지컬 AI 운영에도 활용한다는 구상이다. 정 팀장은 “자율 제조와 피지컬 AI를 운영하려면 작업 지시를 내리거나 설정값을 입력할 때 단위 설비별로 분산된 시스템을 하나의 흐름으로 묶는 통합 제어가 이뤄져야 한다”며 “이러한 통합 제어 과정에서 AI 에이전트가 중요한 역할을 하게 될 것”이라고 말했다.

2026.08.06 09:41홍지후 기자

"제조부터 국방까지"…SKT, '일하는 AI' 확산 시동

SK텔레콤이 독자 AI 파운데이션 모델 'A.X K2'를 공개하고 제조와 국방, 바이오 등 산업 현장 공략에 본격 나선다. AI로 단순 질의응답을 넘어 스스로 계획을 세우고 도구를 활용해 업무를 수행하는 '에이전틱 AI'를 구현하고, 이를 기반으로 한국형 소버린 AI 생태계를 구축하겠다는 전략이다. 김태윤 SK텔레콤 파운데이션모델담당은 4일 회사 뉴스룸 인터뷰에서 “A.X K2의 가장 큰 변화는 '답하는 AI'에서 '스스로 계획하고 실행하는 AI'로 진화한 것”이라며 “에이전틱 시대에 맞춰 추론 능력을 크게 강화했고 특히 수학과 한국어 영역에서 의미 있는 성과를 냈다”고 밝혔다. A.X K2, 문맥 제대로 알아듣는다 A.X K2는 총 6880억 개 매개변수를 갖춘 초거대언어모델(LLM)이다. 추론 과정에서는 330억 개(33B)의 매개변수만 활성화하는 MoE 구조를 적용해 모델 규모를 키우면서도 추론 비용은 기존 수준으로 유지했다. 매개변수를 늘리며 성능은 크게 향상됐다. 국내외 14개 벤치마크 평균 성능은 A.X K1 대비 32.2%p 높아졌고, 장문 이해와 AI 에이전트 관련 평가에서는 83.9%p 개선됐다. 초고난도 수학 벤치마크 'Apex' 점수는 1.0에서 45.8로 상승했으며, AIME26에서는 97.1점을 기록했다. 또 한국어 지식 평가(KMMLU-Pro)는 80.5점, 한국 문화 이해(CLIcK)는 91.6점을 기록했고, 통신 분야 에이전트 도구 활용 능력을 평가하는 τ²-Bench Telecom에서는 오픈웨이트 모델 가운데 최고 성능을 기록했다. 핵심 기술은 SK텔레콤이 자체 개발한 SGA(Sparse Gated Attention)다. AI 에이전트는 여러 차례 대화와 도구 호출, 긴 문서 참조를 반복하기 때문에 긴 문맥을 얼마나 효율적으로 처리하느냐가 중요하다. SGA는 이러한 환경에 최적화된 구조로, 입력 길이가 길어질수록 처리 속도와 안정성이 향상된다. 120K 토큰 입력 기준으로는 A.X K1 대비 토큰 처리량이 67.7% 개선됐다. “일하는 AI”...산업 국방 현장 적용 본격화 SK텔레콤은 텍스트 모델뿐 아니라 비전언어모델(VLM)과 오디오 음성 모델도 함께 선보였다. 제조 도면과 문서, 차트 등을 이해하는 'A.X K2 VL'과 상담·회의 음성을 분석하는 'A.X K2 ALM', 크래프톤과 공동 개발한 음성 모델 'A.X K2 라온스피치' 등을 통해 산업 현장에서 필요한 멀티모달 AI를 구현한다는 계획이다. 이에 따라 산업 현장 적용도 본격화하고 있다. 회사는 KG스틸, 자동차 부품업체 코넥과 함께 제조 특화 AI 에이전트를 실증하고 있다. 생산 라인의 과거 불량 사례를 학습한 AI가 불량 원인을 분석하고 조치 방안을 제안하는 방식이다. SK하이닉스에는 사내 AI 서비스 'LLM Chat'에 경량 모델을 적용해 반도체 지식 검색과 정보 정리 등을 지원하고 있다. 국방 분야도 주요 적용처다. SK텔레콤은 국방부에 A.X K1을 FP8·FP4·INT4 형태로 양자화해 공급했으며, A.X K2도 온프레미스 기반 폐쇄망 환경에서 제공할 계획이다. 민감한 데이터는 외부 학습에 활용하지 않고 기관 내부에서만 학습하도록 해 보안성을 확보했다. 해외 오픈소스 모델과 비교했을 때 A.X K2 경쟁력으로 ▲한국어와 국내 산업 환경에 최적화된 성능 ▲데이터 주권과 보안 ▲개방성을 꼽혔다. 김 담당은 “국내 업무 환경에서는 언어뿐 아니라 제도와 문화적 맥락을 이해하는 것이 중요하다”며 “국내 기업과 공공기관이 안심하고 활용할 수 있는 소버린 AI를 구현하는 것이 목표”라고 설명했다. 조 단위 매개변수 모델로 확장, 국산 NPU 적용 SK텔레콤은 A.X K2를 허깅페이스에 Apache 2.0 라이선스로 공개하고 API도 제공할 예정이다. 스타트업 액셀러레이팅 프로그램 '스케치 with AI'와 '모두의 챌린지 AX-LLM' 등을 통해 개발자와 스타트업이 상업적으로 자유롭게 활용할 수 있는 생태계도 확대한다. 향후에는 조(兆) 단위 매개변수를 갖춘 차세대 모델 개발도 추진한다. 먼저 정부 GPU 인프라와 자체 투자를 기반으로 모델 규모를 확대하는 동시에 에이전틱 강화학습과 사이버보안 역량을 고도화한다. 서울대, KAIST, 크래프톤 등과 차세대 아키텍처 연구도 병행한다. 컨소시엄 참여사인 리벨리온과는 국산 NPU 기반 모델 서빙 최적화와 상용 서비스 실증을 강화할 계획이다. 김 담당은 “A.X K2는 한국이 설계부터 학습까지 자체 기술로 개발한 AI 모델이 글로벌 최고 수준에 도달할 수 있다는 가능성을 보여준 사례”라며 “개방과 협력을 통해 국내 AI 생태계의 기반을 만들고 산업 현장과 국민이 체감할 수 있는 AI 서비스를 확대해 나가겠다”고 말했다.

2026.08.04 09:38박수형 기자

SKT, 독파모 AI 모델로 스타트업 세곳 혁신 지원

SK텔레콤은 국내 스타트업이 AI 서비스를 보다 쉽게 개발하고 검증하기 위해 자사 AI 모델 기반의 API를 지원한다고 26일 밝혔다. SK텔레콤 중소벤처기업부가 주관하고 하는 '2026년 모두의 챌린지 AX-LLM'에 참여하고 있다. 국내 스타트업이 국산 AI 모델을 도입하고 활용하는 과정에서 필요한 기술 협업을 지원하기 위해 추진되는 사업이다. 이에 따라 독자 AI 파운데이션 모델 프로젝트를 통해 개발한 모델이 스타트업, 개발자 생태계에서도 활용될 수 있도록 지원을 이어가고 있다. 지난해 말 개발을 마친 A.X K1 모델의 활용 범위를 확대하고, 다양한 적용 사례를 축적하기 위한 취지다. 2026년 모두의 챌린지 AX-LLM에는 자체 LLM을 보유한 7개 수요기업이 참여한다. 스타트업이 수요기업 가운데 한 곳을 선택해 사업 계획을 제출하면, 수요기업이 협업 대상을 선정해 지원하는 방식으로 운영된다. SK텔레콤이 협업 대상으로 선정한 팀리미티드는 영수증 플랫폼 기반 개인화 쇼핑 큐레이션 에이전트를 서비스하는 회사다. 퍼셀리는 AI 기반 인플루언서 마케팅 프로모션 자동화 솔루션 기업이고, 데브올컴퍼니는 연체 채권 관리 AI 솔루션을 제공하고 있다. SK텔레콤은 선정된 스타트업을 대상으로 올해 연말까지 A.X K1 API를 제공할 계획이다. 또한 SK텔레콤 스타트업 엑셀러레이팅 프로그램인 '스케치 위드 AI'와 연계해 서비스 고도화 및 사업화 검증을 지원한다. 각 스타트업은 협업 기간 동안 고객 접점에서 활용 가능한 AI 서비스를 검증할 예정이다. '모두의 챌린지 AX-LLM' 기간 동안 자사의 서비스를 A.X K1 모델 기반으로 전환하고, 향후 SKT와의 본격 사업 협력을 위한 개념 검증(PoC)을 준비하고 있다. 엄종환 SK텔레콤 지속가능경영실장은 “스타트업과의 협력을 통해 SK텔레콤 독자 AI 모델의 활용 범위를 확대하고, 국내 AI 생태계 활성화에 기여하겠다”라고 말했다.

2026.07.26 10:18박수형 기자

정부 "2035년 K-저궤도 위성통신망 구축"...최대 14조원 투입 검토

정부가 2035년까지 독자적인 저궤도 위성통신망 구축을 완료하겠다는 목표를 제시했다. 국방과 재난통신 등 공공 수요를 중심으로 시작해 위성 제작과 발사, 관제, 전용 장비 등 산업 생태계도 함께 육성한다. 시나리오에 따라 최대 14조원을 투입하는 방안도 검토하고 있다. 최광기 과학기술정보통신부 전파방송관리과장은 21일 한국과학기술회관에서 열린 컨퍼런스에서 “지난 7월3일 대통령 주재 국가우주위원회에서 발표한 우주항공산업 육성 전략에 한국형 저궤도 위성통신망을 2035년까지 구축하는 내용이 포함됐다”며 “우리만의 독자망을 구축하기 위한 세부 방안을 검토하고 있다”고 밝혔다. 정부는 올해 3월부터 과기정통부를 비롯해 우주항공청, 국방부, 방위사업청과 함께 독자 위성통신망 구축 태스크포스(TF)를 운영했다. TF에서는 독자망 구축 필요성과 기술·산업 생태계 조성 방안, 부처 간 역할 등을 논의했다. 특히 독자적인 위성망을 갖춰야 한다는 논의가 중점적으로 이뤄졌다. 전쟁이나 재난이 발생하면 해외 위성망에 의존하기 어려워 국가에서 직접 통제할 수 있다는 점이 고려된 것이다. 최 과장은 “국가 안보와 재난통신처럼 안전한 통신이 필요한 분야에서는 우리가 직접 제어할 수 있는 망이 필요하다”며 “보안 기술과 망 보안성 강화 방안을 국방부, 방위사업청 등과 함께 마련할 계획”이라고 말했다. 과기정통부는 독자망 구축 규모와 관련해 세 가지 시나리오를 검토하고 있다. 우선 고도 1280km에 위성 128기를 배치하는 비용 절감형 모델이다. 위성 수명을 5년으로 가정할 경우 위성 제작과 발사, 운용 등을 포함해 약 4조원이 소요될 것으로 추산했다. 두 번째는 국산 발사체 활용 비중을 높이는 모델이다. 현재 예비타당성조사를 거쳐 추진 중인 6G 기반 저궤도 위성통신 기술개발 사업의 목표 고도인 888km를 기준으로 위성 256기를 배치하는 방식으로 예상 비용은 약 7조 4000억원이다. 세 번째 시나리오는 민간 활용 확대를 고려해 위성 512기를 배치하는 대규모 모델이다. 예상 소요 비용은 약 14조원이다. 이같은 시나리오는 위성 설계와 상용부품 활용 정도, 발사체 비용 등에 따라 사업비가 달라질 수 있다. 즉, 정부가 검토한 수치는 확정된 안이 아니라 향후 세부 설계를 위한 가이드라인 성격이다. 최 과장은 “독자망을 구축하면서 핵심 부품과 기술을 모두 해외에서 도입하면 국내 산업에는 도움이 되지 않는다”며 “연구개발을 확대해 위성통신에 필요한 핵심 기술과 양산 기반을 확보해야 한다”고 강조했다. 저궤도 통신위성에 맞는 새로운 품질·검증 기준도 검토한다. 수백 기의 위성을 발사해야 하는 저궤도 위성망 특성상 기존 대형 위성과 같은 수준의 개별 검증 절차를 적용하면 비용과 시간이 지나치게 늘어날 수 있다는 판단이다. 또 위성통신 특화 시험시설을 구축하고 제품 개발부터 상용화까지 전 주기를 지원할 계획이다. 대학과 산업체가 함께 참여하는 실전형 인재 양성 사업도 추진한다. 관련 예산은 2027년 신규 사업으로 반영하는 방안을 검토 중이다. 최 과장은 “저궤도 위성통신 연구개발 사업이 여러 차례 예비타당성조사에서 어려움을 겪은 끝에 2025년부터 2030년까지 약 3000억원 규모로 시작됐다”며 “국가우주위원회의 독자망 구축 결정으로 정책 추진 동력이 더욱 커졌다”고 말했다. 이어 “정부와 산업계가 협력해 한국형 저궤도 위성통신망을 구축하고 우주통신의 새로운 시대를 열겠다”고 자신했다.

2026.07.21 16:26박수형 기자

[AI는 지금] 모티프, 독파모 2차전 앞두고 '반전'…글로벌 경쟁력 입증

국가대표 인공지능(AI) 기업을 가리는 독자 AI 파운데이션 모델 개발 사업의 2차 평가를 앞두고 참여 기업 간 경쟁이 달아오르고 있다. 가장 늦게 합류한 모티프테크놀로지가 프리뷰 모델로 글로벌 오픈소스 최상위권 성능을 기록하면서 예상 선발 구도에 변화가 생길지 주목된다. 모티프는 독파모 사업을 통해 개발 중인 대규모언어모델(LLM) '모티프 3' 프리뷰 버전이 글로벌 AI 평가기관 아티피셜 애널리시스의 종합 성능 지표인 AAII에서 44점을 기록했다고 21일 밝혔다. 회사 측에 따르면 '모티프 3 프리뷰'는 딥시크 최신 모델과 같은 44점을 기록해 미국과 중국을 제외한 국가에서 개발된 모델 가운데 가장 높은 성적을 거뒀다. 글로벌 오픈소스 모델 순위에서도 문샷AI의 키미와 즈푸AI의 GLM에 이어 미니맥스, 딥시크 모델과 함께 3위권에 올랐다. 이번 결과는 모티프가 독파모 2차 평가용 최종 모델을 제출하기 전에 확보한 성적이라는 점에서 주목된다. 모티프는 이달 말 모델을 제출한 뒤 8월 초 성능을 높인 최종 버전을 공개할 예정이다. '모티프 3'는 전체 파라미터 3140억 개 규모의 전문가혼합(MoE) 모델이다. 추론 과정에선 전체의 약 4%인 130억 개 파라미터만 선택적으로 활성화하는 구조를 적용했다. 회사 측은 해외 오픈소스 모델을 개량하지 않고 아키텍처 설계부터 학습까지 자체 개발했다고 설명했다. 개발 규모도 경쟁사보다 작다. 모티프는 직원 약 30명이 정부가 제공한 그래픽처리장치(GPU) 700여 장을 활용해 선정 후 약 5개월 만에 프리뷰 모델을 완성했다. 이처럼 상대적으로 적은 인력과 연산 자원으로 글로벌 상위권 벤치마크 점수를 제시하면서 기술 효율성과 독자성을 드러낸 것으로 평가됐다. 독파모 2차 평가는 기존 4개 정예팀 가운데 1곳을 탈락시키는 방식으로 진행될 예정이다. SK텔레콤과 LG AI연구원, 업스테이지는 지난 6월 말 평가용 모델을 제출했으며 패자부활전을 통해 한 달 늦게 합류한 모티프는 이달 말까지 모델을 제출한다. 과학기술정보통신부는 8월 초부터 심사에 들어갈 계획이다. 이번 평가는 모델 성능뿐 아니라 산업 적용과 서비스 확산 가능성도 주요 평가 요소로 거론된다. 또 글로벌 벤치마크 반영 비중이 높아지는 동시에 실제 사업 적용 사례와 생태계 확장 능력도 함께 살피는 것으로 알려졌다. 업스테이지는 2차 평가에서 기존 1000억 개 규모 모델을 2000억 개 수준으로 확대할 예정이다. 이곳은 AAII에서 44.4점을 기록한 모델 성능과 국산 AI 모델·국산 신경망처리장치(NPU)를 결합한 풀스택 역량을 강점으로 내세우고 있다. 최근에는 검색 플랫폼 다음을 인수하고 AI 요약 서비스에 자체 거대언어모델(LLM) 기술을 적용하며 서비스 확장에도 나섰다. LG AI연구원은 그룹 계열사와 외부 산업 현장에서 축적한 적용 사례를 앞세우고 있다. 최근 코스콤과 협력해 국내 상장기업 약 2500개 종목의 주가 예측과 해설 서비스를 추진하고 있으며 LG유플러스와 함께 정부의 '모두의 AI' 사업 참여도 준비 중이다. SK텔레콤은 컨소시엄에 SK AX와 테크노매트릭스를 추가하며 산업 확산 역량을 강화했다. SK AX는 제조와 금융, 공공 분야의 AI 전환 사례를 발굴하고 테크노매트릭스는 독자 모델의 현장 운영과 고도화를 지원하는 역할을 맡는다. 모티프도 삼일회계법인과 딥서치 등 컨소시엄 참여 기업 및 협력사와 모델 공급을 논의하고 있다. 성능 중심의 개발 전략을 유지하면서 회계와 금융 데이터, 산업 현장 적용 사례를 확대해 상용화 평가에 대응할 계획이다. 업계에선 모티프가 공개한 AAII 성적이 2차 평가를 앞두고 선두권과 후발 주자의 격차가 예상보다 크지 않을 수 있다는 점을 드러냈다고 평가했다. 기존에는 자본력과 인력, 산업 적용 경험을 갖춘 대기업 계열 팀이 유리할 것이라는 관측이 많았지만, 이번에 모티프가 프리뷰 단계에서 성능 경쟁력을 입증하면서 평가 변수로 떠오른 분위기다. 다만 일각에선 기업별 AAII 점수가 모델 공개 시점과 평가 버전, 오픈소스 범위가 달라 단순 비교에는 한계가 있다고 지적했다. 모티프가 제시한 '글로벌 오픈소스 3위권'도 44점을 받은 여러 모델이 함께 포함된 순위인 만큼, 실제 경쟁력은 8월 독파모 평가에서 다른 정예팀과 동일한 기준으로 비교해야 확인할 수 있을 것으로 보인다. 업계 관계자는 "2차 평가부터는 벤치마크 점수만 높다고 통과할 수 있는 구조는 아닐 것"이라며 "독자 기술로 성능을 얼마나 끌어올렸는지와 실제 산업에서 활용할 수 있는지를 함께 증명하는 팀이 유리할 것"이라고 말했다.

2026.07.21 11:08장유미 기자

[유미's 픽] 독파모 고배 뒤 더 잘나간다…산업 AI 공략 속도 내는 두 기업, 어디?

올 초 독자 인공지능(AI) 파운데이션 모델 개발 사업에서 함께 선정이 불발된 네이버클라우드와 NC AI가 산업 현장 공략에 속도를 내고 있다. 범용 모델의 성능과 독자성을 겨루던 정부 사업에서 벗어나 국방·조선·철강 등 실제 수요가 있는 분야로 기술과 사업 역량을 집중하는 분위기다. 21일 업계에 따르면 네이버클라우드는 최근 국방·제조기업의 AI 학습과 운영을 지원하는 인프라·플랫폼 사업 확대에 본격 나섰다. 특히 올해 국방을 핵심 사업으로 정하고 방산기업과의 공동 개발과 국책사업 참여를 확대하고 있다. 제조 분야에서도 조선과 스마트팩토리를 중심으로 AI·클라우드 사업 발굴에 나섰다. 일단 네이버와 네이버클라우드는 한국항공우주산업(KAI)과 방산 특화 AI 파운데이션 모델을 공동 개발하고 있다. 향후 무인기와 AI 파일럿, 유무인복합체계 등 미래전투체계에 적용하는 방안도 추진한다. 네이버클라우드는 국방부가 발주한 '초거대 인공지능 기반 지휘통제체계 기술' 사업에 한화시스템 컨소시엄으로도 참여했다. 한화시스템이 지휘통제체계 적용과 통합을 맡고 네이버클라우드는 AI 모델과 클라우드·데이터 플랫폼 분야에서 역할을 나누는 구도다. 이 사업은 텍스트와 영상, 음성, 센서, 레이더 등 전장 데이터를 통합 처리하는 국방 특화 대규모언어모델(LLM)을 개발해 한국군 지휘통제체계에 적용하는 것이 목표다. 수주에 성공하면 네이버클라우드는 폐쇄망에서 국방 데이터를 학습·운영하는 핵심 레퍼런스를 확보할 수 있다. 제조 분야에선 HD한국조선해양과 조선 산업에 특화된 AI·클라우드 환경을 구축한다. 그래픽처리장치(GPU) 인프라와 프라이빗 클라우드를 기반으로 설계·생산 데이터를 처리하고 차세대 선박 플랫폼과 피지컬 AI까지 협력 범위를 넓힐 계획이다. 이처럼 네이버클라우드의 최근 사업은 자체 거대언어모델(LLM) 공급보다 AI 운영 기반 전체를 제공하는 데 무게가 실려 있다. GPU와 프라이빗 클라우드, 데이터 플랫폼, AI 모델을 묶어 보안과 데이터 통제 요건이 높은 산업을 공략하는 방식이다. 특히 국방과 제조는 올해 네이버클라우드가 가장 적극적으로 사업을 확대하는 분야로 꼽힌다. 지멘스 등과 맺은 협력도 특정 공정에 머물기보다 국내 제조업 전반의 데이터를 AI와 연결하는 데 초점이 맞춰져 있다. 네이버클라우드 관계자는 "올해 국방을 핵심 사업으로 지정한 뒤 관련 사업을 적극적으로 추진하고 있다"며 "제조 분야는 현재 업무협약을 토대로 실제 사업을 만들어가는 단계"라고 말했다. NC AI는 산업용 로봇이 현장을 인식하고 판단·행동하는 데 필요한 피지컬 AI 기술로 방향을 좁히고 있다. 게임과 콘텐츠 개발 과정에서 축적한 비전 AI와 3D 가상세계, 월드모델, 합성 데이터 기술을 제조와 국방 현장에 적용하는 전략이다. 최근에는 한화오션의 자율 용접 AI 개발 과제를 수주해 주목 받았다. 향후 강한 아크광과 용접 분진, 거친 야외 환경에서도 용접선을 인식하고 결함을 탐지하는 비전 모델을 개발해 협동로봇에 적용할 예정이다. 포스코DX와는 로봇 파운데이션 모델 공동 개발에 나섰다. 시각과 언어, 물리적 행동을 통합 처리하는 시각언어행동(VLA) 모델을 고도화하고 디지털 트윈 환경에서 산업용 로봇을 학습시키는 것이 목표다. 현대로템과 구성한 컨소시엄은 국방과학연구소의 '피지컬 AI 기반 통합 시뮬레이터 및 모듈형 로봇 시스템' 과제를 수주했다. NC AI는 국방 지형과 작전 상황을 가상 공간에 구현하고 로봇 학습에 필요한 합성 데이터를 공급하는 월드모델 개발을 맡는다. 이 같은 한화오션·포스코DX·현대로템과의 협력은 비전 인식과 VLA, 월드모델을 제조·국방 로봇에 적용하는 방향으로 이어지고 있다. NC AI는 이를 토대로 산업 현장의 인식부터 학습·판단·행동까지 아우르는 피지컬 AI 사업을 확대한다는 방침이다. 업계 관계자는 "두 기업 모두 독파모 참여를 통해 범용 모델 개발에 필요한 기술과 운영 역량을 점검한 경험이 이후 산업 AI 사업의 기반이 된 것으로 보인다"며 "당시 축적한 역량을 국방·제조처럼 수요가 분명한 분야에 적용하면서 사업화 범위를 넓히고 있다"고 말했다.

2026.07.21 10:36장유미 기자

배경훈 부총리 "한국도 세계 최고 프론티어AI 도전 투트랙 전략 필요"

배경훈 부총리 겸 과학기술정보통신부 장관이 독자 AI 모델 개발을 넘어 세계 최고 수준의 프론티어 AI에 도전하는 투트랙 전략이 필요하다고 밝혔다. 프론티어 모델 개발에는 기존 독자 모델 개발 규모를 넘어서는 학습용 컴퓨팅 인프라를 갖춰야 하는 만큼, 정부는 투자형 연구개발(R&D) 방식을 도입하는 방안도 검토하고 있다. 배경훈 부총리는 20일 정부세종청사에서 취임 1주년 기자간담회를 열어 “기존 독자 AI 파운데이션 모델 사업은 전 부처 공공서비스와 산업의 AI 전환(AX)에 실제 활용할 수 있는 수준의 기술을 자체 확보하는 것이 목표였다”며 “여기에 더해 글로벌 최고 수준을 지향하는 프론티어 모델에 동시에 도전하는 투트랙 전략이 필요하다고 판단했다”고 밝혔다. 자체적인 AI 모델을 개발해야 한다는 그간의 정책적인 기조에서 최첨단 AI 모델도 확보해야 한다는 뜻이다. 이같은 판단에는 미토스에 따른 보안 위협에 더해 우방국에도 첨단 AI 모델을 공개하지 않는 폐쇄적인 방향을 취할 수 있다는 점이 고려됐다. “정부 내 자체 프론티어 모델 확보 필요성 설득” 배 부총리는 “프론티어 모델은 올해와 내년의 기준이 다를 만큼 빠르게 발전하고 있다”면서 “최근 중국에서도 적은 비용으로 최첨단 모델에 도전하는 성과가 나오고 있어 한국 산업 경쟁력 강화 차원을 넘어 세계 최고 수준에 도전하는 별도의 전략을 마련해야 한다”고 설명했다. 이어 “현재 관련 계획을 수립해 정부 내부를 설득하고 있는 과정”이라며 “아직 정책적으로 확정된 것은 아니지만 기존 독자 AI 모델 사업보다 훨씬 큰 규모의 투자가 필요하다는 방향성을 놓고 논의하고 있다”고 덧붙였다. 배 부총리는 프론티어 AI 개발에 필요한 컴퓨팅 인프라 규모로 엔비디아 베라루빈 약 1만 장으로 점쳤다. 현재 독자 AI 파운데이션 모델을 개발하는 기업에 이전 세대의 블랙웰 계열 B200 GPU 500~750장을 지원하는 규모와 비교가 어려운 수준이다. 그는 “(베라루빈 1만장) GPU 구매 비용만 현재 가격으로 약 3조 5000억원에 달하고 이를 클러스터로 구축하면 추가 비용이 들어간다”면서 “이 정도 규모의 도전을 국가적으로 나서기 위해 재정당국과 이해관계자를 설득하고 공감대를 형성하는 과정이 필요하다”고 했다. 그러면서 “3조 5000억원이 필요한 투자를 특정 기업에 단순 지원하는 방식은 적절하지 않을 수 있다”며 “정부가 지분을 투자하거나 SPC를 만드는 방식으로 책임을 함께 지는 투자형 R&D를 확대하는 방안을 고민하고 있다”고 밝혔다. 자체 풀스택 역량 필요, 모델 개발 넘어 서비스 역량 갖춰야 중국이 최근 화두를 던진 개방형 AI 전략도 장기적으로는 폐쇄형으로 전환될 가능성이 있다고 전망했다. 그는 “미국이 폐쇄형 전략을 강화하는 반면 중국은 모델을 공개해 생태계와 진영을 확장하고 있다”면서도 “프론티어 AI가 핵무기처럼 국가가 통제하려는 전략자산이 되면 중국 역시 목표를 달성한 뒤 폐쇄형으로 바뀔 수 있다”고 점쳤다. 그러면서 “자체 역량이 없으면 다른 국가나 기업의 AI에 종속되거나 통제받을 수 있다”며 “한국이 독자적인 모델과 서비스, AI 반도체와 플랫폼을 포함한 풀스택 경쟁력을 확보해야 하는 이유”라고 강조했다. 모델 개발 측면에서는 프론티어 모델과 공공 및 산업 AX에 필요한 독자 모델의 투트랙 전략을 밝힌 가운데, 앞으로는 모델 개발 능력과 함께 서비스 능력을 갖춰야 한다는 점도 역설했다. 배 부총리는 “독자 파운데이션 모델만 만드는 것이 중요한 게 아니라 에이전틱 AI 시대에 필요한 플랫폼과 토큰 최적화, 서비스 구현 능력을 빠르게 갖춰야 한다”면서 “모델 경쟁력을 넘어 근본적인 서비스 경쟁력을 어떻게 만들 것인지 보완해야 한다”고 말했다. 이어 “외산 AI 서비스를 사용하더라도 자체적인 AI 경쟁력이 필요하다는 공감대는 지난 1년 동안 상당 부분 형성됐다”며 “이제는 모델을 만드는 단계에서 실제 국민과 기업이 선택할 수 있는 서비스를 내놓는 단계로 넘어가야 한다”고 덧붙였다. 이밖에 미토스 영향이 보안 특화 AI 모델 개발 추진으로 이어진 점이 주목된다. 관련 사업 공고도 곧 이뤄질 것으로 전해졌다. 그는 “미토스가 보안 특화 모델은 아니지만 성능이 뛰어나 보안 취약점을 찾은 것”이라며 “우리가 보안 특화 모델을 갖기 위해 나서려면 예산이 필요한데 이는 내년의 일이 되고, 당장 올해에는 보안 취약점을 점검하는 보안 특화 모델을 만들고 공공에서 먼저 사용한 뒤 내년에는 민간에 적용하는 방안을 찾고 있다”고 밝혔다.

2026.07.20 16:00박수형 기자

AI 스타트업 비드래프트, 독자 개발 파운데이션 모델 'Aether-7B-5Attn' 선봬

AI 스타트업 비드래프트(대표 김민식)는 독자 개발한 오픈소스 파운데이션 모델 'Aether-7B-5Attn'을 글로벌 AI 플랫폼 허깅페이스(Hugging Face)에 공개했다고 20일 밝혔다. Aether-7B-5Attn은 Apache-2.0 라이선스로 공개됐으며, 모델 가중치뿐 아니라 학습 데이터 레시피, 전체 학습 코드, 하이퍼파라미터, 학습 로그, 중간 체크포인트, 평가 코드까지 포함한 완전 공개형 모델을 지향한다고 회사 측은 설명했다. 비드래프트는 서울 소재 AI 딥테크 기업으로, Pre-AGI 수준의 AI 기술과 양자컴퓨터 기술 기반 물리·화학·생명·의약 등 연구개발 분야가 다양하다. 이 회사는 Darwin 모델 패밀리, AETHER 아키텍처, PROMETHEUS 월드모델, HEPHAESTUS 임바디드 AI로 이어지는 4계층 통합 AGI 시스템을 제시하고 있으며, 공식 홈페이지에서 'Darwin이 결과를 만들고, AETHER가 미래를 설계한다'는 방향성을 내세우고 있다. 비드래프트는 2026년 Darwin 계열 모델로 K-AI 리더보드 종합 1위, GPQA Diamond 90.9%, Polaris 글로벌 신약개발 리더보드 14관왕, 메타인지 리더보드 1위 등의 성과를 공개해 왔다. 또한 Darwin 모델 패밀리는 허깅페이스 누적 다운로드 100만 건을 돌파한 것으로 소개되고 있으며, 회사는 모델 개발뿐 아니라 추론 가속 엔진 VKAE, 경량 구동 엔진 VKUE 등 AI 인프라 기술도 함께 개발하고 있다. 그동안 AI 업계에서 '오픈소스 LLM'이라고 불린 다수 모델은 실제로는 가중치만 배포하는 '오픈 웨이트' 형태에 가까웠다. 가중치는 내려받아 실행할 수 있지만, 어떤 데이터로 어떻게 학습됐는지, 어떤 설정값과 코드로 만들어졌는지 확인하기 어려운 경우가 많았다. 이 경우 외부 연구자와 기업은 모델을 사용할 수는 있어도 동일한 과정을 재현하거나 독립적으로 검증하기 어렵다. Aether-7B-5Attn은 이러한 한계를 넘어서는 데 초점을 맞췄다. 공개 저장소만으로 학습 데이터 구성과 토큰화 과정, 학습 코드, 설정값, 로그, 평가 절차를 추적할 수 있도록 설계해 모델의 '결과'뿐 아니라 '제조 공정' 자체를 공개했다. 이는 Allen AI의 OLMo처럼 재현 가능성을 중시하는 오픈 파운데이션 모델 흐름과 같은 방향의 시도다. Aether-7B-5Attn은 총 65.9억 파라미터 규모의 전문가 혼합(MoE) 구조를 채택했으며, 토큰당 약 29.8억 파라미터만 활성화해 추론 효율을 높였다. 또한 Full Attention, Differential Attention, Sliding Window, NSA 계열 희소 어텐션, Hybrid 방식 등 5종의 이종 어텐션 메커니즘을 하나의 모델 안에 결합했다. 49개 층은 7×7 라틴 스퀘어 구조로 배치해 특정 어텐션 방식이 특정 깊이에 편중되지 않도록 설계했다. 학습은 엔비디아 B200 GPU 16장을 활용해 약 1442억 토큰 규모로 진행됐다. 데이터 구성은 수학 37.8%, 한국어 21.6%, 영어 21.6% 등을 포함하며, 영어 중심 모델이 아닌 한국어와 영어를 함께 고려한 독자 파운데이션 모델이라는 점도 특징이다. 베이스 모델과 인스트럭트 모델, 라이브 데모는 허깅페이스를 통해 공개됐다. 이번 공개는 '소버린 AI' 논의에서도 의미가 있다. 소버린 AI는 단순히 특정 국가나 기업이 모델 가중치를 보유하는 것을 넘어, 데이터·코드·학습 과정·평가 절차를 이해하고 필요할 경우 독립적으로 재현할 수 있는 능력에서 출발한다. 제조 공정 전체가 공개된 모델은 국가, 기업, 대학, 연구기관이 외부 빅테크에 대한 의존도를 줄이고 자신들의 언어·산업·보안 환경에 맞는 AI를 구축할 수 있는 기반이 된다. 완전 공개형 파운데이션 모델은 그동안 OLMo, Apertus, LLM-jp 등 해외 연구기관 또는 국가 단위 컨소시엄 중심으로 추진돼 왔다. 비드래프트는 단일 스타트업으로서 유사한 수준의 개방성과 재현 가능성을 지향하는 모델을 공개함으로써, 한국 AI 생태계에서도 독자 파운데이션 모델을 만들고 공개적으로 검증받는 흐름이 가능하다는 점을 보여줬다. 김민식 비드래프트 대표는 “남이 만든 가중치를 내려받는 것만으로는 AI 주권이 완성되지 않는다”며 “데이터와 코드, 학습 과정까지 공개해 누구나 다시 만들고 검증할 수 있게 하는 것이 오픈소스의 본질이자 소버린 AI의 출발점”이라고 전했다. 이어 “Aether-7B-5Attn 공개가 국내 AI 생태계에서 투명성, 재현성, 독자 모델 개발 역량에 대한 논의를 한 단계 끌어올리는 계기가 되길 바란다”고 덧붙였다.

2026.07.20 14:45이도원 기자

이재명 대통령 "한국형 AI 동맹 필요…미·중 모델 의존도 낮춰야"

이재명 대통령이 독자 인공지능(AI) 모델 개발 초기부터 각국과 언어·데이터 협력 체계를 구축하라고 주문했다. 미국과 중국 중심 AI 생태계 의존도를 낮추고 한국형 모델을 앞세워 소버린 AI 협력망을 만들기 위해서다. 이재명 대통령은 16일 과학기술정보통신부 업무보고에서 배경훈 부총리 겸 과기정통부 장관에게 독자 AI 모델의 다국어 확장 전략과 해외 협력 방안을 이같이 강조했다. 이 대통령은 한국이 미국과 중국에 이은 AI 3강을 목표로 하더라도 모델 성능 경쟁에만 머물러서는 안 된다고 봤다. AI 종속을 우려하는 국가들과 초기부터 협력하면 새로운 시장과 국가 간 협력 기반을 함께 확보할 수 있다는 판단이다. 그는 "미국과 중국 AI 모델에 대한 의존도가 높아질수록 국가적 위험도 커질 수 있다"며 "최근 미토스 사태처럼 해외 기업이 갑자기 서비스를 중단하거나 이용 정책을 바꾸면 해당 AI를 활용하는 국가가 대응하기 어려울 것"이라고 우려했다. 이 대통령은 각국 정상이 자국의 독자 AI 모델을 갖기를 원하고 있다고 주장했다. 특히 규모가 작은 국가나 고유 언어를 사용하는 국가와 협력하려면 해당 언어와 데이터를 모델 개발 초기부터 반영하는 방안을 마련해야 한다고 주문했다. 그는 AI 모델을 완성한 뒤 수출하는 구조보다 모델 개발 과정부터 협력국 손잡는 체계를 만들어야 한다고 강조했다. 국가별 언어·데이터를 한국형 범용 모델에 결합해야 특정 빅테크에 종속되지 않는 공동 AI 생태계를 만들 수 있다는 구상이다. 이날 배경훈 부총리는 국내 AI 모델 개발사들이 한국어와 영어에서 경쟁력을 확보했으며, 스페인어와 일본어도 일정 수준 지원하고 있다고 설명했다. 특히 베트남과 몽골도 자국 언어로 작동하는 소버린 AI 구축을 희망하고 있어 이를 위한 다국어 확대 전략도 알렸다. 배 부총리는 "우리는 한국어와 영어 성능을 세계 최고 수준으로 높인 뒤 국가별 언어를 추가하는 방식을 검토하고 있다"며 "협력국으로부터 언어 데이터를 받아 모델의 초기 학습 단계부터 이를 반영하거나 범용 거대언어모델(LLM)을 만든 뒤 해당 국가 데이터를 추가 학습하는 방식을 진행할 것"이라고 밝혔다. 배 부총리는 소수 언어를 지원하는 기술적 난도보다 학습에 필요한 데이터를 확보·정비하는 과정이 더 큰 과제라고 봤다. 그는 "각국 언어가 디지털 자료로 충분히 축적됐으면 추가 학습이 비교적 쉽다"며 "만약 데이터가 부족하면 디지털화와 정제 작업부터 진행해야 할 것"이라고 말했다. 이어 "AI 모델을 만드는 기업·기관이 모든 데이터를 수집하기는 어렵다"며 "각국이 데이터만 잘 모아 정비해 놓으면 각국 소버린 AI 협력 체계는 수월할 것"이라고 덧붙였다.

2026.07.16 13:32김미정 기자

"AI-RAN 시범 구축, 한국형 저궤도 위성통신망 구축"

과학기술정보통신부가 업무보고 사전브리핑을 통해 차세대 네트워크 구축에 대한 청사진을 공개했다. 연내 5G 단독망(SA)을 상용화하고, AI-RAN을 시범 사업으로 구축하며 한국형 저궤도 통신망을 완성하겠다는 목표를 제시했다. 구혁재 차관은 지난 15일 서울정부청사에서 열린 과기정통부 하반기 업무보고 사전브리핑에서 “하반기 한국형 위성 저궤도 통신망을 완성해 6G 시대를 주도하겠다”고 밝혔다. 지은경 정보보호기획과장은 “하이퍼 AI 네트워크 전략에 따라 네트워크 보완 전략을 꾸준히 추진하겠다”며 “연내 5G SA 전환을 위해 품질 평가 계획을 수립하고 통신사에서도 통신 기본에 대한 투자를 확대해 나가겠다”고 밝혔다. 하이퍼 AI 네트워크 전략은 정부 핵심 국정과제인 AI 고속도로 완성과 AI 3대 강국 도약을 뒷받침하기 위한 차세대 국가 네트워크 종합 로드맵이다. 연내 5G SA 전환, 2030년까지 6G 상용화, AI-RAN 확산 등이 주요 과제다. AI 시대 급증하는 트래픽과 초저지연 수요에 대응하기 위해, 기존 통신망을 넘어 AI가 스스로 망을 지능적으로 운영·제어하고, 피지컬 AI를 지원하는 고성능 네트워크를 구축하는 것이 목표다. 과기정통부 관계자는 “저궤도 통신은 통신 주권과 국가 안보의 문제이며, 국방과 재난재해, 공공 분야 등 가장 필요한 부문에 최소 용량을 제공하는 것부터 서비스 제공을 시작하겠다”고 말했다. 그러면서 “저궤도 위성통신 기술 개발 사업은 과기정통부와 우주항공청이 함께 사업을 진행중이다”며 “2030년에 핵심 기술 국산화, 자립화를 목표로 기술을 개발하고, 2035년에 한국 독자망을 구축하겠다”고 덧붙였다. AI 이용 확산에 따른 트래픽 급증과 관련해서 지은경 과장은 “국가 통신 인프라를 2030년까지 4배 이상 확충하고, 하반기 AI와 RAN을 결합해 AI-RAN을 시범 사업을 구축하겠다”고 강조했다.

2026.07.16 12:34홍지후 기자

전국민에 '모두의 AI' 보급...반도체·AIDC·피지컬AI 집중 육성

과학기술정보통신부가 전국민이 AI를 사용하는 'AI 기본사회'를 실현하기로 했다. 아울러 국가적인 대도약을 위한 반도체, AI 데이터센터, 피지컬AI 등 3대 메가프로젝트를 추진하는데 총력을 기울이기로 했다. 과기정통부는 16일 청와대 영빈관에서 이같은 내용을 담은 업무보고를 실시했다. 앞서 보고 전날 사전브리핑에서 과기정통부는 하반기 주요 핵심 과제로 ▲3대 메가프로젝트 총력 추진 ▲모두가 누리는 AI 기본사회 실현 ▲세계 최고에 도전하는 과학기술 생태계 조성 ▲청년의 성장사다리 구축과 지역의 혁신성장 지원 ▲세계 5대 우주항공 강국 도약 등을 꼽았다. 연내 'AI 챗봇' 무상 보급 정부는 하반기 전 국민이 쉽고 부담 없이 한국 AI를 활용할 수 있도록 모두의 AI 서비스를 출시한다. 한국 AI 모델로 챗GPT와 같은 범용 AI 챗봇 서비스를 이용량 제약 없이 무상 제공할 예정이다. 과기정통부는 “기업들과 30차례 이상 논의하며 모델 개발이 아닌 서비스 개발 사업으로 방향을 잡아 연내 서비스 출시가 가능한 것으로 확인됐다”며 “미토스 등 기존 모델과의 차별성을 두고, 우리가 독자적으로 어떤 모델을 개발할 수 있을지 지속해서 고민하고 있다”고 설명했다. 하반기 온라인 AI 교육 환경을 조성하고, AI디지털배움터 찾아가는 교육을 강화한다. 내년엔 AI 에이전트로 서비스를 발전·고도화해 전 국민에 공공 AI 에이전트를 보급한다. 550조 투입해 8.4GW 대규모 AIDC 구축...핵심 장비 국산화·수출 추진 과기정통부는 지난 15일 서울정부청사에서 열린 과기정통부 하반기 업무보고 사전브리핑에서 “2028년까지 550조 원 규모, 8.4GW 대규모 AIDC 구축을 목표로 한다”며 “정부는 민간 투자가 신속하게 집행될 수 있도록 전력, 용수 등 인프라 문제를 적극지원하고, 이를 수출 산업화하기 위해 노력하겠다”고 밝혔다. 정부는 AIDC 구축을 넘어 관련 하드웨어와 솔루션 국산화와 수출 패키지 전략을 펼친다. 과기정통부는 “냉각기, UPS(무정전 전원장치), 발전기 등 데이터센터 핵심 장비 중 성장 가능성이 높은 품목을 국산화하고 이를 패키지화하여 수출 시장을 확대할 계획이다”고 설명했다. AIDC에 들어가는 기술과 장비를 국산화해 내년부터 국가 전략산업화를 추진하고, AI 데이터센터 특별법에 따라 클러스터를 지정해 전후방 산업 육성 거점을 세운다. 첨단 GPU 약 5만장을 차질없이 확보해 국가 AI 프로젝트에 투입할 수 있도록 올해 하반기부터 내년 배분계획을 수립한다. 제조 현장에 입히는 '피지컬 AI'… 전북·경남 중심 자체 기술 국산화 속도 제조 현장 중심 피지컬 AI 기술 개발과 글로벌 협력을 진행하며 세계최고 수준의 피지컬AI 경쟁력을 확보하는 것도 목표다. 과기정통부는 부처TF, 얼라이언스, 전담지원단 등 3축 체제를 본격 가동해 전력·부지·인허가 등을 지원하고 실행을 가속화한다. 과기정통부는 “전북, 경남은 지난해 사전 검증 사업을 토대로 적정성 검토를 거쳐 진행 중”이라며 “피지컬AI 컨소시엄에 외국 기업이 참여해 경쟁하는 것에 제한은 없으나, 궁극적인 정부의 목표는 한국 자체 기술을 통한 피지컬 AI의 국산화와 이를 통한 해외 진출이다”고 밝혔다. '정부 5만·민간 21만 장' GPU 확보 총력...'출자' 방식 R&D 이같은 AI 인프라를 뒷받침하기 위한 GPU에 대해서 과기정통부는 “민간 21만 장, 정부 5만 장을 목표로 한다”며 “현재 정부는 3만 5000장을 확보해 이중 1만 1600장을 사용중이다”고 밝혔다. 이어 “남은 2만장 물량을 포함해 산학연 지원, 독자파운데이션모델(독파모), 주요 정부 프로젝트 등 3대 축을 중심으로 가장 효율적으로 배분할 수 있는 세부 로드맵을 수립할 예정이다”고 덧붙였다. 또 정부 R&D 방식의 패러다임 변화와 민간 주도 기술 개발에 관한 내용을 공유했다. 과기정통부는 “투자 R&D를 단순 출연이 아닌 출자 방식으로 진행하고, 지분 가치 산정과 회수는 전문 기관이 대행하며, 실패 시 투자금 손실을 감수하고 성공 시 이익을 수령한다”고 밝혔다. 민간 R&D와의 차별점으로는 “단순 저층형 HBM 개발을 넘어, 메모리와 연산 소자를 묶은 이중 적층 방식을 개발해 반도체 성능과 에너지 효율을 10배 이상 향상하는 사업이며, 연내 로드맵을 발표할 예정이다”고 설명했다. 초기 정착비 최대 10년 지원...청년 연구자 육성 아울러 인재들이 지속 유입도록 과학기술·AI 인재 전주기 지원체계를 구축한다. 과학기술원 부설 지역 영재학교, 석박사 국가장학금, 신진 연구자 기초연구 수혜율을 확대하고, 해외 인재를 유치해 청년 인재를 육성한다. 이공계 연구생활장려금을 기존 1.3%에서 연내 2.8%까지 높이고, 신진교원 기초연구 수혜율도 지속 확대한다. 과기정통부는 “한국 신진연구자를 연내 600명 지원하고, 지역 우수 인재 정착을 위해 초기 정착비를 최대 10년간 지원하는 방안을 구상 중이다”며 “해외 우수 인재도 2030년까지 2000명 유치가 목표이며, 올해는 연내 600명 유치를 위해 과감한 재정 투자를 아끼지 않을 계획이다”고 밝혔다. 통신 주권과 국가 안보 위한 우주 도전...저궤도 통신 기술 자립화 시동 또 연내 5G 단독망(SA)을 상용화하고, AI-RAN을 시범 사업으로 구축하며 한국형 저궤도 통신망을 완성하겠다는 목표를 제시했다. 과기정통부는 “하반기 한국형 위성 저궤도 통신망을 완성해 6G 시대를 주도하겠다”며 “하이퍼 AI 네트워크 전략에 따라 네트워크 보완 전략을 꾸준히 추진하겠다”고 밝혔다. 그러면서 “저궤도 통신은 통신 주권과 국가 안보의 문제이며, 국방과 재난재해, 공공 분야 등 가장 필요한 부문에 최소 용량을 제공하는 것부터 서비스 제공을 시작하겠다”며 “저궤도 위성통신 기술 개발 사업은 과기정통부와 우주항공청이 함께 사업을 진행중이다”고 강조했다. 이어 “2030년에 핵심 기술 국산화, 자립화를 목표로 기술을 개발하고, 2035년에 한국 독자망을 구축하겠다”며 “국가 통신 인프라를 2030년까지 4배 이상 확충하고, 하반기 AI와 RAN을 결합해 AI-RAN을 시범 사업을 구축하겠다”고 설명했다. 과기정통부는 또 출연연구기관(PBS) 행정 효율화와 제도적 기반 마련을 추진한다. 과기정통부는 “감사, 홍보, 채용 등 4개 분야 통합을 추진 중이고 하반기 목표로 상세 규모와 시점을 조율하고 있다”며 “이달 시행령 개정을 통해 자산화 관리 근거를 마련하고, 이를 토대로 과기정통부가 주도해 구체적인 사업 지정을 규모를 협의해 나갈 계획이다”고 밝혔다. K문샷 프로젝트에 대해선 “기존 R&D 관리 제도가 따라가지 못했던 한계를 보완 중이라며, 전문가 중심의 기획·평가 제도를 강화해 속도를 낼 예정이며, 오는 8월 중 12개 마일스톤 계획을 종합 발표하겠다”고 설명했다.

2026.07.16 12:33홍지후 기자

[유미's 픽] "해외 정부와 다르다"…AI G3 노린 韓, 전국민 무료 AI 내세운 까닭은

정부가 전국민에게 이용량 제한 없이 국산 인공지능(AI)을 제공하는 '모두의 AI' 사업에 착수하면서 국내 AI 시장의 경쟁 구도가 서비스 중심으로 옮겨가고 있다. 해외 주요국이 행정 안내와 공무원 업무 지원, 컴퓨팅 인프라 확충을 각각 추진하는 것과 달리 우리나라 정부는 전국민 무료 AI 서비스에 승부수를 던진 모습이다. 15일 과학기술정보통신부와 정보통신산업진흥원에 따르면 모두의 AI는 국민의 AI 접근성과 활용 역량 격차를 줄이고 국산 AI 모델의 서비스 경쟁력을 높이기 위해 추진된다. 정부가 연산 자원만 제공하는 데서 벗어나 전국민 이용 수요를 직접 만들어 국산 모델에 대규모 실사용 경험을 공급하는 구조다. 정부는 오는 8월 11일까지 공모를 거쳐 2~3개 기업 또는 컨소시엄을 선정한다. 사업자는 9월 베타서비스를 시작하고 12월부터 무료 범용 AI 챗봇과 공공 AI 에이전트, 특화 서비스를 제공해야 한다. 올해는 엔비디아 B200 그래픽처리장치(GPU) 최대 512장을 기업당 256장 또는 128장씩 배분한다. 자부담금 매칭이 필요하며 2027년 이후 GPU 비용과 운영비 지원 방식·규모는 관계부처와 국회 협의를 거쳐 결정된다.정부가 이번 사업을 추진한 이유는 외산 AI 서비스 의존과 AI 활용 격차에 대한 우려 때문이다. 국내 생성형 AI 이용자는 약 2300만 명에 달하지만 상당수 외산 서비스 무료 버전을 사용하고 있는 것으로 나타났다. 또 현재 국민 약 3분의 1은 여전히 AI를 이용하지 않는 것으로 집계됐다. 배경훈 부총리 겸 과기정통부 장관은 "모두의 AI는 단순한 서비스를 넘어 우리 국민들이 AI와 함께 일하고 배우며 일상을 영위할 수 있도록 지원하는 AI 시대의 계산기·컴퓨터"라고 밝혔다. 행정 효율 넘어 산업 육성까지…한국형 AI 정책 실험 모두의 AI는 행정서비스 개선이나 인프라 공급에 머문 해외 정책보다 한발 더 나아가 전국민 이용 수요와 국산 AI 산업 육성을 동시에 겨냥했다는 점에서 많은 주목을 받고 있다. 현재 해외에선 AI를 특정 행정서비스에 적용하거나 공무원 업무를 지원하고, 민간 기업에 컴퓨팅 인프라를 공급하는 방식이 주로 활용되고 있다. 한국처럼 정부가 전국민용 범용 AI의 개발과 운영까지 직접 지원하는 사례는 드문 편이다. 해외 사례를 살펴보면 국민 대상 행정 안내, 공무원 업무 지원, 민간 AI 인프라 공급으로 정책 방향이 나뉜다. 영국은 '거브닷UK 챗(GOV.UK Chat)'을 통해 정부 공식 정보를 기반으로 복지와 연금, 주택, 직업훈련 등 국민의 행정 관련 질문에 답하는 서비스를 제공 중이다. 정부 웹사이트를 일일이 찾거나, 상담센터에 문의하는 불편을 줄이는 디지털 행정 창구에 초점을 맞췄다. 싱가포르는 공무원의 자료 조사와 문서 작성, 아이디어 생성을 지원하는 내부 AI 도구 '페어(Pair)'를 앞세우고 있다. 정부 업무 생산성과 보안성을 높이는 것이 주된 목적이다. 인도는 '인디아AI 미션'을 통해 1만8000개 이상의 AI 연산 자원을 확보하고 스타트업과 연구기관 등에 최대 40% 낮은 비용으로 공급하고 있다.미국은 연방기관의 AI 도입과 공무원 업무 효율화에, 중국은 정무서비스 적용과 기업의 연산·모델 이용 지원에 무게를 두고 있다. 두 나라 모두 국가 차원의 AI 활용을 확대하고 있지만 정부가 전국민용 범용 AI의 개발과 운영을 직접 지원하는 한국과는 정책 구조가 다르다. 이와 달리 우리나라는 국민이 직접 쓰는 범용 AI를 정책의 중심으로 삼고 있다. 무료 서비스에 국산 모델 활용 조건과 GPU 지원을 더해 AI 이용 격차를 줄이고, 외산 서비스에 몰린 수요와 데이터를 국내 산업으로 끌어오겠다는 구상을 펼치고 있다. 이에 사업자는 독자 파운데이션 모델 기준을 충족하는 국산 모델을 50% 이상 활용하고 자사 외 다른 기업의 국산 모델도 30% 이상 사용해야 한다. 외산 모델은 제한적으로 병용할 수 있지만 해당 사용분은 정부 지원에서 제외된다. 디지털플랫폼정부위원회 인공지능플랫폼혁신국장 출신인 이승현 라이너 AI 에반젤리스트는 "외산 AI와의 병용을 일부 허용한 하이브리드 전략은 영리하고 실리적인 소버린 AI 확보 방안"이라며 "국산 모델이 일정 수준의 성능을 갖췄더라도 글로벌 빅테크보다 대규모 서비스 운영 경험이 부족한 만큼 초기 품질을 보완하면서 상호작용 데이터와 운영 노하우를 국내 인프라에 축적할 수 있다"고 말했다. 'K-AI' 확산 노린 정부, 독자 모델 개발·모두의 AI 투트랙 추진 업계에선 '모두의 AI'가 정부의 독자 AI 파운데이션 모델 사업과 지원 대상이 일부 겹치면서 AI 예산과 GPU가 분산될 수 있다고 우려했다. 반면 일각에선 두 사업이 같은 영역을 중복 지원하기보다 모델 개발과 서비스 구현을 나눠 맡는 구조로 봐야 한다는 의견도 내놨다. 실제 독자 AI 파운데이션 모델 사업은 글로벌 선도 모델과 경쟁할 기반 모델 확보에 초점을 두고 있다. 모두의 AI는 국산 모델을 검색과 데이터, 외부 도구 등과 결합해 국민이 실제로 사용하는 서비스로 구현하고 대규모 운영 경험을 쌓는 데 중점을 두고 있다. 이는 모델 개발과 제품 구현을 각각 맡겨 역량과 자원이 한쪽에 과도하게 분산되는 것을 줄이려는 취지다. 업계 관계자는 "독자 AI 파운데이션 모델 사업은 모델 자체를 개발하는 영역이고 모두의 AI는 여러 모델과 기술을 결합해 제품을 만드는 엔지니어링 영역"이라며 "모델 개발사에 촉박한 일정으로 전국민 서비스 구축까지 동시에 맡기면 인력과 시간, 인프라 측면에서 부담이 커질 수 있다"고 말했다. 다만 두 사업의 성과가 따로 쌓이면 정책 효과가 제한될 수 있다는 점은 다소 우려된다. 모두의 AI에서 확보한 이용자 상호작용과 에이전트 실행 기록, 오류·장애 대응 경험이 독자 모델 고도화에 반영돼야 모델 개발과 서비스 운영이 선순환 구조를 만들 수 있어서다. 이 연결이 약하면 학습과 서비스에 각각 투입한 GPU와 예산의 효율도 떨어질 수 있다. 이 에반젤리스트는 "단순한 모델 스펙 경쟁을 넘어 서빙 단계에서 국산 모델이 얼마나 밀도 높은 트래픽 경험과 실전 데이터를 축적하느냐가 중요하다"며 "에이전트 구동 과정에서 발생하는 핵심 상호작용 데이터와 운영 노하우를 국내 자산으로 쌓아 국산 모델 개선에 활용해야 한다"고 강조했다. 정부 지원 이후 자생력 입증해야 업계는 우리나라가 반도체와 디지털 인프라를 활용해 전국민 단위의 AI 수요를 만든다는 점을 두고 과감한 소버린 AI 정책을 펼치고 있다고 평가했다. 그러나 정부 지원으로 확보한 이용량이 독자적인 서비스 경쟁력과 수익성, 해외 확장으로 이어지는지는 별도로 입증해야 하는 부담도 크다고 봤다. 정부도 이를 의식해 이번 발표 평가에서 서비스 편의성과 이용자 확보·유지 전략을 가장 높은 50점으로 배정했다. 모델 성능보다 국민이 실제로 사용하고 계속 찾는 서비스를 만들 수 있는지를 중점적으로 살피겠다는 의지를 드러낸 것이다. 이 외에 서비스 품질·안정성은 30점, 국내 AI 생태계 기여도는 20점이 만점이다.일각에선 새롭게 구축한 서비스만으로 단기간에 전국민 이용을 끌어내기는 쉽지 않다는 의견도 내놨다. 또 이미 대규모 이용자를 확보한 포털과 앱에 국산 모델과 AI 기술을 접목하는 방식이 이용 확산과 비용 효율 측면에서 현실적일 수 있다고 주장했다. 업계 관계자는 "범용 모델을 통해 국민의 AI 리터러시를 높이겠다는 사업 취지에는 공감한다"며 "다만 새로운 서비스를 만들어 전국민 이용을 끌어내기는 쉽지 않은 만큼 국내 모델과 기술을 이미 국민이 사용하는 포털과 앱 등 다양한 플랫폼에 접목해 AI 활용 범위를 넓히는 것이 효과와 비용 측면에서 더 현실적일 수 있다"고 강조했다. 전국민 무료 서비스가 기존 민간 AI 구독 시장과 경쟁하거나 일부 사업자에 GPU와 데이터가 집중될 가능성이 있다는 점 역시 부담 요소로 지목됐다. 9월 베타서비스와 12월 정식 출시 일정도 촉박해 여러 모델을 연결하고 보안과 개인정보 보호, 장애 대응 체계를 단기간에 갖춰야 한다는 점도 기업들이 해결해야 할 과제로 남았다. 정부 역시 대응책 마련에 적극 나서야 할 것으로 보인다. 공공 AI 에이전트가 효용을 내려면 기존 행정 절차와 시스템 개선을 병행해야 하기 때문이다. 부처별로 파편화된 절차를 그대로 둔 채 AI만 추가할 경우에는 이용자 접점과 책임 체계가 더 복잡해질 수 있다. 또 에이전트의 권한과 실행 이력, 품질과 보안을 관리하는 에이전트옵스 체계도 앞으로 필요하다. 이 에반젤리스트는 "정부 부처 간 복잡한 절차와 파편화된 시스템을 혁신하지 않은 채 AI 에이전트만 얹으면 또 다른 파편화를 낳을 수 있다"며 "국민이 실제 효용을 느끼도록 행정 절차 혁신과 에이전트 운영 체계를 함께 준비해야 한다"고 강조했다.

2026.07.15 10:40장유미 기자

Prev 1 2 3 4 5 6 7 8 9 Next