검색 - IT세상을 바꾸는 힘 지디넷코리아

ZDNet 검색 페이지

'독자 파운데이션 AI 모델'통합검색 결과 입니다. (105건)

태그
기간
- 3개월
- 1년
- 1년 이전

재검색

"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

[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

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

SKT 독자 AI 파운데이션 모델, 국방 이어 제조업에 첫 적용

SK텔레콤이 자체 개발한 독자 AI 파운데이션 모델이 철강, 자동차 부품 공장에 적용된다. SK텔레콤은 철강 제조 기업 KG스틸, 자동차 부품 제조 기업 코넥과 각각 독자 AI 파운데이션 모델 기반 AI 에이전트 현장 실증 추진을 위한 전략적 업무협약을 체결했다고 25일 밝혔다. 국방 분야에 이어 SK텔레콤 독자 AI 파운데이션 모델이 제조업에 적용되는 첫 사례다. SK텔레콤은 지난 4월부터 KG스틸과 코넥이 보유하고 있는 과거 공정 오류와 사고 분석 보고서, 장비 매뉴얼 및 로그 등 양질의 데이터를 확보하고 독자 AI 파운데이션 모델 A.X K1 기반으로 '제조 특화 AI 에이전트' 데모 버전을 개발했다. A.X K1은 5190억 개 매개변수를 갖춘 초거대 언어 모델이다. 복잡한 작업을 처리하는 능력이 뛰어나면서도, 추론할 때는 약 330억 개 매개변수만 활성화된다. 전체 모델은 크지만 필요한 부분만 활성화하는 구조로 산업 현장에서 효율적으로 사용할 수 있다. SK텔레콤과 KG스틸, 코넥은 하반기에 제조 특화 AI 에이전트 데모 버전을 도금 강판을 생산하는 KG스틸의 당진공장 냉간 압연 라인과 코넥의 주조·가공 공정에 각각 적용해 실증을 진행한다. KG스틸과 코넥은 SK텔레콤에 더 많은 양질의 제조 공정 데이터를 실시간으로 공유하고, SK텔레콤은 이 데이터와 실증 과정에서 발생하는 현장 피드백을 기반으로 제조 특화 AI 에이전트 성능과 추론 속도를 개선하고 기능도 확장한다. 또한 실증 과정에서 확보된 제조 현장 데이터를 현재 개발 중인 A.X K2 모델 학습에 활용할 계획이다. 실증 완료 후에 '제조 특화 AI에이전트' 상용화 및 도입을 검토할 예정이며, 필요 시 SK텔레콤 독자 AI 파운데이션 모델 후속 시리즈로 모델을 교체하는 방안도 검토한다. 그간 제조업은 AI 도입이 어려운 분야로 꼽혀 왔다. 제조 현장 데이터의 디지털화가 더디고, 그나마 쌓인 데이터도 공정별, 부서별로 각각 생성, 관리되고 있어 AI 활용이 어렵기 때문이다. 작업자의 숙련도와 경험에 따라 업무 처리 방식이 달라지는 점도 한계로 꼽힌다. 핵심 노하우가 특정 숙련공에게만 머무는 '지식 고립' 현상이 대표적이다. 이처럼 산재된 데이터와 숙련공의 경험 지식을 디지털 자산화하고, 이를 학습한 AI 에이전트를 제조 현장에 도입해 공정 과정에서 발생하는 오류에 빠르게 대응하여 조치 시간을 줄이고 공정 효율성을 높일 전망이다. 정석근 SK텔레콤 AI CIC장은 “보안이 중요한 제조 현장에는 데이터를 외부로 내보내지 않고도 활용할 수 있는 독자 AI 파운데이션 모델이 효과적인 해법”이라며 “KG스틸, 코넥과의 협력을 시작으로 제조업의 AI 전환을 앞당기고 독자 AI 파운데이션 모델의 적용 사례를 확대해 나가겠다”고 밝혔다. 배선우 KG스틸 기술연구소장은 “이번 협력으로 현장 데이터를 기반으로 한 AI 도입의 발판을 마련하게 됐다”며 “제조 경쟁력을 한층 끌어올리겠다”고 강조했다. 이광표 코넥 대표이사는 “현장에서 반복되는 품질 관련 이슈에 대한 빠른 대응은 제조업의 오랜 과제였다”며 “AI를 통해 제조 현장에서의 업무 효율성을 높여 나가겠다”고 말했다.

2026.06.25 09:02박수형 기자

[유미's 픽] 젠슨 황 만난 LG·SKT·업스테이지…독자 AI 2차전 변수될까

젠슨 황 엔비디아 최고경영자(CEO)의 방한을 계기로 국내 독자 인공지능(AI) 파운데이션 모델 경쟁 구도에도 변화가 감지된다. LG AI연구원과 SK텔레콤이 엔비디아와 기술 협력 접점을 넓히고 업스테이지가 국내 대표 AI 스타트업으로 황 CEO와 만나면서 2차 평가를 앞둔 경쟁에 새 변수가 더해졌다는 분석이 나온다. 9일 업계에 따르면 정부의 독자 AI 파운데이션 모델 프로젝트에는 LG AI연구원, SK텔레콤, 업스테이지, 모티프테크놀로지스 등 4곳이 정예팀으로 참여하고 있다. 이들 기업은 오는 8월 2차 평가를 거쳐 1곳이 탈락하고, 내년 2월 최종 2곳이 선정되는 일정을 앞두고 있다. 1차 평가 이후 독자성 논란이 불거졌던 만큼 2차 평가에서는 모델 성능뿐 아니라 활용성, 기술 자립성, 산업 적용 가능성 등이 더 면밀히 다뤄질 가능성이 거론된다. 이 같은 상황에서 이번 엔비디아 협력은 LG AI연구원과 SK텔레콤에 비교적 직접적인 기회로 작용할 수 있을 것으로 예상된다. 두 회사 모두 엔비디아와의 협력 범위가 단순 회동을 넘어 모델 개발, 학습 인프라, AI 클라우드, 추론 최적화 등으로 연결돼 있어서다. 또 대규모 AI 모델 경쟁이 벤치마크 점수를 넘어 실제 서비스 구현 역량까지 따지는 방향으로 바뀌면서 글로벌 AI 인프라 기업과의 협력 가치도 커지고 있다. LG AI연구원은 자체 모델 엑사원(EXAONE) 고도화에 엔비디아 기술을 활용할 예정이다. LG와 엔비디아는 전날 서울 여의도 LG트윈타워에서 최고경영진 회의를 열고 피지컬 AI, AI 인프라, 모빌리티 등 차세대 AI 산업 협력 방안을 논의했다. 이 자리에서 엑사원 생태계 확장을 위한 기술 협력도 함께 다뤄졌다. LG AI연구원은 엑사원 성능 강화 과정에서 엔비디아의 최신 그래픽처리장치(GPU)인 블랙웰과 AI 개발 플랫폼 네모 프레임워크, 추론 성능 강화 소프트웨어 텐서RT-LLM을 활용할 계획이다. 또 AI 모델 데이터 학습 품질을 높이기 위해 엔비디아의 네모트론 오픈 데이터셋도 활용키로 했다. 이는 엑사원의 학습 효율과 추론 성능을 높이고 실제 산업 현장 적용 기반을 넓히려는 행보로 풀이된다. LG AI연구원은 1차 평가에서 K-엑사원을 앞세워 국내 모델 중 1위(90.2점)를 기록했다. 2차 평가에서는 모델 규모와 성능을 끌어올려 글로벌 최신 오픈웨이트 모델과 경쟁할 수 있는 수준을 목표로 하고 있다. 지식, 추론, 지시어 이행, 롱 컨텍스트뿐 아니라 에이전틱 툴 활용과 코딩 영역에서도 성능 개선을 추진 중이다. SK텔레콤은 엔비디아와의 협력을 모델 개발과 AI 인프라 사업 양쪽으로 연결하고 있다. 이곳은 독자 AI 파운데이션 모델 프로젝트에서 에이닷엑스 케이원(A.X K1)의 후속 모델인 에이닷엑스 케이투(A.X K2)를 개발하고 있다. 엔비디아와는 학습 데이터, 인프라, 프레임워크 전반에서 기술 협력을 이어가고 있다. SK그룹 차원의 협력도 SK텔레콤에 힘을 싣는 구조다. SK텔레콤은 엔비디아 DSX 플랫폼 기반 AI팩토리 구축과 운영을 맡는다. SK하이닉스는 엔비디아와 AI팩토리용 차세대 메모리를 공동 개발한다. SK텔레콤은 이를 기가와트급 인프라로 확장해 아시아 AI 클라우드 사업자로 도약하겠다는 구상을 제시했다. 3개 팀을 선별할 오는 8월 평가에서는 이 같은 인프라 구상이 A.X K2의 모델 경쟁력을 얼마나 보완할 수 있을지도 관심사다. 다만 AI 클라우드 사업 계획보다 모델 자체의 성능과 활용성이 별도로 검증될 가능성이 크다. 업스테이지는 LG AI연구원이나 SK텔레콤처럼 대규모 그룹 인프라를 갖춘 것은 아니지만, 지난 8일 오후 젠슨 황 CEO와 진행된 국내 AI 스타트업 간담회에 주요 기업으로 참석해 시장 주목도를 높였다. 다만 엔비디아와의 구체적인 기술 협력 발표가 나온 것은 아닌 만큼 독자 AI 파운데이션 모델 평가에서는 솔라 계열 모델의 실제 성능과 활용 사례가 더 중요한 판단 기준이 될 가능성이 크다. 모티프테크놀로지스는 이번 엔비디아 방한 흐름에서는 상대적으로 주목도가 낮지만, 독자 아키텍처를 앞세운 차별화 전략을 내세우고 있다. 뒤늦게 정예팀에 합류한 만큼 2차 평가까지 남은 기간 동안 성능 안정화와 기술 독자성을 얼마나 설득력 있게 보여줄지가 과제로 꼽힌다. 업계 관계자는 "엔비디아 협력이 평가 우위를 곧바로 보장하지는 않을 것"이라며 "정부 프로젝트가 지향하는 방향이 해외 AI 생태계와의 친밀도보다 국내 주도의 모델 개발 역량과 산업 활용 생태계 구축에 있기 때문"이라고 봤다. 그러면서 "각 기업이 자체 모델의 성능과 활용 사례, 기술 독자성을 얼마나 설득력 있게 보여주느냐가 더 중요하게 작용할 것"이라고 덧붙였다.

2026.06.09 10:31장유미 기자

[유미's 픽] "독파모 잊었다"…NC AI, 국방·산업·콘텐츠로 특화 AI 승부수

올해 초 독자 AI 파운데이션 모델 개발 사업에서 고배를 마신 NC AI가 산업 특화 인공지능(AI) 시장에서 반격의 발판을 마련하며 영역 확장에 속도를 내고 있다. 범용 초거대 AI 모델 경쟁에서 벗어나 로봇, 디지털 트윈, 3D 생성 AI 등 자사가 강점을 가진 분야로 사업 무게 중심을 빠르게 옮긴 분위기다. NC AI는 현대로템과 컨소시엄을 구성해 국방과학연구소가 발주한 '피지컬 AI 기반 통합 시뮬레이터 및 모듈형 로봇 시스템' 국책 연구개발 과제의 최종 사업자로 선정됐다고 28일 밝혔다. NC AI는 이번 과제에서 로봇 파운데이션 모델(RFM) 구현에 필요한 핵심 기술인 '월드모델' 개발을 총괄한다. 월드모델은 로봇이 현실 세계의 물리 법칙과 환경 변화를 가상 환경에서 학습하도록 돕는 기술이다. 무인 로봇이 실제 전장이나 야지 환경에 투입됐을 때 시뮬레이션과 현실 간 차이를 줄이는 데 활용된다. NC AI는 고정밀 3D 가상 세계 구축 역량과 자체 3D 생성 AI 기술을 결합해 로봇 학습용 합성 데이터 공급 체계를 구축할 계획이다. NC AI는 독자 AI 파운데이션 모델 개발 사업 1차 평가 탈락 이후 범용 모델 경쟁보다 산업 현장 적용에 초점을 맞추고 있다. 이번 국방 과제 선정도 이 같은 전략 변화를 보여주는 사례로, 파운데이션 모델을 기반 기술로 활용하면서도 실제 사업화는 산업별 솔루션과 멀티모달 모듈을 통해 추진하는 방향을 택했다. 올해 초에는 이노비즈협회와 중소기업 AX 혁신을 위한 업무협약을 체결하며 산업 현장형 AI 도입 모델 발굴에도 나섰다. NC AI는 2만3000여 개 이노비즈기업 및 회원사 네트워크를 기반으로 현재 업종, 규모, 디지털 수준에 맞춘 AI 솔루션 적용 방안을 논의하고 있다. 이는 범용 AI를 일괄 적용하기보다 산업별 업무 구조에 맞춘 버티컬 AI 모델을 확산하려는 전략으로 풀이된다. 피지컬 AI 영역에서도 협업 범위를 넓히고 있다. NC AI는 신한금융그룹과 월드모델, 시각언어행동(VLA), 디지털 트윈 기술을 오프라인 영업점 공간 분석과 운영 효율화에 적용하는 실증을 진행 중인 것으로 알려졌다. 또 강원 춘천시 AI 특화 시범도시 사업에도 참여하며 도시 인프라 단위의 공간 AI 적용 가능성을 모색하고 있다. 콘텐츠 분야에선 바르코(VARCO) 생태계를 앞세우고 있다. 영상, 3D, 오디오 등 멀티모달 기술 킷을 창작자와 기업 고객에게 개방하고, 생성형 AI 기반 광고영상 공모전 등을 통해 실무 접점을 늘리고 있다. 패션·라이프스타일 커머스 분야에서도 텍스트 기반 패션 생성, 가상 피팅, 초개인화 비주얼 에이전트 등 버티컬 AI 적용을 추진 중이다. 산업 모델 '배키(VAETKI)'도 국방, 제조, 물류 등 보안과 현장성이 중요한 분야를 겨냥하고 있다. 특정 산업 데이터와 업무 흐름을 반영한 모델을 통해 범용 AI와 다른 비용 효율성과 적용성을 내세우려는 시도다. 업계에선 NC AI가 독파모 탈락 이후 범용 모델 성능 경쟁보다 현장 적용성과 수익화 가능성에 초점을 맞추고 있다고 봤다. 국방 피지컬 AI 과제와 중소기업 AX, 금융·도시·콘텐츠 실증이 개별 프로젝트를 넘어 공통 기술 자산으로 축적될 경우 산업 AI 사업 확장에도 힘이 실릴 수 있다. 업계 관계자는 "범용 파운데이션 모델 경쟁에서는 컴퓨팅 자원과 대규모 자본이 중요하지만 산업 AI는 현장 데이터, 도메인 이해도, 구축 경험이 더 크게 작용한다"며 "NC AI가 월드모델과 3D·멀티모달 기술을 국방, 금융, 도시, 콘텐츠 분야에서 반복 적용 가능한 형태로 만들 수 있다면 독자적인 사업 기회를 확보할 수 있을 것"이라고 말했다.

2026.05.28 08:10장유미 기자

[유미's 픽] 독파모 올라탄 AI 기업들, 자금전 본격화…업스테이지·모티프 실탄 확보

정부의 '독자 인공지능(AI) 파운데이션 모델' 프로젝트를 계기로 국내 AI 기업들의 자금 확보 경쟁이 본격화되고 있다. 참여 기업들이 민간 투자와 정책금융을 잇달아 확보하며 대규모 모델 개발과 인프라 확충에 속도를 내는 모습이다. 모티프테크놀로지스는 240억원 규모 시리즈B 투자를 유치했다고 27일 밝혔다. 이번 투자 라운드에는 기존 투자사인 나이스투자파트너스와 노틸러스인베스트먼트가 후속 투자자로 참여했다. 디토인베스트먼트와 포레스트벤처스는 신규 투자자로 이름을 올렸다. 모티프테크놀로지스는 이번 투자금을 AI 딥테크 역량 강화와 기업 AX 솔루션 개발, 차세대 AI 인프라 및 서비스 고도화 등에 투입할 계획이다. 오는 8월 독자 AI 파운데이션 모델 단계평가를 앞두고 모델 개발과 인프라 고도화에 필요한 실탄을 확보한 셈이다. 모티프테크놀로지스는 AI 인프라 솔루션 기업 모레의 자회사로 지난해 2월 출범했다. 이 회사는 모델 아키텍처 연구개발(R&D), 그래픽처리장치(GPU) 인프라, 시스템 운영 솔루션, 사후학습·강화학습 방법론을 아우르는 풀스택 엔지니어링 역량을 강점으로 내세우고 있다. 또 설립 4개월 만에 프롬 스크래치 방식으로 개발한 소형언어모델(sLLM) '모티프(Motif)-2.6B'를 오픈소스로 공개해 주목받기도 했다. 이후 텍스트 기반 이미지 생성 모델 '모티프-이미지-6B(Motif-Image-6B)', 자체 개발 대규모언어모델(LLM) '모티프-2-12.7B' 등을 선보이며 모델 라인업을 확대했다. 여기에 모티프테크놀로지스는 지난 2월 과학기술정보통신부가 주관하는 독자 AI 파운데이션 모델 프로젝트 추가 공모에서 정예팀으로 선정되며 시장의 높은 관심을 받았다. 현재는 기존 정예팀인 LG AI연구원, SK텔레콤, 업스테이지와 함께 오는 8월 단계평가를 받기 위해 전력을 쏟고 있다. 모티프테크놀로지스는 모레, 서울대, 한국과학기술원, 삼일회계법인, 국가유산진흥원, HDC랩스 등 17개 기관과 함께 300B급 추론형 LLM도 개발하고 있다. 이후 310B급 시각언어모델(VLM), 320B급 시각언어행동(VLA) 모델로 단계적으로 고도화해 독자 AI 파운데이션 모델을 확보한다는 계획이다. 독자 AI 모델 개발 기업을 향한 자금 공급은 업스테이지에서도 두드러진다. 업스테이지는 지난달 국민성장펀드 직접투자 2호 기업으로 선정돼 차세대 AI 모델 개발 등을 위한 5600억원 규모의 직접투자 안건 승인을 받았다. 이 중 1000억원은 첨단전략산업기금으로 투입된다. 업스테이지는 기업·정부용 AI 솔루션과 LLM을 개발하는 국내 대표 AI 스타트업으로, 정부의 독자 AI 파운데이션 모델 프로젝트에서 벤처·중소기업 가운데 유일하게 1차 평가를 통과했다. 또 최근에는 1800억원 규모의 시리즈C 1차 투자도 마무리한 상태로, 국내 생성형 AI 스타트업 중 처음으로 기업가치 1조원을 인정받는 유니콘에 올랐다. 누적 투자금은 약 4000억원으로 확대됐다. 업스테이지는 자체 개발 LLM '솔라'와 문서처리 AI '다큐먼트 파스'를 앞세워 기업 시장을 공략하고 있다. 확보한 자금은 독자 파운데이션 모델 프로젝트 등 AI 모델 고도화를 위한 GPU 인프라 확충, 국내외 인재 영입, 미국·일본 등 해외 시장 개척에 투입할 방침이다. 김성훈 업스테이지 대표는 "한국을 넘어 글로벌 시장에서도 경쟁력 있는 자체 AI 모델을 고도화해 단순 기업가치가 아닌 매출로 증명하는 기업이 되겠다"며 "기업가치 1조원을 넘어 매출 1조원을 돌파하는 회사가 되기 위해 계속 앞으로 전진하겠다"고 말했다. 두 회사는 모두 독자 AI 파운데이션 모델 사업에 참여하고 있지만 성장 전략에는 차이가 있다. 업스테이지가 상용화 성과와 정책금융 지원을 기반으로 소버린 AI 기업으로 체급을 키우고 있다면, 모티프테크놀로지스는 독자 아키텍처와 풀스택 개발 역량을 앞세워 대규모 추론형 모델 개발에 무게를 두고 있다. 업계에선 독자 AI 파운데이션 모델 사업을 계기로 국내 AI 기업 간 경쟁축이 기술 개발에서 자금 조달로 확장되고 있다고 보고 있다. 대규모 모델 개발에는 GPU 인프라와 데이터, 고급 인재, 사후학습 역량, 상용화 능력이 동시에 요구되는 만큼, 안정적인 자금 확보 여부가 향후 단계평가와 글로벌 경쟁력의 핵심 변수로 떠오르고 있다. 특히 업스테이지가 정책금융을 통해 대규모 투자 승인이라는 발판을 마련하고, 모티프테크놀로지스가 민간 벤처투자 시장에서 후속 투자를 유치하면서 독자 AI 기업을 둘러싼 자본 경쟁은 더 치열해질 전망이다. 정부 사업을 통해 기술력을 검증받은 기업들이 민간 투자와 정책 자금을 동시에 끌어들이는 구조가 만들어지고 있다는 분석도 나온다. 임정환 모티프테크놀로지스 대표는 "이번 투자 유치는 모티프의 AI 딥테크 역량 강화의 발판이 될 것"이라며 "현재 진행 중인 프로젝트를 비롯해 기업 AX 솔루션 개발, 차세대 AI 인프라 및 서비스 고도화 등 다양한 사업을 계획대로 차질 없이 추진해 시장 경쟁력을 더욱 강화하겠다"고 밝혔다.

2026.05.27 15:53장유미 기자

한글 문서에 '엑사원' 붙인다…한컴·LG, 공공 AI 시장 정조준

한컴이 LG AI연구원과 손잡고 공공 AI 시장 공략에 속도를 낸다. 국내 문서 소프트웨어 생태계와 국산 초거대 AI 모델이 결합한 만큼 공공 AI 시장에서 국산 솔루션 진영의 입지도 한층 커질 전망이다. 한컴은 LG AI연구원과 AI 기술, 서비스 플랫폼, 공공·민간 시장 전반을 아우르는 전략적 사업 얼라이언스 협약을 체결했다고 22일 밝혔다. 이번 협약의 핵심은 한컴의 AI 에이전트 기술을 LG AI연구원의 생성형 AI 플랫폼 '챗엑사원(ChatEXAONE)'에 접목하는 것이다. 양사는 한컴의 문서 AI 기술과 LG AI연구원의 초거대 AI 모델 '엑사원(EXAONE)' 기반 서비스 인프라를 결합해 공공·민간 고객을 위한 통합 AI 솔루션 개발을 추진한다. 한컴의 AI 에이전트가 외부 대화형 AI 플랫폼에 정식 탑재되는 사례라는 점도 주목된다. 한컴은 그동안 한컴어시스턴트, 한컴피디아 등 자체 AI 서비스를 중심으로 문서 AI 사업을 전개해 왔다. 이번 협력을 통해 자체 서비스 영역을 넘어 외부 생성형 AI 플랫폼에서도 문서 작성·편집·확인 기능을 제공하는 방식으로 사업 확장에 나선다. 챗엑사원에서는 한컴의 문서 작성 에이전트가 구동될 예정이다. 사용자가 챗엑사원 채팅창에서 기획서 작성을 요청하면 한컴 에이전트가 문서 구조를 분석하고 양식을 적용해 초안을 만든다. 생성된 결과물은 웹 기반 한글 뷰어에서 바로 확인하거나 저장할 수 있다. 이는 생성형 AI가 단순 답변 제공을 넘어 실제 업무 산출물 생성까지 이어지는 구조다. 특히 공공기관 업무는 보고서, 사업계획서, 회의자료, 공문 등 문서 중심으로 이뤄지는 경우가 많다. 한컴의 문서 처리 기술과 한글 생태계가 챗엑사원과 결합하면 공공기관의 반복적인 문서 업무를 자동화하는 데 활용될 수 있다. LG AI연구원도 이번 일을 통해 챗엑사원의 업무 적용 범위를 넓히는 효과를 얻을 것으로 보인다. 생성형 AI 플랫폼 경쟁이 모델 성능을 넘어 실제 업무 활용성으로 이동하는 가운데, 문서 작성과 검토, 저장까지 이어지는 기능은 공공·기업 시장 공략에 필요한 핵심 사용 사례가 될 수 있다. 양사는 이번 협력을 바탕으로 공공 AI 시장 진출도 본격화한다. 한컴 에이전트와 챗엑사원 결합 솔루션을 앞세워 공공기관, 정부부처, 공기업 대상 사업 발굴부터 수주, 납품까지 전 과정을 공동으로 대응할 계획이다. 이번 협약은 양사가 지난 2024년 12월 체결한 업무협약(MOU)을 사업 협력 단계로 확대한 것이다. 그동안 양사는 한컴의 서비스 경쟁력과 LG AI연구원의 초거대 AI 모델 엑사원을 결합하는 방향으로 협력해 왔다. 한컴은 AI 서비스를 제공하고, LG AI연구원은 엑사원 모델을 핵심 AI 엔진으로 공급하는 상호 보완적 구조다. 향후 협력 범위도 넓힌다. 양사는 온디바이스 AI, AI 기반 문서 자동화, B2B AI 솔루션, 글로벌 시장 진출 등 추가 협력 분야를 지속 모색할 방침이다. 서비스 플랫폼 결합과 신규 AI 사업 발굴을 통해 국내 AI 산업 생태계 확대에도 힘을 보탠다는 계획이다. 임우형 LG AI연구원 원장은 "독자 AI 파운데이션 모델 프로젝트를 통해 기술력을 입증한 K-엑사원과 한컴의 독보적인 문서 AI 기술이 결합하는 만큼 양사의 협력 시너지가 클 것으로 기대한다"며 "양방향 기술 융합을 바탕으로 대정부 및 공공 AX 사업을 주도하는 동시에 대한민국 AI 주권 확보에도 기여하겠다"고 말했다. 김연수 한컴 대표는 "최근 에이전틱 OS(Agentic OS) 기업으로의 진화를 선언한 한컴에게 이번 협약은 그 비전을 실현하는 강력한 모멘텀"이라며 "우리의 독보적인 AI 에이전트 역량과 LG AI연구원의 초거대 AI 기술을 융합해 시장 주도권을 확고히 해 나가겠다"고 밝혔다.

2026.05.22 10:55장유미 기자

SKT '국가대표 AI 모델', 국방 분야에 최초 도입

독자 AI파운데이션 모델 프로젝트로 국방 분야에서 활용된다. SK텔레콤이 개발하는 국가대표 AI 모델이 국방 분야에 최초로 도입된 것이다. 이를 통해 국방 분야 AI 전환(AX)이 가속화될 전망이다. 과학기술정보통신부와 국방부, SK텔레콤은 14일 SK텔레콤 을지로 사옥에서 과기정통부 독자 AI 파운데이션 모델의 국방 분야 활용을 위한 업무협약을 체결했다. 협약은 국방부가 과기정통부 독자 AI 파운데이션 모델 프로젝트 정예팀으로 선발된 SK텔레콤의 전문성과 역량을 활용해 국방특화 AI 모델 개발을 효과적으로 추진하기 위해 마련됐다. 국방부의 '국방특화 AI 파운데이션 모델' 개발이 국가 AI 프로젝트로 선정되면서 과기정통부는 첨단 GPU 활용을 지원하고 이를 통해 국방 AX 이행력이 높아질 전망이다. 협약에 따라 SK텔레콤과 국방부는 ▲독자 AI 파운데이션 모델 기반 국방 특화 AI 모델 개발 및 실증 ▲국방 분야 공개데이터 수집 제공 활용 ▲국가 AI 프로젝트와 연계한 GPU 활용 지원 등 다양한 영역에서 협력을 추진하기로 했다. 독자 AI 파운데이션 모델을 국방 분야에 활용하는 건 이번이 처음이다. 앞서 1월 SKT정예팀은 국내 최초 매개변수 5000억개를 넘긴 519B급 초거대 AI 모델 'A.X K1'을 통해 독자 AI 파운데이션 모델 2단계에 진출했다. 이번 협력은 단순 모델 개발을 넘어 실용성을 입증했다는 점에서 의미를 지닌다. SK텔레콤은 대규모언어모델(LLM) 개발 역량과 서비스형 GPU(GPUaaS) 인프라를 바탕으로 국방 특화 AI 모델 개발을 주도할 예정이다. 대규모 AI 모델을 효율적으로 운영하기 위해 A.X K1, K2에 경량화 기술을 적용하고, 국방 데이터를 추가 학습해 국방 환경에 최적화된 AI 모델을 구현할 계획이다. 특히 국방은 최고 수준의 보안과 데이터 주권을 요하는 특수성이 있다. 국방 자주권을 위한 '소버린 AI' 도입의 첫발을 뗐다는 점에서 이번 협력이 지니는 의의가 크다. SK텔레콤은 A.X K1 모델의 용량은 줄이고 처리 속도는 높인 경량 모델을 국방부에 제공할 방침이다. 국방부는 올 2분기 중 과기정통부 '국가 AI 프로젝트'를 통해 확보한 GPU 자원을 SKT에 지원한다. SK텔레콤은 이를 활용해 고성능 AI 모델 개발 및 실증을 추진하고, 국가 연구개발(R&D) 인프라 기반 협력 체계를 강화한다. 전준범 국방부 국방인공지능기획국장은 “이번 협약을 통해 독자 AI 파운데이션 모델 기반의 국방 특화 AI 모델을 신속히 개발 실증해 국방 AX가 한걸음 도약하는 계기가 될 수 있을 것”이라며, “국방 분야 전반에 AI를 효과적으로 도입하기 위해 SKT 등 민간과의 협력을 지속적으로 확대해 나가겠다”고 말했다. 최동원 과기정통부 인공지능인프라정책관은 “이번 협력은 우리 독자 AI 기술이 국방 현장에 본격적으로 활용되는 중요한 계기가 될 것”이라며, “민간의 우수한 기술 역량과 정부의 GPU 인프라를 결집해 국방 AI 전환을 적극 지원하고, 이를 통해 국내 AI 생태계가 활성화되는 선순환 구조를 만들어 나가겠다”고 밝혔다. 김명국 SK텔레콤 인더스트리얼AI 본부장은 “SK텔레콤의 AI 기술력부터 데이터센터, 통신을 아우르는 통합 역량을 바탕으로 K-국방 경쟁력 강화에 기여하게 돼 의미가 크다”며 “앞으로도 데이터 주권 및 보안이 중요한 금융·제조·의료·공공 등 영역에서 AI 활용을 확산해 K-AI 경쟁력을 강화해 나가겠다”고 강조했다.

2026.05.14 17:09박수형 기자

[AI 리더스] "범용 AI 한계 넘는다"...월드모델 노린 이홍락, LG '엑사원'으로 산업 판 흔들까

국내 인공지능(AI) 경쟁이 모델 개발을 넘어 산업 적용과 생태계 구축 단계로 진입하고 있다. LG AI 연구원은 자체 파운데이션 모델과 사내 AI대학원을 통해 인재와 기술을 동시에 확보하며 기업 중심 AI 전략을 구체화하고 있다. 이에 지디넷코리아는 이홍락 LG AI연구원 공동원장 인터뷰를 통해 LG의 AI 인재 양성 모델과 기술 전략, 국내 AI 생태계에서의 역할을 짚어봤다. 1편에서는 LG AI 대학원의 설립 배경과 실전형 인재 양성 전략을, 2편에서는 AI 에이전트, 데이터, 인프라 등 산업형 AI로의 전환 흐름과 국가 AI 경쟁력 관점의 시사점을 다룬다. [편집자주] "파운데이션 모델만으로는 이제 사업적 성과를 내기 어렵습니다." 이홍락 LG AI연구원 공동원장은 26일 지디넷코리아와의 인터뷰에서 최근 인공지능(AI) 경쟁의 기준이 빠르게 바뀌고 있다고 진단했다. 단순한 모델 성능 경쟁을 넘어 산업 현장에서 실제 성과를 만들어내는 적용 역량이 핵심 변수로 부상하고 있다는 분석이다. 그는 "이젠 제조, 바이오, 신소재 등 각 산업 도메인에 맞는 전문성을 얼마나 잘 반영하느냐가 중요해졌다"며 "앞으로는 모델을 얼마나 효과적으로 커스터마이즈해 실제 문제를 해결할 수 있느냐가 결국 경쟁력을 가를 것"이라고 강조했다. 이에 이 원장은 '데이터'를 주축으로 도메인 특화 전략을 펼쳐야 한다고 주장했다. 산업별 특성을 반영한 고품질 데이터를 얼마나 확보하고 구조화하느냐에 따라 AI 성능과 활용도가 좌우되기 때문이다. 그는 "제조 데이터는 공개되지 않는 경우가 많고 내부에서도 체계적으로 정리되지 않은 경우가 많다"며 "단순히 데이터를 모으는 것이 아니라 인풋과 아웃풋을 연결하는 전체 흐름과 온톨로지까지 함께 구축돼야 한다"고 말했다. 그러면서 "도메인 지식과 현장 노하우가 결합된 데이터를 하나의 시스템으로 녹여내는 것이 쉽지 않다"면서도 "하지만 이를 잘하는 기업이 경쟁력을 갖게 될 것"이라고 덧붙였다. "독파모 없이 도메인 AI 한계"…'K-엑사원' 전략 강조 이 원장은 이 같은 전략의 기반으로 독자적인 AI 파운데이션 모델 확보의 필요성도 강조했다. 외부 모델 활용만으로는 기업 핵심 데이터를 충분히 반영하기 어렵고 장기적으로 경쟁력을 확보하는 데 한계가 있다는 판단에서다. 그는 "기업의 핵심 데이터를 외부 모델에 맡기는 것은 부담이 클 수밖에 없다"며 "결국 내부에서 통제 가능한 파운데이션 모델을 확보하는 것이 중요하다"고 말했다. 이어 "도메인 특화 AI를 제대로 구현하려면 독자 모델 기반 위에서 커스터마이즈가 이뤄져야 한다"고 덧붙였다. 이 같은 전략의 중심에는 LG AI 연구원이 개발 중인 독자 AI 파운데이션 모델 '엑사원'이 있다. 엑사원은 정부의 독자 AI 파운데이션 모델(독파모) 프로젝트에도 참여하고 있는 모델로, 글로벌 수준의 성능 확보와 산업 적용을 동시에 추진하고 있는 것이 특징이다.이 원장은 "엑사원은 단순히 모델 성능을 높이는 데 그치는 것이 아니라 실제 산업 현장에서 활용될 수 있도록 설계된 모델"이라며 "글로벌 수준의 경쟁력을 확보하면서도 국내 산업에 적용 가능한 AI를 만드는 것이 핵심 목표"라고 강조했다. 에이전트·월드모델로 확장…"AI, 문제 해결 구조로 진화" 이 원장은 산업 현장에서의 적용 역량을 강화하기 위한 방향으로 '에이전트 AI'를 꼽았다. 또 에이전트형 AI가 단순 질의응답을 넘어 목표를 이해하고 복잡한 작업을 단계적으로 수행하는 구조로 진화하고 있다는 점을 주목할 필요가 있다고 설명했다. 그는 "앞으로는 사용자가 목표만 제시하면 AI가 필요한 단계들을 스스로 설계하고 수행하는 방향으로 발전할 것"이라며 "이 과정에서 중요한 것은 단계별 과정을 데이터로 확보하는 것으로, 단순 질의응답이 아닌 실제 업무 흐름을 반영한 데이터가 필요하다"고 강조했다. 이 원장은 AI 에이전트의 고도화를 위해선 현실 세계를 반영한 예측 능력 확보도 중요하다고 진단했다. 이에 맞는 기술 방향으로는 '월드모델(World Model)'을 제시했다. 이는 현실 세계의 조건과 변화를 반영해 AI가 다음 상태를 예측할 수 있도록 하는 구조로, 복잡한 산업 환경에서의 의사결정을 지원하는 핵심 기술로 꼽힌다. 그는 "AI가 다음 상황을 예측할 수 있어야 실제 산업 환경에서 안정적인 의사결정이 가능하다"며 "범용 모델보다는 특정 도메인과 태스크에 최적화된 형태가 현실적인 방향"이라고 말했다. 인프라·협업·생태계까지…"AI 경쟁력, 구조서 결정" 이 원장은 AI 모델 경쟁의 기준 역시 변화하고 있다고 분석했다. 단순 성능 중심에서 벗어나 비용 효율성과 보안, 커스터마이제이션이 종합적으로 고려되는 방향으로 이동하고 있다고 봤다. 그는 "성능이 일정 수준을 넘어서면 비용과 보안, 맞춤화가 더 중요한 요소가 된다"며 "특히 기업 환경에서는 데이터 보호와 통제 가능성이 중요한 판단 기준이 될 수밖에 없다"고 말했다. 인프라 전략 역시 변화 흐름에 맞춰 재편되고 있다고 짚었다. 학습 중심의 GPU 구조에서 벗어나 추론 효율 중심 구조로 확장되고 있는 동시에 전력 효율과 비용 구조가 경쟁력의 핵심 변수로 떠오르고 있다고 분석했다. 이 원장은 "학습은 GPU가 강점을 가지고 있지만 추론은 NPU가 유리하다"며 "앞으로 추론 중심 구조로 전환되면서 인프라 경쟁력도 중요한 요소가 될 것"이라고 말했다. AI 확산에 따른 일자리 대체 논란에 대해서도 입장을 밝혔다. 이 원장은 AI가 사람의 역할을 완전히 대체하기보다는 생산성을 확장하는 방향으로 작용할 것이라고 봤다. 또 AI 확산이 산업 구조에 미치는 영향에 대해서는 '대체'보다 '확장' 관점을 강조했다. 반복적이거나 비효율적인 업무를 자동화함으로써 전체 생산성을 끌어올리는 방향으로 활용될 것이라고 예상했다. 그는 "AI는 사람을 대체하기보다 사람이 더 큰 성과를 낼 수 있도록 돕는 방향으로 발전하고 있다"며 "결국 사람과 AI의 협업 구조가 기업 경쟁력을 좌우하게 될 것"이라고 말했다. 국가 차원의 AI 경쟁력 확보를 위해서는 개방형 생태계 구축이 중요하다고 짚었다. 연구와 산업이 유기적으로 연결되는 기반이 마련돼야 지속적인 기술 발전이 가능하다는 점도 함께 강조했다. 이 원장은 "오픈 모델은 학계와 산업계가 협력할 수 있는 중요한 접점"이라며 "엑사원을 글로벌 수준의 오픈 모델로 발전시켜 생태계 확장에 기여해 나갈 것"이라고 밝혔다. 이어 "엑사원을 통해 산업 현장에서 실제 성과를 만들어내는 것이 가장 중요하다"며 "적용을 통해 가치가 증명되는 구조로 만들어 나갈 것"이라고 덧붙였다. LG AI 연구원, 공동원장 체제 운영…"연구·전략 역할 분담" 이 원장은 함께 LG AI 연구원을 이끌어나가고 있는 임우형 원장과도 협업과 철저한 역할 분담을 통해 '엑사원'으로 실제 성과를 내는데 매진하겠다는 각오도 드러냈다. 두 사람은 지난해 배경훈 전 LG AI 연구원장이 과학기술정보통신부 부총리 자리로 이동한 후 같은 해 7월 함께 LG AI 연구원을 이끌게 됐다.LG AI 연구원은 글로벌 연구 역량과 국내 사업 적용을 동시에 강화하기 위한 이원 체계로 운영되고 있으며 기술 개발과 현장 적용을 병행하는 데 초점을 맞추고 있다. 이 원장은 글로벌 AI 연구와 중장기 기술 전략을 맡고, 임 원장이 국내 연구 조직 운영과 엑사원 기반 사업 적용을 총괄하는 방식이다. 이 원장은 "현재 글로벌 연구 협력과 기술 방향성을 중심으로 역할을 맡고 있다"며 "임 원장은 연구 조직 운영과 프로젝트 전반을 총괄하며 계열사 현장에서의 AI 적용을 이끌고 있다"고 설명했다. 이어 "각자의 전문성을 기반으로 역할을 나누고 긴밀하게 협력하는 구조"라며 "연구 성과와 사업 적용을 동시에 끌어올리는 데 집중하고 있다"고 강조했다.

2026.03.26 09:50장유미 기자

엘리스그룹, 정부 '독자 AI 파운데이션 모델' 프로젝트 참여

엘리스그룹(대표 김재원)이 정부 주도 '독자 인공지능(AI) 파운데이션 모델(이하 독파모)' 프로젝트를 수행하는 LG AI연구원 컨소시엄에 합류한다고 25일 밝혔다. 이번 2차 컨소시엄 구성 과정에서 엘리스그룹은 AI 특화 인프라 및 서비스 확산 역량을 인정받아 전략적 파트너로 추가 합류했다. 1차에서 검증된 LG AI연구원의 거대 언어 모델 'K-엑사원'의 성능을 공공 및 민간 현장에 효율적으로 전달할 수 있는 인프라 기술력을 갖췄다는 점이 이번 합류의 배경으로 꼽힌다. 대한민국 자체 AI 생태계인 '소버린 AI' 구축을 목표로 하는 이번 프로젝트에서 엘리스그룹은 엘리스 AI 이동형 모듈러 데이터센터(PMDC) 운영체계를 기반으로 'K-엑사원'을 안정적인 API 형태로 제공할 계획이다. 이를 통해 AI 모델을 즉시 활용할 수 있는 '관리형 AI 플랫폼' 환경을 마련, 공공기관 및 민간 기업은 막대한 인프라 구축이나 운영 부담 없이 각자의 수요에 맞춰 전용 AI 환경을 신속하게 구성하고 활용할 수 있도록 지원한다. 특히 엘리스클라우드 서비스 운영 역량을 활용해 제조, 금융, 공공 등 보안과 신뢰성이 중요한 산업 현장에 'K-엑사원' 모델을 즉시 적용할 수 있도록 도울 예정이다. 업무 자동화, 지식 검색(RAG), 문서 생성 등 각 산업에 특화된 서비스를 제공하며 B2G와 B2B 시장 확산을 본격화한다는 구상이다. 일반 사용자를 위한 접근성도 강화한다. 엘리스그룹은 현재 운영 중인 기업∙기관 전용 생성형 AI 솔루션 'AI헬피챗'에 K-엑사원 모델을 4월 중 탑재한다. 이를 통해 더 많은 사용자가 국내 비즈니스 환경에 최적화된 독자 파운데이션 모델을 일상적인 업무 환경에서 손쉽게 경험할 수 있게 될 전망이다. 김재원 엘리스그룹 대표는 “대한민국의 AI 주권을 지키는 국가적 프로젝트에 엘리스그룹의 AI 풀스택 역량을 보탤 수 있게 돼 뜻깊다”며 “누구나 쉽고 안정적으로 국내 독자 AI 모델을 활용할 수 있는 환경을 조성해 국내 AI 생태계 발전과 기술 자립에 앞장서겠다”고 말했다.

2026.02.25 08:52백봉삼 기자

[종합] 모티프 합류한 독파모 2차전, 8월에 결판…독자성·데이터 활용성 '관건'

정부가 추진 중인 '독자 AI 파운데이션 모델(독파모, K-AI)' 프로젝트의 추가 정예팀으로 모티프테크놀로지스가 선정되면서 3개 자리를 둘러싼 2차전의 본격적인 막이 올랐다. 이번 경쟁이 대기업 2곳과 스타트업 2곳 구도로 재편된 가운데 2차 평가에서 정부가 어떤 기준을 내세울지, 모티프테크놀로지스가 기존 정예팀과 달리 어떤 전략으로 실력을 드러낼 수 있을지 관심이 집중된다. 20일 과학기술정보통신부에 따르면 모티프테크놀로지스는 트릴리온랩스를 제치고 기존 LG AI연구원, 업스테이지, SK텔레콤에 이어 2차 평가에 도전할 네 번째 'K-AI' 정예팀으로 이날 선정됐다. 독자 아키텍처로 AI 모델을 설계한 경험, 상대적으로 적은 파라미터와 제한된 데이터 환경에서도 세계적인 수준의 모델과 경쟁 가능한 성능을 달성한 경험에서 높은 평가를 받은 것으로 알려졌다.지난해 2월 설립된 모티프테크놀로지스는 반도체 기업 모레 자회사로, 고성능 대형언어모델(LLM)과 대형멀티모달모델(LMM) 모두를 파운데이션 모델로 개발한 경험을 갖췄다. 특히 지난 해 11월 공개한 LLM '모티프 12.7B'는 모델 구축부터 데이터 학습까지 전 과정을 직접 수행한 순수 국산 기술이란 점에서 주목받았다. 또 기존 트랜스포머 구조를 그대로 쓰지 않고 '그룹별 차등 어텐션(GDA)' 기술을 자체적으로 개발·적용해 경쟁력이 있다고 평가 받는다. 모티프테크놀로지스는 정예팀으로 모레, 크라우드웍스, 엔닷라이트, 서울대학교 산학협력단, 한국과학기술원(KAIST), 한양대학교 산학협력단, 삼일회계법인, 국가유산진흥원, HDC랩스, 매스프레소, 에누마코리아, 경향신문사, 전북테크노파크, 모비루스, 엑스와이지, 파두 등을 포함시켰다. 또 300B급 추론형 LLM(거대언어모델)을 시작으로 310B급 VLM(비전언어모델), 320B급 VLA(비전언어액션모델) 등으로 고도화해 독자 AI 파운데이션 모델을 개발·확보하겠다는 목표를 세웠다. 임정환 모티프테크놀로지스 대표는 "그동안 부족한 자원에도 불구하고 독자적인 설계로 글로벌 경쟁력을 증명해왔다"며 "이번 사업에서 지원되는 자원과 컨소시엄의 역량을 결합하면 기존 참가팀을 뛰어넘는 성과를 낼 수 있다고 확신한다"고 말했다. 이어 "모델과 SW를 아우르는 폭넓은 오픈소스화로 국산 AI 생태계를 구축할 것"이라며 "산업·공공 전 분야에서 AX 성공 사례를 만들어 대한민국이 AI G3로 도약하는 데 기여하겠다"고 덧붙였다. 업계에선 모티프테크놀로지스가 독파모 2차전 마지막 정예팀으로 합류하면서 대기업 2곳, 스타트업 2곳이라는 이상적인 밸런스로 경쟁 구도가 갖춰졌다고 평가했다. 자본과 인프라를 갖춘 대기업의 안정감에 속도감 있고 혁신 지향적인 스타트업의 패기가 더해지며 국가 AI 프로젝트가 한층 역동적으로 추진될 것이란 기대감도 내비쳤다. 또 정부가 기존 업체들과의 형평성을 맞추기 위해 모티프테크놀로지스에 전폭적인 지원에 나섰다는 점에서 얼마나 기술 격차를 줄여나갈 수 있을지를 두고 주목하고 있다. 정부는 모티프테크놀로지스에 독자 AI 모델 개발에 필요한 엔비디아 최신 그래픽처리장치(GPU) B200만 768장을 지원할 예정으로, H100과 B200을 함께 공급받는 LG AI연구원, 업스테이지에 비해 모티프테크놀로지스가 좀 더 유리한 고지에 오른 것으로 보인다. 개발 기간도 모티프테크놀로지스에 불이익이 없도록 형평성을 맞췄다. 정부는 기존 3개 정예팀은 1월부터 6월 말까지 AI 모델을 개발하고, 모티프테크놀로지스는 2월부터 7월 말까지 개발할 수 있도록 기간을 정했다. 또 모든 정예팀이 AI 모델 개발을 마친 이후 8월 초 내외에 단계 평가를 진행키로 했다. 데이터 지원은 기존 업체와 동일하게 진행된다. 정부는 데이터 개별 구축·가공에 17억5000만원, 데이터 공동구매·활용에 100억원 수준을 모티프테크놀로지스에 지원하고 'K-AI 기업' 명칭도 부여키로 했다. 업계 관계자는 "모티프테크놀로지스가 트릴리온랩스보다 기술력이 조금 더 있다고 평가돼 추가 사업자로 선정은 됐지만, 기존 3개 업체들과 이미 경쟁해 한 번 탈락했던 상황에서 이번 정부 지원으로 얼마나 격차를 좁힐지가 관건"이라며 "기존 3개 업체들이 단계평가 전 한 달의 시간 동안 미리 3차 평가 준비에 나설 가능성이 높다는 점도 고려할 부분"이라고 말했다. 일각에선 모티프테크놀로지스의 합류로 업스테이지가 제일 긴장감이 높을 것으로 예상했다. 같은 스타트업인데다 모티프테크놀로지스와 달리 업스테이지가 B200을 온전히 지원 받지 못한다는 점에서다. 또 모티프테크놀로지스가 300B급 추론형 LLM을 2차 평가 목표로 내세운 것이 200B 모델을 앞세운 업스테이지를 겨냥한 것이란 평가도 나왔다. 업계 관계자는 "모티프테크놀로지스 입장에선 일단 GPU를 정부 지원으로 돌려 글로벌 수준의 AI 모델 개발에 도전할 수 있고, 인지도도 높일 수 있다는 점에서 엄청난 기회를 잡은 것이라고 보여진다"며 "업스테이지를 넘어설 목표로 2차 평가전에 나설 가능성이 높다"고 밝혔다. 이 같은 상황에서 정부는 정예팀들과 2차 평가 기준·방안 등을 조만간 협의·확정해 글로벌 수준의 독자 AI 파운데이션 모델 개발을 뒷받침하고, 이를 통해 우리나라 AI 생태계 경쟁력 제고 등을 적극 도모한다는 계획을 내놨다. ▲벤치마크 평가 ▲전문가 평가 ▲사용자 평가 등 기존 단계평가의 큰 틀은 유지하되, 글로벌 주요 리더보드 타겟으로 글로벌 벤치마크를 선정하고 전문가 평가 항목에 '독자성' 평가 세분화 등도 검토키로 했다. 또 재공고 시행 배경이 된 개발 모델의 독자성 잣대는 '초기 데이터 로그 보유 및 자체 문제해결 능력'으로 규정해 논란을 불식시키기 위한 노력에도 나섰다. 업계에선 2차 평가 핵심으로 단순한 성능 고도화를 넘어 산업 현장 적용을 위한 '확장성 및 활용성'이 될 것이라고 예상했다. 또 최근 정부가 공공 데이터 개방에 적극 나서고 있는 만큼 데이터를 AI 모델로 얼마나 잘 활용할 수 있을지도 관건이 될 것으로 전망했다. 업계 관계자는 "2차 평가 기준이 1차 때랑 크게 바뀌지 않을 듯 해 모티프테크놀로지스가 기존 3사와의 기술 격차를 어떻게 좁힐 수 있을지가 관건"이라면서도 "정부가 2차 평가에선 컨소시엄에 참여한 기업들과 주관사가 AI 모델 개발 과정에서 어떻게 구체적으로 협업할 수 있는지가 주요 기준이 될 것"이라고 예상했다. 그러면서 "AI 모델 개발에서 끝나는 게 아니라 각 컨소시엄들이 현장에서 어떻게 활용할지에 대한 계획을 잘 드러내는 것이 중요해보인다"고 덧붙였다. 또 다른 관계자는 "정부가 개방한 공공 데이터를 AI 모델을 학습할 때 잘 활용해 우리나라에 특화된 AI로 얼마나 잘 만들 수 있는지가 2차 평가에서 중요하게 반영될 것"이라며 "모델 성능이나 크기보다 데이터 활용도, 우리나라 상황과 한국어 맥락에 맞는 답변을 제대로 내놓을지에 대한 평가가 좀 더 심도있게 진행될 듯 하다"고 전망했다.

2026.02.20 18:47장유미 기자

[독자 AI 재도전] 모티프테크놀로지스, 독파모 추가 공모 참여…경량화 전략 전면에

모티프테크놀로지스가 국가대표 인공지능(AI) 정예팀 합류에 다시 도전한다. 지난해 서면평가를 통과했지만 발표평가에서 고배를 마신 뒤 기존 모델 고도화 전략을 앞세워 재승부에 나섰다. 모티프테크놀로지스는 12일 과기정통부와 한국지능정보사회진흥원(NIPA)이 진행한 '독자 AI 파운데이션 모델(독파모)' 추가 참여 컨소시엄 접수에 참여했다. 이번 재공모는 기존 3개 정예팀과 대등한 기술 경쟁이 가능한지를 판단하는 절차로, 서면 검토와 발표 평가를 통해 최종 1개 팀만 선발된다. 모티프테크놀로지스는 모레 자회사로, 고성능 거대언어모델(LLM)과 대형 멀티모달모델(LMM)을 모두 파운데이션 모델로 개발한 경험을 갖춘 스타트업이다. 지난해 공개한 LLM '모티프 12.7B'는 모델 구축부터 데이터 학습까지 전 과정을 자체 수행한 국산 기술로, 기존 트랜스포머 구조를 그대로 쓰지 않고 '그룹별 차등 어텐션(GDA)'을 적용해 아키텍처를 재설계한 것이 특징이다. 이번 독파모 도전에서도 완전히 새로운 모델을 처음부터 개발하기보다는 기존 LLM과 비전 모델 성과를 바탕으로 고도화된 로드맵을 제시하는 전략을 택한 것으로 알려졌다. 컨소시엄 명단은 구체적으로 공개되진 않았다. 업계에 따르면 모회사 모레를 비롯해 삼일회계법인·서울대학교·카이스트 등 기존에 함께했던 산학연 파트너들이 참여하며 여기에 추가 기관과 기업이 다수 합류한 것으로 전해졌다. 추가 선발이 확정되면 2차 평가는 8월 초께 시작된다. 정부는 신규 합류 팀이 기존 정예팀과 동일한 조건에서 개발을 이어갈 수 있도록 이달 중 최종 선발 절차를 마무리할 계획이다. 선정 기업에는 엔비디아 그래픽처리장치(GPU) B200 768장 규모 인프라를 비롯해 데이터 공동구매 및 구축·가공 지원이 제공된다. 다만 평가에서 경쟁력이 충분하지 않다고 판단될 경우 추가 선발 자체가 무산될 가능성도 있다. 임정환 모티프테크놀로지스 대표는 지난 8일 지디넷코리아와의 인터뷰에서 "결과와 상관없이 도전 과정 자체가 우리 기술을 한 단계 도약시키는 결정적 계기가 될 것"이라며 "경량화·특화 모델 전략을 통해 스타트업만의 방식으로 독자 파운데이션 모델의 가능성을 증명하겠다"고 밝혔다.

2026.02.12 17:57한정호 기자

[독자 AI 재도전] 트릴리온랩스, 국가대표 AI 정조준…독자 아키텍처 '승부수'

트릴리온랩스가 과학기술정보통신부의 '독자 AI 파운데이션 모델(독파모)' 추가 공모에 재도전하며 국가대표 AI 정예팀 합류를 다시 노린다. 지난해 1차 평가에서 탈락한 뒤 독자 아키텍처 고도화와 실전형 모델 역량을 앞세워 재승부에 나섰다. 트릴리온랩스는 12일 과기정통부와 한국지능정보사회진흥원(NIPA)이 진행한 독파모 추가 참여 컨소시엄 접수에 참여했다. 이번 추가 공모는 기존 3개 정예팀과 유의미한 경쟁이 가능한 1개 팀을 선발하기 위한 절차로, 서면·발표평가를 거쳐 전문가 평가위원 과반의 인정을 받아야 한다. 트릴리온랩스는 설립 1년 만에 700억(70B) 매개변수 규모의 거대언어모델(LLM)을 자체 설계·학습해 공개한 스타트업이다. 초기 설계 단계부터 모델 아키텍처를 직접 구현했으며 최근 1년간 22건의 기술 기여를 기록하는 등 프롬 스크래치 개발 역량을 강조해 왔다. 특히 외부 모델을 미세조정하는 방식이 아닌 구조 혁신 중심 전략을 내세우고 있다. 신재민 트릴리온랩스 대표는 지난 8일 지디넷코리아와의 인터뷰에서 "남의 모델 위에 얹혀 파인튜닝만 하는 방식은 무늬만 국산에 불과하다"며 독자 아키텍처 확보 필요성을 강조한 바 있다. 구체적인 컨소시엄 구성은 아직 공개되지 않았다. 업계에 따르면 이곳은 국가 기간 인프라·제조·국방·공공·보안 분야 기업과 연구기관 등 20곳 이상이 참여하는 대규모 연합을 꾸린 것으로 전해졌다. 추가 선발이 이뤄질 경우 2차 단계평가는 8월 초 진행될 예정이다. 과기정통부는 추가 합류팀이 기존 정예팀과 동등한 수준의 AI 모델 개발 기간을 확보할 수 있도록 이달 안에 최종 정예팀을 확정한다는 방침이다. 추가 선발 팀에는 엔비디아 최신 그래픽처리장치(GPU) B200 768장 규모의 컴퓨팅 자원과 데이터 공동구매·구축 지원 등이 제공된다. 다만 평가 기준에 부합하지 않을 경우 추가 선정이 없을 가능성도 열려 있다. 트릴리온랩스 측은 "추격형 모델 경쟁과 고비용 구조로는 AI 3강에 진입할 수 없다"며 "규모 확장만이 아닌 비용 구조 혁신과 아키텍처 재설계를 통해 게임의 룰을 바꿔야 한다"고 밝혔다. 이어 "이번 프로젝트는 국가 인프라 현장에서 실제로 작동하는 AI를 구현해 독자 기술 기반의 산업 내재화를 이루는 전환점이 될 것"이라고 덧붙였다.

2026.02.12 17:57한정호 기자

국대 AI 패자부활전, 12일 접수 마감…심사 '속도전'

정부가 국가대표 인공지능(AI) 기업을 선발해 그래픽처리장치(GPU)와 데이터, 인재 지원을 총동원하는 '독자 파운데이션 모델(독파모) 프로젝트' 사업의 추가 모집 마감이 임박했다. 네이버클라우드와 KT 등 주요 대기업이 줄줄이 불참을 선언한 가운데, 기술력을 앞세운 스타트업 간의 치열한 2파전이 예상된다. 과학기술정보통신부는 공백을 최소화하기 위해 설 연휴도 반납하고 심사에 속도를 낸다는 방침이다. 대기업 빠진 자리, '기술 스타트업'이 채운다 11일 업계에 따르면 과기정통부와 정보통신산업진흥원(NIPA) 등이 주관하는 독파모 프로젝트 추가 공모가 오는 12일 마감된다. 이번 공모는 지난 1차 단계평가 이후 '프롬 스크래치(바닥부터 독자개발)' 논란 등으로 인해 불거진 공정성 시비를 해소하고, 상반기 4개 정예팀 경쟁 체제를 유지하기 위해 마련됐다. 앞서 대기업들의 이탈로 흥행 부진이 우려됐으나 모티프테크놀로지스와 트릴리온랩스 등 스타트업들이 참전 의사를 밝히며 분위기가 반전됐다. AI 인프라 솔루션 기업 모레 자회사인 모티프테크놀로지스는 독자적인 '그룹별 차등 어텐션(GDA)' 기술을 적용한 모델을 보유하고 있다. 이에 맞서는 트릴리온랩스는 설립 1년 만에 700억(70B) 매개변수 규모의 거대언어모델(LLM)을 자체 개발했으며, 모든 파라미터가 계산에 참여하는 '덴스' 구조를 적용해 기술적 차별성을 강조하고 있다. 정부, 13일부터 검증 레이스 본격화 과기정통부는 공모가 마감되는 직후인 13일부터 즉각적인 심사 체제에 돌입한다. 추가 선발팀에게 부여되는 개발 기간이 이달부터 오는 7월까지로 고정된 만큼, 기존 선발팀들과 동등한 개발 시간을 보장하려면 일정이 촉박하기 때문이다. 과기정통부를 비롯한 심사위원단은 다가오는 설 연휴 기간에도 휴가를 반납하고 서면 심사를 진행할 예정이다. 과기정통부는 조만간 선정될 추가 팀이 즉시 개발에 착수해야 하는 일정을 감안해 행정 절차를 최대한 신속하게 진행할 방침이다. 서면 심사와 발표 심사를 연달아 진행해 이달 안으로 최종 정예팀을 확정하고 결과를 발표할 계획이다. 'K-AI 기업' 명칭·GPU 등 지원…기준 미달 시 '선정 無' 패자부활전에서 살아남는 최후의 1팀에는 정부의 파격적인 혜택이 주어진다. 선정된 기업은 '한국형 인공지능(K-AI) 기업'이라는 명칭과 함께 엔비디아의 최신 GPU인 B200 768장 규모의 컴퓨팅 자원, 데이터 구축 등을 지원받게 된다. 다만 최종 평가 관문을 통과하기 위해서는 기존 3개 정예팀에 버금가는 경쟁력을 입증해야 한다. 정부는 전문가 평가위원 과반이 기존 3개 정예팀(LG AI연구원, SK텔레콤, 업스테이지)과 유의미한 경쟁이 어렵다고 판단할 경우, 추가 선정을 하지 않을 방침이다. 평가 항목에는 '독자성'이 보강될 것으로 보이며 우리 AI 생태계 확장에 기여할 수 있는지가 핵심 평가 요소가 될 전망이다. 류제명 과기정통부 제2차관은 이날 오전 서울 중구에서 열린 한국정보통신법학회 등 주최 조찬간담회에서 "독파모 프로젝트는 최종 승자를 가리는 자리가 아니라, 경쟁 과정에서 직·간접적인 정부 지원을 통해 기술력을 글로벌 수준으로 끌어올리는 과정"이라고 강조했다.

2026.02.11 14:58이나연 기자

[독자 AI 재도전] 모티프 "국가대표 AI 패자부활전 참가…AI 스타트업 최고의 도전"

과학기술정보통신부가 추진하는 '독자 AI 파운데이션 모델(독파모)' 추가 선발을 앞두고 1차 평가에서 탈락했던 인공지능(AI) 스타트업들이 다시 한 번 도전에 나서고 있다. 이번 추가 공모는 단순한 '패자부활전'을 넘어 한국 AI 기술이 어떤 방향과 전략을 선택할 것인지를 가늠하는 시험대가 될 전망이다. 특히 대기업 중심 구도 속에서 스타트업이 독자 기술과 아키텍처를 앞세워 어떤 해법을 제시할 수 있을지가 주목된다. 지디넷코리아는 독파모 추가 선발전에 도전하는 모티프테크놀로지스와 트릴리온랩스 두 기업 대표의 인터뷰를 통해 각자의 문제의식과 기술 전략을 짚어본다. [편집자주] "스타트업의 본질은 빅테크가 놓치고 있는 빈틈 그 불가능해 보이는 문제에 뛰어들어 해답을 찾는 것입니다. 오픈AI와 구글이 장악한 것 같은 인공지능(AI) 시장에서도 여전히 풀지 못한 숙제와 채워지지 않은 요소는 넘쳐납니다. 바로 그 지점이 우리 같은 스타트업에게는 축복이자 기회입니다." 정부 주도 '독자 AI 파운데이션 모델(독파모)' 구축 사업에 재도전장을 낸 모티프의 임정환 대표는 확신에 찬 목소리로 말했다. 그는 이번 독파모 사업을 단순한 정부 과제 수행이 아닌, 스타트업이 기술적 낭만과 생존 본능을 증명하고 글로벌 빅테크의 틈새를 공략할 수 있는 가장 큰 기회가 될 것이라고 강조했다. 8일 임 대표는 지디넷코리아와의 대담에서 "결과와 상관없이 도전 과정 자체가 우리 기술을 한 단계 도약시키는 결정적 계기가 될 것"이라며 "이번 재도전을 통해 국내 AI 생태계에 새로운 기준점을 제시하겠다"고 포부를 밝혔다. 또 그는 이번 재도전을 단순한 사업 참여가 아니라 국내 AI 생태계 논의의 기준점을 만드는 과정으로 바라봤다. 더불어 독자 파운데이션 모델과 함께 최근 화제가 된 몰트북과 AI 버블론, 독파모 패자부활전에 나선 스타트업의 생존 전략에 대해서도 이번 인터뷰에서 의견을 밝혔다. 빅테크와 직접 경쟁은 비현실적...'경량화·특화 모델'로 틈새 공략" 임 대표는 독파모에서 스타트업 특유의 유연함과 실행력을 무기로 거대 자본이 지배하는 AI 시장의 틈새를 파고들겠다는 전략이다. 오픈AI나 구글이 조 단위의 인프라 투자를 감행하는 '머니 게임' 속에서 스타트업이 독자 파운데이션 모델을 개발하는 것은 무모해 보일 수도 있다. 이에 대해 그는 "우리가 가진 한정된 자원으로 빅테크와 파라미터 경쟁을 하는 것은 불가능하다"고 냉정하게 진단했다. 대신 '선택과 집중'을 택했다. 범용 거대언어모델(LLM)뿐만 아니라 이미지, 비디오 생성 등 특화된 영역의 파운데이션 모델을 직접 개발하며 기술을 내재화하는 방식이다. 임 대표는 "단순히 남들이 만든 API를 가져다 쓰는 것이 아니라, 원천 기술을 확보해야만 급변하는 미래에 대응할 수 있다"고 강조했다. 그는 "모델의 크기가 커진다고 무조건 좋은 것은 아니다"라며 "특정 도메인이나 기업 환경에 맞춰 최적화된, 작지만 강력한 모델이 오히려 시장에서 더 큰 가치를 발휘할 수 있다"고 설명했다. 이는 막대한 비용이 드는 범용 모델 대신, 효율성과 실용성을 갖춘 '경량화된 파운데이션 모델'로 승부를 보겠다는 의지로 풀이된다. AI 버블 아닌 전환기...몰트북 같은 UX 혁신이 대중화 이끌 것 최근 불거진 AI 버블 논란에 대해 그는 "지금은 과열 국면이 아니라 개발 방식 자체가 완전히 바뀌는 거대한 전환기"라고 의견을 밝혔다. 특히 코드 생성과 업무 자동화 영역에서 AI 활용이 빠르게 확산되고 있다는 점을 강조했다. 그는 "과거에는 개발자가 AI에 코딩을 맡기면 실력이 부족하다는 인식이 있었지만, 지금은 오히려 뛰어난 개발자일수록 AI를 더 적극적으로 활용하는 구조가 됐다"며 "이제는 AI를 얼마나 잘 쓰느냐가 개발자 역량의 핵심 기준이 되고 있다"고 설명했다. 최근 업계의 화두로 떠오른 몰트북에 대해서도 같은 맥락에서 해석했다. 임 대표는 "몰트북은 개발자가 아닌 일반 대중도 AI가 일을 대신 처리하는 모습을 직접 목격하게 된 첫 사례"라고 평가했다. 복잡한 개발 워크플로를 몰라도, 대화만으로 자동화 결과를 즉각 확인할 수 있다는 점이 대중의 관심을 폭발시켰다는 분석이다. 그는 "이는 기술 성능보다 사용자 경험(UX)이 임계점을 넘었을 때 어떤 파급력이 나타나는지를 보여주는 사례"라고 덧붙였다. 다만 기업 환경에서의 무분별한 AI 도입에 대해서는 신중한 접근이 필요하다고 경고했다. 개인 사용자와 달리 기업은 보안과 접근 권한 관리가 핵심이기 때문이다. 임 대표는 "실제 기업 내부 문서를 AI에 연동하는 과정에서 전 직원의 연봉 정보가 여과 없이 노출된 사례도 있었다"고 언급하며, "정교한 접근 권한 설계 없이 단순히 AI 모델만 도입하면 대형 보안 사고로 이어질 수 있다"고 지적했다. 기업용 AI는 모델의 성능보다 통제 구조와 보안 시스템이 먼저 갖춰져야 한다는 것이 그의 지론이다. 텍스트를 넘어 세계를 이해하는 AI 목표 모티프가 그리고 있는 장기 비전의 키워드는 '월드 모델(World Model)'이다. 임 대표는 텍스트를 처리하는 수준을 넘어, 현실 세계의 물리적 법칙과 환경, 사물 간 상호작용을 이해하고 예측하는 AI로의 진화를 자연스러운 흐름으로 봤다. 단순히 질문에 답하는 모델이 아니라, 세계를 하나의 구조로 인식하고 스스로 가설을 세우는 단계로 나아가야 한다는 문제의식이다. 그는 이 변화가 먼 미래의 이야기는 아니라고 봤다. 다만 시점에 대해서는 신중한 태도를 유지했다. 임 대표는 "기술 발전 속도가 워낙 빠르다 보니 그 시점이 내년일 수도 있고, 조금 더 시간이 걸릴 수도 있다"고 말했다. 그러면서도 방향성만큼은 분명하다고 강조했다. AI가 현실을 이해하는 방식으로 진화하는 것은 되돌릴 수 없는 흐름이라는 판단이다. 임 대표는 기술 변화의 속도를 체감하는 이유로 연구 환경의 변화를 꼽았다. 그는 "매일 수백 편씩 쏟아지는 논문을 훑어보면서, 자고 일어나면 세상이 달라져 있다는 걸 실감한다"고 말했다. 어제의 최첨단이 하루 만에 기준점이 되는 상황에서, 기술을 따라가는 전략만으로는 살아남기 어렵다는 인식도 함께 드러냈다. 이 때문에 모티프는 외부 기술을 빠르게 적용하는 데 그치지 않고, 자체적인 기술 해답을 찾는 데 집중하겠다는 입장이다. 임 대표는 "모티프 역시 이 빠른 흐름 속에서 우리만의 방식으로 문제를 정의하고, 기술적으로 풀어낼 것"이라며 "작더라도 방향이 분명한 기술을 쌓아가는 것이 결국 경쟁력이 될 것"이라고 말했다. 독자 파운데이션 모델 도전 역시 이런 비전의 연장선에 있다. 거대 자본이 주도하는 AI 경쟁에서 정면 승부를 벌이기보다는 세계를 이해하는 AI라는 장기 목표를 향해 한 단계씩 접근하겠다는 전략이다. 임 대표는 "지금의 선택이 당장 성과로 이어지지 않더라도 결국 미래를 준비하는 과정이 될 것"이라고 말했다.

2026.02.08 12:00남혁우 기자

Prev 1 2 3 4 5 6 Next