검색 - IT세상을 바꾸는 힘 지디넷코리아

ZDNet 검색 페이지

'독자 AI'통합검색 결과 입니다. (168건)

태그
기간
- 3개월
- 1년
- 1년 이전

재검색

[인터뷰] 스탠퍼드 AI 인덱스 총괄이 본 '한국 AI 3강' 실현 조건

"한국 정부가 인공지능(AI) 3대 강국 목표를 달성하려면 미국·중국과 초대형 범용모델 경쟁을 벌이기보다 산업별 특화모델을 키워야 합니다. 소버린 AI 추진 방향도 단순 모델 개발을 넘어 인프라와 데이터, 인재를 아우르는 생태계를 구축해야 합니다. 모델 평가에도 실제 성능을 가늠할 수 있는 예측형 평가를 지표로 추가할 필요가 있습니다." 샤 사자디에(Sha Sajadieh) 미국 스탠퍼드대 인간중심AI연구소(HAI) AI 인덱스 총괄은 최근 지디넷코리아를 만나 한국이 소프트웨어(SW)와 반도체·하드웨어(HW) 역량을 결합한 산업 특화 AI 전략으로 미국·중국과 차별화해야 한다며 이같이 강조했다. 사자디에 총괄은 2년 전부터 HAI에서 연구 전략 수립과 인덱스 분석·집필을 맡고 있다. AI 인덱스는 세계 각국 AI 기술과 산업, 투자, 정책, 인재 동향 등을 종합적으로 분석하는 스탠퍼드 HAI 연례 보고서다. 사자디에 총괄은 AI 인덱스만으로 한국 AI 경쟁력을 평가할 수 없다고 말했다. AI 인덱스가 국가별 AI 경쟁력을 종합 순위로 매기지 않는다는 이유에서다. 이에 기술과 인재, 투자, 산업 등 어떤 지표를 기준으로 삼느냐에 따라 각국 위치는 달라진다. 사자디에 총괄은 여러 지표를 종합했을 때 한국이 글로벌 AI 생태계 선도 그룹에 속한다고 평했다. 그는 "한국이 1인당 AI 특허수를 비롯해 인재 육성과 반도체, 로봇공학, HW 분야에서 뚜렷한 경쟁력을 갖춘 것은 확실하다"며 "AI 생태계 선도 그룹에 필요한 조건을 모두 갖춘 것은 분명하다"고 설명했다. 그는 이같은 한국 기반이 세계 최고 수준 모델 경쟁력으로 이어지지는 않았다고 진단했다. 그는 "한국은 AI 특허와 칩, HW 전문성, 교육, 산업 역량 등 경쟁력 있는 모델을 만드는 데 필요한 재료를 모두 갖췄다"며 "문제는 이런 재료를 언제 하나로 결합해 AI 생태계를 선도할 수 있느냐"라고 주장했다. 이어 "한국어 특화 모델이 잇달아 출시되고 있지만, 해당 모델은 AI 인덱스가 살펴보는 글로벌 벤치마크 최상위권에 아직 오르지 못한 상태"라고 덧붙였다. 사자디에 총괄은 한국이 넘어야 할 가장 큰 장벽으로 규모를 꼽았다. 미국과 중국은 거대한 내수시장과 막대한 투자금으로 초대형 범용모델 경쟁을 주도하고 있지만, 한국이 이같은 방식으로 맞서기는 쉽지 않다는 분석이다. 그는 "한국은 미국·중국을 그대로 따라가기보다 SW와 반도체·HW 고유 강점을 활용해야 한다"며 "이 역량을 결합해 제조와 국방, 과학, 공공서비스 등 특정 산업서 뛰어난 성능을 내는 특화 모델을 개발하는 것이 현실적인 차별화 전략"이라고 강조했다. 사자지에 총괄은 이러한 관점에서 한국 정부가 추진하는 '국가 AI 파운데이션 모델 프로젝트'와 '모두의 AI' '사이버 보안 특화 AI 모델 프로젝트'를 긍정적으로 평했다. 그는 "국내 고유 모델과 인프라, 서비스를 확보하려는 방향은 맞다"며 "이를 통해 해외 기술 의존도를 낮추고 소버린 AI 기반을 마련하는 데 도움이 될 수 있다"고 봤다. 그는 한국 정부가 소버린 AI를 단순히 국내 모델·서비스 개발로 한정 지어선 안 된다고 당부했다. 그는 "소버린 AI는 국가 파운데이션 모델을 보유하는 것보다 훨씬 넓은 개념"이라며 "인프라와 데이터, 모델, 애플리케이션, 인재를 모두 포함한다"고 강조했다. 그러면서 "한국은 이미 소버린 AI 구현에 필요한 요소를 상당 부분 갖췄다"며 "앞으로 국내 AI 모델뿐 아니라 자체 인프라를 확충하고 데이터와 서비스, 인재를 한 생태계로 연결하는 작업을 추진해야 한다"고 내다봤다. "벤치마크 이슈는 글로벌 화두...예측형 평가 지표 필요" 사자디에 총괄은 최근 이슈인 벤치마크 실효성을 글로벌 화두로 봤다. 벤치마크가 모델 특정 능력을 객관적으로 비교하는 데 유용하지만 점수만으로 전체 성능이나 실제 활용 가능성까지 판단할 수는 없다는 이유에서다. 그는 벤치마크에서 모델 학습 데이터가 공개되지 않는 점도 평가 신뢰성을 떨어뜨리는 요인으로 꼽았다. 평가 문항이나 이와 유사한 데이터가 학습 과정에 포함됐는지 외부에서 확인하기 어렵다는 설명이다. 또 벤치마크가 빠르게 변별력을 잃는 현상도 문제로 지적했다. 높은 난도로 설계한 평가를 공개해도 불과 몇 달 만에 일부 모델이 만점에 가까운 점수를 기록하는 사례가 이어지고 있어서다. 사자디에 총괄은 벤치마크 자체가 불필요한 것은 아니라고 선을 그었다. 시험 점수 하나로 학생의 모든 능력을 판단할 수 없듯 벤치마크도 모델을 평가하는 여러 수단 가운데 하나로 활용해야 한다는 설명이다. 사자디에 총괄은 최근 국내 독파모 전문가 평가 방식에 대한 견해도 밝혔다. 그는 "전문가 평가에서는 기술 성능뿐 아니라 인간 선호도와 안전성, 책임 있는 AI, 실제 현장 활용성까지 종합적으로 살펴야 한다"며 "예컨대 의료 분야에 활용할 모델이라면 일반적 질의응답 점수보다 병원에서 얼마나 정확하고 안전하게 작동하는지를 검증하는 방식이어야 할 것"이라고 주장했다. 그는 전문가 평가 결과 신뢰성을 확보하려면 평가 기준과 방법론도 일정 수준은 외부에 공개돼야 한다고 봤다. 외부 전문가가 결과를 독립적으로 검증할 수 있을 만큼 투명성을 확보할 필요가 있다는 설명이다. 다만 세부 평가 문항과 방법을 모두 공개하는 데에는 신중함이 필요다고 봤다. 그는 "세부 문항·방법이 모두 공개되면 기업이 높은 점수를 얻기 위해 모델을 특정 문항에 맞춰 최적화하는 벤치맥싱이 또 발생한다"며 "한국 정부는 평가 투명성을 확보하는 방안과 벤치맥싱 막는 방법을 균형 있게 반영해야 할 것"이라고 당부했다. 그러면서 "모델 발전 속도와 사용 목적에 맞춰 평가 체계도 지속적으로 개선돼야 한다"며 "한국 정부는 기존 문항 정답률을 측정하는 데 그치지 않고 모델을 실제 현장에 투입했을 때 나타날 성능과 위험을 미리 가늠하는 '예측형 평가'도 지표에 추가해야 할 것"이라고 말했다. "피지컬 AI·월드 모델 지표 추가…AI 리터러시·고용 영향도 측정" 사자디에 총괄은 AI 인덱스에 피지컬 AI와 월드 모델을 비롯한 AI 교육·리터러시, 경제·고용 효과를 측정하는 지표를 강화할 계획을 밝혔다. AI 활용 영역이 빠르게 넓어지고 있지만 국가별 수준과 영향을 비교할 수 있는 데이터는 아직 충분하지 않다는 판단에서다. 그는 "피지컬 AI 분야에서는 기존 로봇 벤치마크를 넘어 실제 환경 속 작동 능력을 측정할 수 있는 지표가 필요하다"며 "로봇과 AI 시스템이 현실 공간에서 주어진 작업을 제대로 수행하는지 평가하고, 사고가 발생했을 때의 책임 소재와 규제 체계까지 함께 살펴봐야 한다"고 설명했다. 그러면서 "피지컬 AI 경쟁력 기반인 HW와 로봇공학 교육 수준도 측정 대상에 포함하는 방안을 검토하고 있다"며 "현재 지표만으로는 국가별 AI와 HW 역량을 정교하게 구분하기 어렵기 때문"이라고 덧붙였다. 그는 월드 모델도 향후 중요하게 다룰 분야로 꼽았다. 모델 기술적 성능을 비교하는 데 그치지 않고 월드 모델 발전이 산업과 사회, 정책에 미칠 영향까지 분석할 방침이다. 사자디에 총괄은 각국 시민이 AI를 실제로 활용하는 능력도 새 평가 대상으로 제시했다. AI 관련 학위 취득자나 개발 인력 규모뿐 아니라 일반 시민이 AI를 얼마나 효과적이고 책임감 있게 사용하는지를 보여주는 'AI 리터러시' 지표가 필요하다는 설명이다. 사자디에 총괄은 AI 확산이 경제와 노동시장에 미치는 실질적인 효과도 면밀히 추적할 것이라고 강조했다. AI 도입이 생산성과 비용, 일자리에 어떤 변화를 일으키는지 분석하고 국가별 AI 인재의 유입·유출 규모와 이동 원인도 함께 살펴볼 예정이다. 사자디에 총괄은 "AI 기술이 아무리 강력해도 사람들이 이를 효과적으로 활용하지 못하면 기대한 효과를 낼 수 없다"며 “앞으로 AI가 경제와 고용에 미치는 영향과 국가 간 인재 이동을 더욱 깊이 측정할 수 있도록 노력할 것"이라고 말했다.

2026.09.08 10:16김미정 기자

[비욘드IT] 독파모 그 후…네이버·NC AI·모티프, 각자의 길에서 도약한다

'독자 인공지능(AI) 파운데이션 모델(독파모)' 사업에 참가했던 기업들이 각자 영역에서 성과를 쌓아가고 있다. 이들은 독파모 참여 과정에서 축적한 기술력과 역량과 미처 보이지 못했던 잠재력을 바탕으로 국방·조선·로봇 등 산업 현장 적용을 확대하고 있다. 정부 평가 결과와 별개로 각자의 강점을 앞세워 국내외 AI 시장에서 존재감을 키우며 경쟁력 확보에 나서는 모습이다. 7일 관련 업계에 따르면 네이버클라우드와 NC AI는 고보안 산업과 피지컬·에이전틱 AI 분야를 중심으로 사업을 확대하고 있다. 모티프테크놀로지스는 글로벌 AI 벤치마크 성과를 발판으로 차세대 독자 모델 개발에 힘을 싣고 있다. 네이버클라우드, 국방·금융 AI 영토 확장… '보안·데이터 주권' 시장 공략 네이버클라우드가 국방과 금융처럼 높은 보안성과 신뢰성, 데이터 주권이 필수적인 분야를 중심으로 AI 사업 기반을 가파르게 넓히고 있다. 방산 분야에서는 한국항공우주산업(KAI)과 손잡고 방산 특화 AI 파운데이션 모델 공동 개발을 추진 중이다. 양사는 향후 무인기, AI 파일럿, 유무인복합체계 등 미래 전투체계로 활용 범위를 확대한다는 구상이다. 또한 국방부가 발주한 '초거대 AI 기반 지휘통제체계 기술' 사업에는 한화시스템 컨소시엄의 일원으로 참여하고 있다. 한화시스템이 지휘통제체계 적용 및 통합을 맡고 네이버클라우드가 AI 모델과 클라우드·데이터 플랫폼 공급을 담당하는 구조다. 최근 보안 특화 AI 사업자에도 선정되며 고보안 AI 시장에서 입지를 한층 강화하고 있다. 민감 정보의 외부 유출 우려 없이 기업과 기관이 자체 환경에서 AI를 활용할 수 있도록 지원하는 보안형 AI 수요를 공략한다는 전략이다. 금융·공공 영역에서는 한국은행과 AI 플랫폼 구축을 위한 협력을 진행하며 영역을 넓히고 있다. 이는 단순한 범용 모델 성능 경쟁을 넘어, 민감한 데이터를 다루고 높은 보안 수준이 요구되는 산업 현장의 AI 전환(AX) 수요를 집중 공략하겠다는 전략이다. 이러한 행보는 네이버클라우드의 기존 AI 사업 전략과도 궤를 같이한다. 성낙호 네이버클라우드 기술총괄은 "독파모 사업 역시 기존 전략의 연장선에 있는 프로젝트라며 보안과 맞춤형 생태계에 집중하는 AI 전략을 꾸준히 이어가겠다"고 뜻을 밝힌 바 있다. NC AI, 피지컬·에이전틱 AI로 사업 확장 NC AI는 게임 AI 분야에서 쌓은 역량을 국방·제조·조선·로봇으로 확장하며 피지컬 AI와 에이전틱 AI 시장을 공략하고 있다. NC AI는 지난 5월 현대로템과 컨소시엄을 구성해 국방과학연구소가 발주한 피지컬 AI 관련 국책 과제의 최종 사업자로 선정됐다. 같은 달 포스코DX와 로봇 파운데이션 모델 공동 개발을 위한 업무협약도 체결했다. 6월에는 한화오션의 용접 모델 개발 과제를 수주하며 조선 분야로 적용 범위를 넓혔다. 이어 7월 말에는 494억원 규모의 정부 에이전틱 AI 사업 주관기관으로 선정돼 가비아의 그룹웨어 플랫폼을 대상으로 기술 실증을 진행하고 있다. LG전자와 함께 산업통상부·한국산업기술기획평가원(KEIT)의 'K-온디바이스 AI반도체 기술개발 사업' 휴머노이드 분야 수행기관으로도 참여했다. 디지털트윈, 월드모델, 로봇 파운데이션 모델 등을 아우르는 풀스택 피지컬 AI 기술을 앞세워 해외 시장 진출도 모색하고 있다. 이는 NC AI가 단순한 범용 AI 모델 성능 경쟁을 넘어, AI가 현실 공간과 산업 시스템에서 판단하고 실행하는 피지컬 AI, 업무를 계획하고 도구를 활용해 과업을 수행하는 에이전틱 AI를 새로운 성장축으로 삼고 있음을 보여준다. 이연수 NC AI 대표는 "몇 달간 그래픽처리장치(GPU) 수급 불균형과 인프라 제약 등 녹록지 않은 환경 속에서 밤낮없이 기술 고도화에 매진한 분들의 노고를 잘 안다"며 "우리는 여기서 멈추지 않고 이번 경험을 '전화위복'의 계기로 삼고자 한다"고 당시 소감을 밝혔다. 이어 "단순한 기술 구현을 넘어 실제 매출과 투자 성과로 이어질 수 있도록 실질적인 경쟁력 확보에 주력하겠다"며 "리가 흘린 땀방울은 절대 헛되지 않을 것으로 이번 아쉬움을 발판 삼아 시장에서 실력으로 우리 가치를 다시 증명할 것"이라며 임직원을 독려했다. 모티프, 글로벌 평가서 벤치마크 국내 1위…독자 개발 지속 모티프테크놀로지스는 독파모 2차 심사에서 자체 개발 모델 '모티프 3'를 공개하며 기술력을 알렸다. 모티프 3는 글로벌 AI 평가기관 아티피셜 애널리시스의 AI 인텔리전스 인덱스(AAII)에서 47점을 기록했다. 이는 독파모 2차 평가 참여 기업 가운데 가장 높은 점수로 당시 공개된 평가 기준상 국내 기업 중에서도 최고 수준이다. 이재명 대통령과 배경훈 부총리 겸 과학기술정보통신부 장관도 모티프의 AAII 성과를 국내 AI 경쟁력 사례로 언급한 바 있다. 제한된 인력과 컴퓨팅 자원으로 글로벌 경쟁력을 갖춘 모델을 내놓으면서 국내 AI 업계는 물론 해외 기술 기업과 투자업계의 관심도 끌어냈다. 관련 업계에서는 독파모 참여와 글로벌 벤치마크 성과가 모티프의 기술력과 성장 잠재력을 알리는 계기가 됐다고 평가한다. 독자 모델 개발 역량을 입증하며 글로벌 AI 시장에서 존재감을 높였고 향후 투자 유치와 해외 기업·기관과의 협력, 고객 확보 측면에서도 성장 기반을 넓혔다는 분석이다. 독파모 2차 평가 탈락과 별개로 모티프는 독자 개발을 이어간다는 방침이다. 회사는 3차수에는 참여하지 않겠다고 밝히고, 차세대 모델 '모티프 4'를 통해 글로벌 5위권 진입에 도전하겠다는 목표를 제시했다. 언어모델에 비전·오디오·비디오 기능을 결합한 통합 멀티모달 모델로 확장한다는 계획이다. 또 다른 시작에 나선 AI 기업, '진짜 경쟁력'은 시장에서 관련 업계에선 세 기업의 후속 행보 바탕으로 정부 평가에 미치지 못했다는 점이 기술력과 성장 가능성의 종착점은 아니라는 점을 보여준다고 주목하고 있다. 특히 세 기업이 서로 다른 방식으로 경쟁력을 증명하고 있는 점도 주목할 부분이다. AI 기업을 단일 평가의 총점이나 정부 사업 선발 여부만으로 재단하기 어렵다는 반증이기 때문이다. 특정 사업에서 원하는 성과에 미치지 못했더라도 다른 분야에서 충분히 성과를 낼 가능성이 존재하는 만큼, 최종 선발 여부뿐 아니라 경쟁 과정에 참여한 기업들이 이후 얼마나 성장하고 시장에서 가치를 만들어 내는지를 함께 평가해야 한다는 목소리도 나온다. 김경만 과학기술정보통신부 AI정책실장은 "NC소프트나 네이버클라우드 모두 독파모 성과와 무관하게 각 기업이 자체 경쟁력을 키우며 AI 영향력을 확대하고 있다"며 "우리가 원하는 것은 결국 참여 기업 가운데 하나라도 더 많이 활용되고 성장하는 것"이라고 밝혔다. 이어 "정부는 더 많은 경쟁력 있는 기업을 발굴하고 현장에서 쓰일 수 있는 AI 환경을 조성하기 위한 무대를 마련하려 한다"며 "경쟁에서 원하는 성과를 거두지 못한 기업이라도 그 가능성을 보고 응원해 주길 바란다"고 말했다.

2026.09.07 15:13남혁우 기자

[영상] 김동환 포티투마루 "독자 AI 모델 확보, 산업 주권·경제 경쟁력 좌우"

정부의 '독자 파운데이션 모델' 프로젝트가 2차 심사를 마친 가운데 국내 인공지능(AI) 산업계에서는 자체 AI 모델 확보가 단순한 기술 개발을 넘어 산업 주권과 경제 경쟁력을 좌우할 과제로 중요성이 부각되고 있다. 김동환 포티투마루 대표는 3일 영상 인터뷰에서 "AI를 자동차에 비유하면 파운데이션 모델은 엔진"이라며 "기술뿐 아니라 대규모 데이터와 그래픽처리장치(GPU) 등 막대한 컴퓨팅 자원이 필요한 영역이어서 민간 기업이 단독으로 감당하기에는 한계가 있다"고 말했다. 그는 "초거대 AI 모델 개발에는 많게는 조 단위 비용이 들고, 한 번의 학습·구동에도 수백억원이 소요될 수 있다"며 "정부가 GPU, 데이터, 전문 인력 등을 지원해 대기업뿐 아니라 스타트업도 도전할 수 있게 하는 것이 프로젝트의 취지"라고 설명했다. 해외 AI 의존, 기술·경제적 종속 우려 일각에서는 이미 성능이 높은 해외 AI 서비스를 활용하면 되는데 굳이 국내에서 대규모 비용을 들여 자체 모델을 개발해야 하느냐는 지적도 있다. 이에 대해 김 대표는 AI 기술의 통제권을 확보하는 일이 장기적으로 중요하다고 강조했다. 김 대표는 "AI는 특정 산업에만 쓰이는 기술이 아니라 생활과 산업 전반에 적용될 기반 기술"이라며 "외산 모델에 전적으로 의존하다가 공급 정책이나 이용 조건이 바뀌면 국내 기업과 기관의 AI 활용이 제약될 수 있다"고 말했다. 이어 "초기에는 해외 빅테크가 시장 선점을 위해 AI 서비스를 낮은 가격에 제공할 수 있지만, 특정 사업자에 대한 의존도가 높아진 뒤 가격이 오르면 산업 전반의 비용 부담으로 돌아올 수 있다"며 "외국 제품과 경쟁할 수 있는 자체 엔진, 자체 모델을 지속적으로 만들어가야 한다"고 밝혔다. 관련 업계에선 독자 파운데이션 모델 프로젝트를 둘러싸고는 '독자성'의 기준을 두고 논쟁도 이어지고 있다. 오픈소스 활용 범위와 해외 모델 증류 여부, 모델을 처음부터 자체 개발했는지 등이 주요 쟁점으로 거론됐다. 김 대표는 독자성을 단순히 '프롬 스크래치(from scratch)' 개발 여부로만 판단해서는 안 된다고 봤다. 그는 "모델 설계와 구현, 학습을 모두 독자적으로 했는지 등 관점에 따라 기준이 달라질 수 있다"면서도 "더 중요한 것은 이후에도 모델을 완벽하게 컨트롤하고 관리할 수 있느냐"라고 말했다. 그러면서 "필요한 기능과 기술을 지속적으로 추가하고, 문제가 생긴 부분을 수정·제어하며, 품질과 성능까지 관리할 수 있는 구조가 핵심"이라고 덧붙였다. 실사용성 강조한 2차 심사 2차 심사 과정에서는 벤치마크 최적화, 이른바 '벤치맥' 논란도 제기됐다. 특정 평가 문제와 유사한 데이터에 모델을 집중적으로 학습시켜 성능 수치만 끌어올린 것이 아니냐는 우려다. 김 대표는 관련 의혹은 확인할 사안이지만, 논란이 국내 AI 개발 투자 자체를 위축시켜서는 안 된다고 말했다. 그는 "모델의 실제 품질이 아니라 시험 점수만 높아 보이는 착시가 생길 수 있다는 점에서 문제 제기가 나오는 것"이라며 "확인할 것은 확인하고 정리할 것은 정리하되, 지속적인 투자와 개발은 이어가야 한다"고 밝혔다. 특히 이번 2차 평가에서 일반 국민이 실생활에서 AI를 사용하듯 모델을 평가하는 '국민평가단' 방식이 도입된 점을 긍정적으로 평가했다. 다만 평가 인원이 약 200명으로 제한됐고 테스트 시간 및 사례도 제한적이었다는 점은 보완 과제로 꼽았다. 김 대표는 "단순히 시험 문제를 푸는 벤치마크만으로 평가하기보다 실제 사용성을 함께 보는 방향으로 시장이 바뀌고 있다"며 "향후 평가에서는 더 많은 이용자가 직접 모델을 써보고 평가할 수 있도록 비중과 범위를 확대할 필요가 있다"고 제언했다. 3개 팀 경쟁 지속…"대형·멀티모달·업무 특화, 서로 다른 강점" 프로젝트는 초기 5개 팀을 선정한 뒤 단계별 평가를 거쳐 현재 3개 팀이 경쟁을 이어가는 구조로 진행되고 있다. 잔류 팀은 LG AI연구원, SK텔레콤, 업스테이지다. 정부는 최종적으로 2개 팀을 선정해 추가 지원할 계획이다. 김 대표는 각 팀이 동일한 모델을 만드는 것이 아니라, 범용 초거대 AI라는 큰 목표 아래 서로 다른 강점을 살려 발전할 수 있다고 내다봤다. SK텔레콤에 대해서는 대규모 파라미터 모델 개발에 도전할 수 있는 역량을, LG AI연구원에 대해서는 멀티모달 기술 및 그룹 계열사의 현장 과제를 해결해 온 경험을 강점으로 꼽았다. 업스테이지는 기업 내 업무 문서 처리 분야에 대한 투자와 멀티모달 확장 가능성을 특징으로 들었다. 김 대표는 "큰 모델은 성능 측면에서 장점이 있지만 운영 장비와 비용 부담도 커진다"며 "대형 모델뿐 아니라 기업과 개인이 활용하기 쉬운 소형 모델, 이미지·영상·표·그래프 등을 처리하는 멀티모달 모델, 에이전틱 AI 기능까지 함께 발전시켜야 한다"고 말했다. 독자 파운데이션 모델은 향후 일반 국민이 활용하는 대화형 AI 서비스뿐 아니라 산업 AI 전환(AX), 공공 AX, 피지컬 AI 등 다양한 영역에 적용될 것으로 전망된다. 일부 모델은 이미 기업 협력이나 개발자 플랫폼을 통해 활용 가능한 구조를 갖추고 있으며, 정부는 '모두의 AI' 프로젝트를 통해 일반 이용자 대상 서비스도 준비하고 있다. 포티투마루 역시 자체 모델 개발과 함께 국내 AI 모델 기업들과 공동 개발 및 사업화를 추진하고 있다. 김 대표는 "국내 팀들이 힘을 모아 해외 시장에 진출하는 작업도 중요하다"며 "AI는 기업의 해외 진출 과정에서 필요했던 인력과 비용, 준비 부담을 낮추고 있어 국내 기업의 글로벌 도전 가능성을 키울 수 있다"고 말했다. 이어 "글로벌 흐름은 멀티모달과 에이전틱 AI로 향하고 있다"며 "국내 독자 모델도 이 같은 기능을 지속적으로 보강해, 국내 산업의 경쟁력을 높이고 해외 시장에서도 성과를 내는 기반이 되길 기대한다"고 말했다.

2026.09.03 15:00남혁우 기자

[현장] SK텔레콤 "차기 독파모 핵심은 '에이전트', 실행력 높인다"

SK텔레콤이 인공지능(AI)이 실제 업무를 스스로 수행하는 '에이전트 AI' 경쟁에 속도를 낸다. 현재 개발 중인 차기 독자 AI 파운데이션 모델의 실행 능력을 높여 복잡하고 장시간이 필요한 업무까지 처리하도록 고도화할 계획이다. 김태윤 SK텔레콤 파운데이션 모델 담당은 3일 국회에서 열린 '에이전틱 AI 포럼'에서 "현재 차기 독자 AI 파운데이션 모델을 설계하고 있는데 에이전트 기능을 가장 중요하게 보고 있다"며 "과거에는 AI가 얼마나 똑똑하고 무엇을 알고 있는지가 중요했다면 이제는 어떤 일을 어디까지 할 수 있는지가 중요하기 때문"이라고 말했다. 이날 포럼은 조인철 더불어민주당 의원실과 이인선 국민의힘 의원실이 공동 주최하고 정보통신산업진흥원(NIPA)이 주관했다. SK텔레콤은 정부의 '독자 AI 파운데이션 모델' 프로젝트 정예팀으로 참여하며 자체 AI 모델 'A.X'를 고도화하고 있다. 지난 7월에는 6880억개 매개변수 규모의 2차 모델 'A.X K2'를 공개했다. 직전 모델인 A.X K1보다 국내외 14개 벤치마크 평균 성능이 32.2%포인트 높아졌으며 장문 이해와 에이전트 관련 평가에서는 83.9%포인트 향상됐다고 밝혔다. 전 국민이 활용할 수 있는 AI 서비스를 개발하는 정부의 '모두의 AI' 프로젝트에도 참여 중이다. SK텔레콤은 이 사업을 통해 이용자의 요청을 이해하는 데 그치지 않고 계획을 세워 실제 업무까지 처리하는 '실행형 AI' 개발을 목표로 한다. SK텔레콤이 에이전트 기능에 주목하는 이유는 AI가 처리할 수 있는 업무의 범위와 시간이 빠르게 늘고 있어서다. 초기 생성형 AI가 번역이나 간단한 질의응답을 처리했다면 최근에는 코드 작성과 보고서 초안 등 사람이 수 시간에 걸쳐 하던 업무까지 맡는 수준으로 발전했다. 김 담당은 AI가 연속해서 수행할 수 있는 작업 시간이 앞으로 더 길어질 것으로 내다봤다. 사람이 중간에 진행 상황을 확인하지 않아도 AI가 수 시간 동안 스스로 작업을 이어가고 향후에는 하루 이상 걸리는 업무까지 처리할 수 있다는 전망이다. 여러 AI가 역할을 나눠 일하는 '멀티 에이전트'도 다음 단계로 꼽았다. 하나의 AI가 장시간 작업하는 것을 넘어 여러 에이전트가 조직처럼 협업하고 서로 진행 상황을 확인하며 하나의 업무를 완성하는 방식이다. 이 같은 변화에 따라 파운데이션 모델을 개발하는 방식도 달라지고 있다. 기존에는 대규모 데이터를 학습해 지식과 언어 능력을 높이는 데 초점을 맞췄다면 에이전트 AI에서는 컴퓨터를 사용하고 복잡한 업무를 계획·실행하는 능력이 중요해졌다. 에이전트 AI 시대에는 강화학습의 역할도 커질 것으로 봤다. AI가 실제 문제를 해결하면서 성공과 실패에 따른 피드백을 학습하고 이를 다시 모델에 반영해 실행 능력을 높이는 방식이다. 산업 현장에서 축적되는 업무 데이터 역시 모델 성능을 지속적으로 높이는 자산이 될 수 있다. 이러한 데이터 선순환은 국내 독자 파운데이션 모델을 확보해야 하는 이유와도 연결된다. 해외 AI 모델을 중심으로 에이전트가 확산하면 국내 산업 현장에서 발생하는 업무 데이터와 피드백이 국내 모델의 성능 개선으로 이어지기 어렵기 때문이다. SK텔레콤은 자체 모델의 산업 현장 적용도 확대하고 있다. 철강과 자동차 부품 분야에서는 과거 품질 보고서를 검색해 필요한 정보를 제공하는 방식으로 실증에 나섰다. 국방 분야에서는 보안 환경에 맞는 활용 시나리오를 검증하고 바이오 분야에서는 신물질 탐색 등에 AI 모델을 접목했다. 공공 분야에서는 응용프로그램인터페이스(API)와 AI를 연동해 필요한 정보를 찾고 문서를 작성하거나 각종 증명서 발급을 돕는 기능을 준비하고 있다. 김 담당은 관련 서비스를 향후 6개월 안에 누구나 사용할 수 있도록 준비할 계획이라고 밝혔다. 그는 "파운데이션 모델 자체가 에이전트 AI의 중심부에서 돌아가지만 모델 혼자서는 에이전트 AI를 구성할 수 없다"며 "국내의 좋은 모델로 서비스가 돌아가기 시작하면 데이터가 쌓이고 이를 통해 모델과 플랫폼, 서비스의 밸류체인이 안정화될 수 있다"고 말했다.

2026.09.03 11:29김동원 기자

정부, 독자 AI에 5조6천억원 쏟는다…GPU 1만장 확충해 '프론티어' 도전

정부가 독자 인공지능(AI) 모델과 차세대 AI 기술 확보에 내년 약 5조 6000억원에 달하는 예산을 투입한다. 지난해부터 속도를 높여온 그래픽처리장치(GPU) 확충과 독자 AI 파운데이션 모델 개발을 발판으로 내년에는 첨단 GPU 1만 장과 대규모 학습 데이터를 추가 투입해 글로벌 최상위급 프론티어 AI 모델 개발에 도전한다는 목표다. 과학기술정보통신부는 2027년도 예산안 중 '최상위 AI모델·기술 확보' 분야에 5조 5937억원을 편성했다고 1일 발표했다. 올해 2조 6146억원보다 2조 9791억원 늘어난 규모로 1년 만에 두 배 이상으로 확대됐다. 가장 큰 비중을 차지하는 부문은 AI 컴퓨팅 인프라 확충이다. 정부는 독자 AI 모델 개발 등에 활용할 대규모 GPU 1만 장을 추가 확보하기 위해 'AI 컴퓨팅자원 활용기반 강화' 사업 내 GPU 확충 예산을 올해 2조 841억원에서 내년 3조 8500억원으로 늘릴 예정이다. 모델 성능을 좌우하는 데이터 투자도 크게 확대한다. 프론티어급 AI 개발을 위한 데이터 경쟁력 강화 지원 예산은 올해 300억원에서 내년 8000억원으로 약 27배 늘어난다. 글로벌 수준의 생성형 AI 연구를 이끌 인재를 확보하기 위한 '생성AI 프론티어 인재' 사업에도 신규로 250억원을 투입한다. GPU·데이터·인재를 묶어 독자 AI 모델 경쟁력을 끌어올리는 전략으로 풀이된다. 정부는 지난해부터 대규모 AI 컴퓨팅 인프라 확충 속도를 높여왔다. 지난해 약 1조 4600억원을 투입한 GPU 확보 사업을 통해 네이버클라우드와 NHN클라우드, 카카오가 총 1만 3136장의 고성능 GPU를 구축했다. 사업자 자체 활용분과 정부 활용분 GPU를 통해 국가 AI 프로젝트와 산학연을 지원하고 있다. 특히 올해 사업에선 2조 805억원을 투입해 엔비디아 차세대 AI 플랫폼 '베라루빈'을 포함한 최신 GPU 9704장 확보에 나섰다. 수행 사업자로는 네이버클라우드·삼성SDS·엘리스그룹을 선정했고 B300 서비스를 우선 개시한 후 내년 상반기부터 베라루빈 기반 컴퓨팅 자원을 공급할 예정이다. 확충한 GPU는 독자 AI 모델 개발에 투입되고 있다. 정부가 추진 중인 '독자 AI 파운데이션 모델(독파모)' 프로젝트에선 최근 2차 단계 평가를 거쳐 업스테이지·SK텔레콤·LG AI연구원 등 3개 팀이 다음 단계에 진출했다. 정부는 이들 팀에 엔비디아 B200 GPU를 각각 1000장씩 총 3000장을 지원해 모델 고도화를 뒷받침할 계획이다. 독파모 사업은 해외 AI 모델 의존도를 낮추고 국내에서 독자적으로 개발·고도화할 수 있는 AI 모델을 확보하기 위해 지난해 시작됐다. 정부는 국내 모델 성능이 아직 중국의 주요 개방형 AI 모델에 다소 못 미치는 것으로 보고 올 하반기 추가 학습과 고도화를 통해 격차를 좁힌 뒤 내년에는 글로벌 최상위 프론티어 모델 개발 단계로 올라선다는 목표다. 내년 예산은 모델 개발뿐 아니라 현재 AI 기술의 한계를 넘어설 차세대 기술에도 투입된다. 경량·저전력 AI 기술 개발 예산을 90억원에서 120억원으로 늘리고 자율행동체 온디바이스 핵심기술 개발에는 100억원을 투입한다. 시계열 파운데이션 모델 개발 사업도 신규 추진하며 AI 안전 기술 개발에는 올해 79억원보다 약 두 배 많은 152억원을 배정했다. AI를 활용한 사이버보안 기술 투자도 확대한다. 사이버보안 AI 학습 기반 구축에 500억원을 신규 투입하고 AI가 해킹을 탐지·방어하는 'AI 사이버 쉴드 돔' 기술 개발에 550억원, 중소기업 AI 위협 대응 서비스 지원에 새롭게 700억원을 편성했다. 최상위 AI 모델 확보와 함께 이를 안전하게 활용할 수 있는 기술 기반까지 구축한다는 구상이다. 업계 관계자는 "글로벌 AI 경쟁에선 GPU와 고품질 데이터에 얼마나 지속 투자할 수 있느냐가 중요한 만큼 정부가 관련 예산을 대폭 확대한 것은 긍정적"이라며 "확보한 컴퓨팅 자원을 실제 AI 모델 성능 향상으로 연결할 수 있도록 장기적인 지원과 효율적인 자원 배분이 함께 이뤄지길 기대한다"고 말했다. 정부는 내년 대규모 GPU와 데이터, 인재 투자를 바탕으로 독자 AI 모델의 글로벌 경쟁력을 끌어올린다는 방침이다. 그간 기업들이 독파모 프로젝트를 통해 축적한 모델 개발 경험에 정부의 컴퓨팅 인프라 지원을 더해 글로벌 최상위급 프론티어 모델 개발에 도전한다는 목표다. 배경훈 부총리 겸 과기정통부 장관은 지난달 25일 이재명 대통령 주재 국무회의에서 "현재는 중국의 개방형 AI 모델에 다소 못 미치는 상황이지만 올 하반기에는 이를 추격해 달성할 것"이라며 "내년에도 보다 많은 GPU와 데이터를 투입해 최상위급 프론티어 모델 개발에 도전하겠다"고 강조했다.

2026.09.01 12:20한정호 기자

이의 제기에 공개된 독파모 점수…참여 업체들 "이젠 모티프가 답할 차례"

정부 독자 AI 파운데이션 모델(독파모) 2차 평가에서 탈락한 모티프테크놀로지스가 거듭 이의를 제기하자 참여 업체들이 비판에 나섰다. 정작 자사 모델을 둘러싼 의혹엔 답하지 않으면서 정부 평가만 문제 삼는다는 지적이다. 27일 AI 업계에 따르면 독파모 사업에 참여한 업체들 사이에서는 모티프테크놀로지스의 잇단 문제 제기에 "결과에 아쉬움은 이해하지만 방식에는 동의하기 어렵다"는 반응이 많은 것으로 나타났다. 앞서 모티프테크놀로지스는 자사 모델 '모티프 3'가 글로벌 AI 평가지표 아티피셜 애널리시스 인텔리전스 인덱스(AAII)에서 참여 모델 중 1위를 기록하고도 종합 최하위로 탈락하자 이의를 제기했다. 정부가 이례적으로 전체 세부 점수를 공개하자 이번에는 전문가 평가 채점 기준과 평가위원 구성을 다시 문제 삼았다. 공개된 세부 점수를 보면 모티프 3는 AAII에서만 11.9점으로 1위였고 나머지는 모두 최하위였다. 한국어와 안전성을 반영한 NIA 벤치마크가 12.7점, 전문가 평가 27.1점, 사용자 평가 14.1점으로 모두 꼴찌였다. 종합 점수는 65.8점으로 ▲SK텔레콤(70.6점) ▲업스테이지(69.9점) ▲LG AI연구원(69.0점)에 뒤처졌다. AI 업계가 대표적으로 지적한 대목은 문제 제기의 초점이 계속 바뀐다는 점이다. A사 관계자는 "세부 점수를 공개하라고 해서 정부가 전체 점수를 공개했더니 이번에는 전문가 평가와 평가위원을 문제 삼는다"고 말했다. C사 관계자도 "붙었으면 아무 말 없었을 텐데 떨어지니 따질 대상을 계속 바꾼다"며 "판정에 불만이 있다고 심판 자질부터 문제 삼는 격"이라고 꼬집었다. 정작 모티프테크놀로지스 스스로는 검증에 침묵한다는 비판도 나왔다. 이 회사는 최근 이른바 '벤치맥싱' 논란에 휩싸였다. 미국 AI 데이터 기업 애프터쿼리가 링크드인을 통해 모티프 3의 '유일한 데이터 파트너'로 참여했다는 소식을 알리면서다. 벤치맥싱은 특정 벤치마크에서 높은 점수가 나오도록 데이터와 사후학습을 설계하는 작업을 뜻한다. 애프터쿼리는 모델의 취약 영역을 파악해 이를 개선할 데이터와 학습법을 제공하는 사업을 하고 있다. C사 관계자는 "특정 벤치마크만 겨냥해 점수를 끌어올리는 것은 얼마든지 가능하다"며 "AAII 1위가 곧 최강이라는 뜻은 아니다"라고 선을 그었다. 이어 "떳떳하다면 애프터쿼리와 협업하기 전과 후로 점수가 어떻게 달라졌는지 공개하면 될 일"이라고 강조했다. A사 관계자도 "정부에는 투명성을 요구하면서 자사 의혹은 공격으로만 규정한다"며 "같은 잣대를 스스로에게도 적용해야 한다"고 지적했다. 이에 대해 모티프테크놀로지스 측은 "에이전트 성능을 높이기 위한 협업이며 벤치마크 점수만을 겨냥한 것은 아니다"라고 반박했다. 모티프테크놀로지스가 요구한 평가위원 공개는 비현실적이라는 반론도 있다. C사 관계자는 "심사위원을 공개하면 그 사람은 다음부터 평가에 참여할 수 없다"며 "국내 전문가 풀이 좁아 해외 교수까지 거론됐던 상황"이라고 전했다. 평가 기준도 4개 팀이 함께 모여 여러 번 논의 끝에 정한 만큼 모티프테크놀로지스가 몰랐을 리 없다는 설명이다. 다만 전문가 평가 방식은 손볼 여지가 있다는 데 일부가 공감했다. B사 관계자는 세부 점수 공개는 긍정적으로 보면서도 "전문가 평가는 종합 점수로만 나왔을 뿐 평가위원을 어떻게 뽑고 무엇을 기준으로 채점했는지 알 수 없다"고 말했다. 이 관계자는 벤치마크 비중을 줄이자는 일각의 주장에는 신중한 입장을 보였다. 그는 "다른 평가 방식을 찾는 것은 가능하지만 단순히 벤치마크 비중만 줄이면 전문가나 사용자 평가 비중이 그만큼 높아진다"며 "지금도 불명확한 전문가 평가를 보완 없이 키우면 문제가 더 커질 수 있다"고 말했다. 모티프테크놀로지스가 이번 일로 얻을 실익이 없다는 반응도 이어졌다. A사 관계자는 "이미 3차에 참여하지 않겠다고 한 상황에서 정부와 충돌해 얻을 것이 무엇인지 모르겠다"고 토로했다. C사 관계자는 "정부에 답을 요구하기 전에 자사 모델을 둘러싼 의혹부터 스스로 풀어야 할 때"라고 강조했다.

2026.08.27 22:29장유미 기자

베일 벗은 독파모 AI 평가 점수...전문가·국민 평가가 승패 갈랐다

정부가 '독자 인공지능(AI) 파운데이션 모델' 프로젝트 2차 평가의 상세 점수를 발표하면서, 모티프테크놀로지스가 최종 선정되지 못한 이유가 명확해졌다. 과학기술정보통신부는 27일 2차 단계평가 종합점수를 공개했다. SK텔레콤이 70.6점으로 1위를 차지했으며, 업스테이지 69.9점, LG AI연구원 69.0점으로 뒤를 이었다. 모티프테크놀로지스는 65.8점으로 4위를 기록했다. 모티프는 글로벌 벤치마크 평가에서는 가장 높은 점수를 받았지만 전문가와 사용자 평가에서 상대적으로 낮은 점수를 기록한 것으로 나타났다. 모티프의 벤치마크 평가는 24.6점으로 4개 팀 중 가장 높았지만 전문가 평가는 27.1점과 사용자 평가는 14.1점으로 모두 최하위였다. 특히 글로벌 AI 성능을 측정하는 '아티피셜 애널리시스 인텔리전스 인덱스(AAII)' 평가에서 모티프는 11.9점으로 1위를 기록했다. 업스테이지가 9.4점으로 뒤를 이었으며 SK텔레콤은 8.8점과 LG AI연구원은 7.8점을 받았다. 한국어와 안전성 등 국내 활용 환경을 반영한 한국지능정보사회진흥원(NIA) 벤치마크에서는 SK텔레콤이 13.4점으로 가장 높은 점수를 받았다. 업스테이지는 13.3점과 LG AI연구원은 12.8점이었으며 모티프는 12.7점을 기록했다. 전문가 평가에서는 LG AI연구원이 29.5점으로 1위에 올랐다. SK텔레콤은 29.3점과 업스테이지는 29.1점을 기록했으며 모티프는 27.1점으로 가장 낮았다. 평가는 개발 전략과 기술 10점, 개발 성과와 계획 10점, 파급효과와 기여계획 15점으로 구성됐다. 실제 이용자 평가에서는 SK텔레콤과 LG AI연구원이 강점을 보였다. AI 전문 사용자 평가에서는 SK텔레콤이 11.6점으로 1위였으며 LG AI연구원 11.3점과 업스테이지 10.8점, 모티프 8.4점 순이었다. 일반 국민 평가에서는 LG AI연구원이 7.6점으로 가장 높은 점수를 받았다. SK텔레콤은 7.5점과 업스테이지는 7.3점을 기록했으며 모티프는 5.7점에 그쳤다. 일반 국민 평가는 성별과 연령별 비율을 반영해 무작위로 선정된 200명 가운데 실제 참여한 185명을 대상으로 진행됐다. 정부는 이번 추가 공개가 모티프 요청에서 시작됐다고 설명했다. 이날 모티프는 입장문을 통해 세부 평가 결과 공개를 요청했으며, 다른 정예팀들도 이에 동의했다. 정부는 그동안 기업의 직·간접적 피해 가능성과 평가 과정 공정성·투명성을 함께 고려해 공개 범위를 신중하게 결정해왔다. 과기정통부는 "이번 결과 공개 이후에도 우리 기업들이 단순한 점수나 순위로 평가받기 보다 보유한 저력과 역량을 바탕으로 국내외 AI생태계에 폭넓게 기여해야 한다"며 "우리 AI생태계가 새롭고 경쟁력 있는 AI기업들이 끊임없이 도전하는 역동적인 생태계로 발전해 나가기를 기대한다"고 밝혔다. 임정환 모티프 대표는 AAII 평가에서는 1위를 기록했지만 국지능정보사회진흥원(NIA) 벤치마크에서 최하위로 낮은 점수를 받은 데 대해서는 회사 모델 개발 전략에 따른 결과라고 선을 그었다. 모티프는 글로벌 AI 시장에서 경쟁력을 우선 확보하는 방향으로 개발하면서 한국어 데이터 확보와 성능 개선에는 상대적으로 역량을 덜 투입했다고 밝혔다. 그는 "우리가 한국어 성능까지 잡을 여력은 없었다"며 "한국어 데이터가 타사에 비해 많이 부족한 것도 사실"이라고 밝혔다. 이어 "궁극적으로 AI는 글로벌 경쟁을 해야 한다고 판단하고 있어서 한국어 성능을 완벽하게 잡고 갈 수는 없겠다는 내부 판단을 하고 진행한 것이고 거기에 맞는 숫자가 나온 것"이라고 말했다. 임 대표는 NIA 평가 결과 자체에 대해서도 별도 문제를 제기할 계획은 없다는 입장이다. 그는 "이건 시험 보듯 그냥 채점한 것이라 검수할 필요조차 없는 부분이고 특별히 다른 할 말은 없다"고 밝혔다.

2026.08.27 20:06김동원 기자

과기정통부, 독파모 평가 '공정성·기업 보호' 최우선…"투명한 절차로 이의신청 심의"

과학기술정보통신부(이하 과기정통부)가 모티프테크놀로지스(이하 모티프)의 '독자 AI 파운데이션 모델(독파모') 2차 평가 이의제기에 공식 입장을 내놨다. 과기정통부는 국가대표 AI 육성을 위한 독파모 2차 평가와 관련해, 절차적 투명성을 엄격히 준수하는 동시에 참여 기업을 적극 보호하겠다는 의지를 표명했다. 이의신청을 15일 이내에 처리하되 업체별 상세 점수의 전면 공개는 기업에 미칠 파장을 고려해 신중히 검토하겠다는 입장이다. 아울러 독파모 탈락이 해당 기업 AI 역량 전반이나 다른 정부 사업 참여에 불이익으로 이어져서는 안 된다고 선을 그었다. 더불어 경쟁력 있는 기업과 탈락 이후에도 기술 개발과 사업화를 이어갈 수 있도록 협력을 이어갈 것이란 의지도 내비쳤다. 김경만 과기정통부 AI정책실장은 27일 서울 프레지던트호텔에서 열린 '제2차 과학기술·인공지능 미래전략회의' 현장에서 독파모 이의신청 처리 절차와 벤치마크 배점 산정 배경, 활용성 평가 도입 취지 등을 설명했다. 김 실장은 "이의신청은 저희가 이틀 전에 받았다"며 "절차와 형식에 따라 접수 여부를 검토하고 있고 내용 판단은 전문가 평가위원들의 몫"이라고 말했다. 이어 이의신청은 15일 이내 결론을 내릴 예정이며 관련 심의는 별도 위원회가 주관할 것이라고 설명했다. 점수 공개 범위를 두고는 1차 발표 때보다 공개 정보가 적었다는 지적이 제기된 데 따라, 2차 평가에서도 1차와 유사한 수준의 정보를 공개했다는 입장이다. 김 실장은 "제도의 공정성과 객관성에 최대한 가치를 두고 있다"면서도, 세부 점수를 전면 공개할 경우 하위 평가를 받은 기업에 불필요한 낙인 효과가 생길 수 있다는 우려를 나타냈다. 그는 "얼마만큼 공개할 수 있을지는 오후에 결정해서 별도 자료로 다시 안내하겠다"고 말했다. 이번 논란의 핵심인 사용성·활용성 평가에 대해서는 오해가 있다고 선을 그었다. 김 실장은 "1차 평가 이후 독자성 기준을 명확히 하자는 지적과 모델을 만드는 것보다 활용이 더 중요하다는 지적이 있었다"며 "2차 평가부터 독자성 합치 여부를 확인했고, 활용 관련 배점은 전문가 평가 내에서 10점에서 15점으로 높였다"고 설명했다. 이어 "사업계획서상 목적에는 성능 목표뿐 아니라 서비스 목표도 포함돼 있다"며 "활용성 평가가 UI·UX를 보겠다는 뜻은 아니다"라고 말했다. 오히려 UI·UX를 인위적으로 꾸민 결과물이 평가에 영향을 미치지 않도록, 평가자들에게 프로토타입과 모델 자체를 중심으로 판단해 달라고 요청했다는 설명이다. 앞서 모티프는 자사 모델 '모티프 3'가 글로벌 AI 평가기관 아티피셜 애널리시스의 AI 인덱스(AAII)에서 참여 모델 가운데 가장 높은 47점을 받았지만, 독파모 2차 종합평가에서는 최하위로 탈락했다며 이의신청을 냈다. 김 실장은 모티프의 글로벌 벤치마크 성과는 인정했다. 그는 "모티프의 AAII 점수가 다른 팀보다 높고 성능이 좋다는 점을 정부 발표에서도 계속 강조했다"며 "글로벌 평가에서 좋은 성과를 낸 것은 사실"이라고 말했다. 다만 AAII 결과가 독파모 평가의 전부는 아니라고 밝혔다. 김 실장은 "AAII의 공신력은 인정한다"면서도 "한국어 특성과 안전성, 신뢰성 등을 반영한 별도 성능평가도 있었다"고 설명했다. 공개 벤치마크 점수만으로 최종 순위를 판단하기는 어렵다는 취지다. 독파모 2차 평가는 벤치마크 40점, 전문가 평가 35점, 사용자 평가 25점으로 구성됐다. 정부는 사용자 평가에 일반 국민뿐 아니라 실제 AI를 활용하는 현업 종사자 평가도 포함됐다고 밝혔다. 김 실장은 "모델을 잘 만드는 능력과 이를 실제로 활용하는 능력은 다를 수 있다"고 말했다. 독파모가 국가대표급 AI 모델 개발에 더해 개인과 기업 현장으로 AI를 확산하는 것을 목표로 하는 만큼, 활용성 역시 주요 평가 요소라는 설명이다. 평가 기준이 계속 바뀐다는 지적에는 정부가 일방적으로 기준을 정한 것이 아니라고 설명했다. 김 실장은 "기준은 참여 업체와의 합의를 통해 만들어졌으며 정부가 일방적으로 정한 것이 아니다"라며 "이 기준은 6월 17일자로 이미 공지됐다"고 강조했다. 그는 독파모가 기획 단계부터 고정된 목표가 아니라 기술 흐름에 맞춰 목표와 평가 요소를 조정할 수 있는 '무빙 타깃(moving target)' 개념을 전제로 했다고 설명했다. 에이전트형 AI, 추론, 코딩 능력 등이 핵심 경쟁 요소로 급부상하는 등 AI 트렌드가 빠르게 바뀌는 환경에서 최신 버전의 AAII를 적용하면서 일부 기업의 점수 변화가 있었다는 것이다. 김 실장은 이번 탈락 결과가 모티프의 기술력 전반에 대한 부정적 평가나 낙인으로 번져서는 안 된다고도 강조했다. 경쟁형 평가 특성상 순위와 탈락 기업이 나올 수밖에 있지만, 하위 평가를 받은 기업이 마치 역량이 부족한 기업처럼 받아들여지는 부작용은 경계해야 한다는 것이다. 김 실장은 "정부가 생각하는 공정성과 객관성의 가치는 변함없다"며 "기업들의 더 좋은 부분을 부각시키려 노력한다는 점을 이해해 달라"고 말했다. 모티프가 KT 컨소시엄으로 참여 중인 '모두의 AI' 사업 등 다른 정부 사업에서 이번 탈락이 불이익으로 이어질 수 있다는 우려에도 선을 그었다. 김경만 실장은 "정부가 가진 진심이 그렇게 호도되는 것은 걱정스럽다"며 "경쟁력 있는 기업들이 나오고 그런 기업이 제공하는 서비스가 실제 현장에서 쓰이기를 더 바란다"고 말했다.

2026.08.27 13:20남혁우 기자

배경훈 "AI 모델은 국가 안보"…독자 AI 글로벌 톱티어 도전

정부가 올해 하반기 독자 AI 모델을 세계 최고 수준의 개방형 모델로 고도화하고, 내년에는 최상위급 프론티어 AI 모델 개발에 도전한다. 9월에는 독자 AI를 활용한 대국민 서비스 '모두의 AI' 베타 서비스를 시작한다. 배경훈 부총리 겸 과학기술정보통신부 장관은 25일 이재명 대통령 주재로 열린 국무회의에서 독자 AI 파운데이션 모델 개발의 의미와 성과, 향후 추진 방향을 보고했다. 배 부총리는 최근 미국과 중국이 자국 최상위급 AI 모델의 해외 접근을 차단했거나 이를 논의하고 있다는 점을 언급하며 독자 AI 모델 확보를 국가 안보와 직결된 과제로 강조했다. 그는 “AI 모델은 이제 국가 안보 그 자체”라며 “독자 모델을 만드는 것은 기술을 다룰 수 있는 인재와 그 인재들이 성장할 생태계를 이 땅에 갖는 일”이라고 말했다. 현재 독자 AI 파운데이션 모델 프로젝트에는 79개 기업 대학과 1000명이 넘는 AI 인재가 참여하고 있다. 배 부총리는 설립 6년이 채 되지 않은 AI 스타트업 앤트로픽이 기존 제조업 기업을 능가하는 수준의 높은 기업가치를 인정받고 있다는 점을 언급하며 “AI를 가진 자가 세계 경제의 판을 다시 짜고 있다”고 평가했다. 이어 “독자 AI 모델 개발 역량 확보는 단순한 기술 문제가 아니라 국가가 스스로 설 수 있느냐 없느냐의 문제”라고 강조했다. 독자 AI 글로벌 평가 두각...산업 현장 적용 확대 정부는 독자 AI 모델 개발에 대한 투자가 글로벌 경쟁력 확대로 이어지고 있다고 평가했다. 미국 비영리 AI 연구기관 에포크AI가 선정한 '주목할 만한 AI 모델'에는 한국 모델 5개가 이름을 올렸다. 미국 29개, 중국 19개에 이어 세 번째로 많은 수준이다. 글로벌 AI 모델 평가기관 아티피셜 애널리시스(AA)의 국가별 최고점에서도 한국 모델은 47점을 기록해 싱가포르 40점, 프랑스 30점, 캐나다 23점 등을 앞섰다. AA 평가에 이름을 올린 국내 AI 모델 개발 기업도 7곳으로 집계됐다. 독자 AI 프로젝트 2차 평가를 통과한 4개 컨소시엄도 성과를 내고 있다. SK텔레콤은 제조·국방 분야 등에 적용할 수 있는 AI 모델을 개발하고 있다. LG AI연구원은 국내 최대 규모인 7500억개 매개변수 모델을 개발하면서 안전성과 신뢰성 분야에서도 높은 평가를 받았다. 업스테이지 모델은 글로벌 AI 모델 이용 플랫폼 '오픈라우터'에서 하루 사용량 기준 세계 9위에 올랐다. 모티프테크놀로지스는 글로벌 AI 모델 성능 종합점수에서 국내 최고점을 기록하고 세계 개방형 모델 가운데 6위에 올랐다. 산업 현장의 활용 성과도 나타났다. SK텔레콤은 법률 AI를 통해 소송 재판 준비 시간을 45.7% 줄였다. LG AI연구원은 신물질 발굴 AI를 활용해 기존 22개월이 걸리던 화장품 신소재 발굴 기간을 하루로 단축했다. 업스테이지 '솔라 오픈2'는 연구개발(R&D) 예산 심의 AI에 활용돼 사용자 검토 시간을 78% 줄였고, 모티프테크놀로지스는 철강 제조 특화 AI를 적용해 제조설비 오류 대응 시간을 30% 단축했다. 배 부총리는 “독자 AI 모델 개발은 단지 하나의 기술을 만드는 것이 아니라 국민 서비스에서 산업 경쟁력, 공공서비스까지 AX 전체 판을 통째로 바꾸는 것”이라고 말했다. 하반기 中 추격…9월 '모두의 AI' 베타서비스 과기정통부는 독자 AI 파운데이션 모델 프로젝트를 3차 단계로 이어가면서 모델 성능을 세계 최고 수준까지 끌어올린다는 목표다. 현재 국내 독자 AI 모델은 중국의 주요 개방형 AI 모델에 다소 못 미치지만 올해 하반기 추가 고도화를 통해 이를 추격한다. 내년에는 GPU와 데이터 투입을 확대해 최상위급 프론티어 모델 개발에 도전한다. 독자 AI의 실제 활용도 본격화한다. 대국민 AI 서비스 '모두의 AI'는 9월 베타 서비스를 시작해 12월 정식 서비스를 제공한다. 이후 2027년에는 국민 개개인이 AI 에이전트를 활용하는 '1인 1에이전트' 구현을 추진한다. 보안 분야에서는 올해 하반기 보안 특화 AI 1차 개발을 통해 취약점 탐지 등에 활용하고, 내년 추가 개발과 데이터 투자를 거쳐 AI 기반 보안체계로 고도화한다. 범정부 행정망에도 독자 AI 모델을 기본 모델로 활용해 정부 업무 효율화와 대국민 공공서비스의 질적 향상을 추진한다. 배 부총리는 “세계적 수준의 독자 AI를 확보하는 것이 전 국민의 AI 역량을 키우고 산업을 성장시키며 공공서비스의 품질을 높이는 최선의 길”이라며 “우리나라가 명실공히 AI 강국으로 도약할 수 있도록 AI 모델을 지속적으로 발전시켜 나가겠다”고 말했다.

2026.08.25 14:24박수형 기자

[이성엽의 IT프리즘] 국가대표 AI, 모두의 AI 그리고 프런티어 AI의 구분

인공지능(AI)이 국가 경쟁력을 좌우하는 핵심 기술로 부상하면서 정부의 AI 정책도 빠르게 변화하고 있다. 최근에는 '국가대표 AI', '모두의 AI', '프런티어 AI'라는 용어가 동시에 등장하면서 혼란스러운데, 여기에 최근 정부가 사이버보안 분야의 '특화 AI 파운데이션 모델' 개발까지 추진하면서 AI 지원정책의 구조는 더욱 복잡해지고 있다. 각각의 특징이 무엇인지 그리고 이들을 하나의 국가 AI 전략 안에서 어떻게 연결할 것인지 살펴볼 필요가 있다. 먼저 국가대표 AI는 과학기술정보통신부가 추진하는 '독자 AI 파운데이션 모델 프로젝트', 이른바 '독파모'를 가리킨다. 쉽게 말하면 한국이 자체적인 'AI 두뇌'를 만드는 사업이다. 국내 AI 서비스가 모두 챗GPT나 Claude, Gemini 같은 해외 모델에 의존한다면 핵심 기술과 데이터의 대외 의존 문제가 발생할 수 있다. 이에 한국 기업이 직접 설계하고 학습한 범용 AI 모델을 확보하자는 것이다. 핵심 요건은 '독자성'과 '글로벌 경쟁력'이다. 모델 설계, 데이터 구축, 사전학습 등 핵심 개발 과정에서 실질적인 자체 역량을 갖춰야 한다. 동시에 수학·지식·추론·에이전트 능력 등에서 최상위 모델 대비 약 95% 수준의 모델을 개발하는 것이 목표이다. 현재 경쟁은 상당히 압축됐다. 2026년 8월 2차 단계평가 결과 LG AI연구원, SK텔레콤, 업스테이지 등 3개 팀이 다음 단계에 진출했다. 정부는 하반기 3차 평가를 거쳐 2027년 초 최종 2개 팀을 선정할 계획이다. 현재 3개 팀당 B200 GPU 약 1000장과 함께, 저작물 공동구매 100억원, 데이터 구축·가공 연 30억~50억 원, 해외 우수인재 유치 연 20억 원 규모 등을 패키지로 지원할 계획이다. 한편 사이버보안 특화 AI 파운데이션 모델은 범용적으로 사용되는 국가대표 AI와 달리 악성코드 분석, 취약점 탐지, 위협정보 분석과 침해사고 대응 등에 전문성을 갖춘 보안 전문 두뇌를 만드는 것이다. 사이버 공격에 AI가 활용되면서 공격과 방어의 자동화가 동시에 진행되고 있다는 점에서 국가안보와 보안산업 경쟁력 측면의 정책적 필요성이 있다. 모두의 AI는 성격이 다르다. 국가대표 AI가 AI의 두뇌를 만드는 것이라면 모두의 AI는 그 두뇌를 이용해 국민이 실제 사용할 수 있는 서비스를 만드는 것이다. 정부 발표에 따르면 현재 국내 생성형 AI 이용자는 약 2300만 명에 달하지만, 여전히 국민 3명 중 1명 정도는 AI를 이용하지 못하고 있다. 이에 정부는 AI 접근 격차를 줄이는 동시에 국산 AI의 이용 기반을 확대하기 위해 모두의 AI를 추진하고 있다. 정부는 범용 AI 챗봇에서 출발해 공공서비스와 연결되는 AI 에이전트로 발전시킨다는 구상이다. 예컨대 국민이 “내가 받을 수 있는 정부 지원금을 찾아줘”라고 물으면 답변만 제공하는 것이 아니라 필요한 서류를 찾아주고 장기적으로는 신청까지 지원하는 AI 에이전트를 도입한다는 계획이다. 모두의 AI 참여기업은 독자 AI 파운데이션 모델 기준에 부합하는 국산 AI 모델을 50% 이상 활용해야 하며, 자체 모델을 보유한 기업도 자사가 아닌 다른 국내 기업의 국산 AI 모델을 30% 이상 활용해야 한다. 현재 모두의 AI에는 SK텔레콤, KT, 카카오 등 6개 컨소시엄이 참여하고 있다. 정부는 이 가운데 2~3개 사업자를 선정해 B200 GPU 512장을 지원하고 2027년부터 전 국민 서비스를 제공하는 데 필요한 비용을 국가 예산으로 지원할 계획이다. 정부는 올해 하반기 사업자를 선정해 개발·베타서비스를 거쳐 연내 모두의 AI 서비스를 개시할 계획이다. 독파모가 누가 가장 경쟁력 있는 AI 두뇌를 만드는가를 겨룬다면, 모두의 AI는 여러 AI를 어떻게 조합해 국민에게 좋은 서비스를 제공하는가를 겨루는 셈이다. 프런티어 AI는 또 다른 개념이다. 이는 특정한 대국민 서비스가 아니라 당대 세계 최고 수준의 성능과 범용성을 갖춘 최첨단 AI를 의미한다. 다만 정부는 아직 이를 공식화하지 않고 검토 단계에 있다. 국내 독파모의 성능이 빠르게 향상되고 있지만, 글로벌 프런티어 모델의 성능은 더 빠른 속도로 높아지면서 여전히 상당한 격차가 존재한다. 따라서 독자 AI 확보를 넘어 세계 최고 수준의 프런티어 AI 개발을 목표로 하고, 이를 위해 대규모 GPU·인재·자본을 집중하는 국가 차원의 전략이 필요하다는 것이 검토배경이다. 이렇게 보면 AI 개념의 관계는 비교적 명료하다. 국가대표 AI는 독자성, 프런티어 AI는 세계 최고 수준의 경쟁력, 모두의 AI는 보편적 활용이 핵심이다. 쉽게 말하면 우리 AI를 만들고 세계 최고 수준으로 키우고 그 혜택을 국민에게 확산하는 것'이다. 다만 앞으로의 정책 설계에서는 몇 가지를 유의할 필요가 있다. 첫째, 국가대표 AI와 프런티어 AI의 관계부터 재정립할 필요가 있다. 독파모의 목적 역시 글로벌 수준의 독자 모델을 만드는 것인데 별도의 프런티어 AI를 병렬적으로 추진하면 목표와 지원체계가 중복될 수 있다. 독파모를 프런티어 AI로 발전시키는 하나의 연속된 프로젝트로 재설계하는 방안을 우선 검토할 필요가 있다. 이 과정에서 현재 남은 3개 팀 가운데 다시 2개를 선정하는 기존의 서바이벌 방식이 최선인지도 검토할 시점이다. AI 프런티어 경쟁은 갈수록 막대한 GPU, 데이터, 연구인력과 자본을 요구한다. 제한된 국가 자원을 여러 모델에 계속 나누는 것이 경쟁을 촉진하는 장점이 있는 반면, 미국과 중국의 초대형 모델과 경쟁하기에는 규모의 한계가 있을 수 있다. 보안특화 모델의 경우에는 어디까지 범용 독자모델을 공동 기반으로 활용하고, 어느 부분부터 별도의 특화학습과 폐쇄형 모델이 필요한지를 구분하는 것이 중요하다. 둘째, 모두의 AI에서는 공공성과 시장의 역할을 적절히 구분해야 한다. 국민에게 기본적인 AI 접근 기회를 제공하고 행정·복지 등 공공서비스를 AI와 연결하는 것은 AI 격차 해소라는 점에서 의미가 크다. 그러나 정부 지원 무료 범용 AI 서비스가 지나치게 확대되면 국내 민간 AI 서비스와 경쟁할 가능성이 있다. 기본적인 AI 접근과 공공서비스는 정부가 뒷받침하되 고도화된 서비스는 민간의 혁신과 경쟁을 통해 발전하도록 하는 역할 분담이 필요하다. 마지막으로 정책의 목표를 국가대표 기업을 만드는 것보다 국가 AI 역량을 제고하는데 두어야 한다. AI 컴퓨팅 인프라, 독자 파운데이션 모델, 프런티어 AI, 산업별 특화모델과 AI 에이전트, 모두의 AI가 각각 독립된 정부사업으로 분절시키는 것이 아니라 하나의 생태계로 연결해야 한다. 경쟁이 필요한 단계에서는 경쟁시키고, 막대한 자원의 결집이 필요한 단계에서는 과감하게 협력하도록 정책 방식을 유연하게 선택해야 한다.

2026.08.25 11:31이성엽 컬럼니스트

독파모, 3차 심사부터 일반 기업도 사용한다

독자 인공지능(AI) 파운데이션 모델(독파모) 프로젝트에서 개발 중인 AI 모델이 3차 심사부터는 일반 사용자와 기업도 체감할 수 있는 방향으로 확대될 전망이다. 그간 촉박한 개발 일정과 인프라 부담 등으로 외부 공개가 제한돼 왔지만, 3차부터는 사용성과 현장 적용성이 본격적으로 평가되면서 실제 서비스 형태의 공개·연동 가능성도 커지고 있기 때문이다. 24일 업계에 따르면 독파모 2차 평가를 통과한 LG AI연구원, SK텔레콤, 업스테이지는 3차 심사를 준비하고 있다. 마지막 심사를 앞두고 모델 성능뿐 아니라 일반 사용자와 산업 현장에서 실제로 써볼 수 있는 환경을 얼마나 마련하느냐도 주요 평가 요소인 만큼 각 참가사도 사용성 확대에 집중하는 모양새다. LG AI연구원은 아직 구체적인 공개 방식은 확정하지 않았지만, 사용성 강화 방향에 맞춘 후속 계획을 논의 중이라는 입장이다. LG AI연구원 측은 "아직 구체적인 3차 공개 방식은 확정되지 않았지만 사용성 강화 방향에 맞춰 내부적으로 후속 계획을 논의하고 있다"며 "다만 대규모 모델은 상용 서비스 형태까지 연결하려면 리소스와 인력 부담이 큰 만큼 준비에 시간이 필요하다"고 밝혔다. 업스테이지 측은 "사용자 활용이 중요해지고 있다고 보고 있다"며 "업스테이지는 계속 모델 공급을 맡고, 법률·교육·의료 등 산업별 특화 서비스는 컨소시엄 파트너사가 만드는 구조가 될 것"이라고 설명했다. SK텔레콤 관계자는 "독파모는 AI 모델을 만드는 프로젝트로 서빙 인프라까지 갖춘 프로젝트는 아니었던 만큼 그동안 개발에만 집중해왔다"며 "현재 국방부 등 정부부처를 대상으로 서비스를 제공하고 있어 3차에서는 이를 더 고도화해 제공할 수 있을 것"이라고 밝혔다. 독파모는 과학기술정보통신부와 정보통신산업진흥원(NIPA)이 추진하는 프로젝트로 해외 모델에 의존하지 않는 국산 소버린 AI를 육성하고 글로벌 프런티어 모델과 경쟁할 수 있는 국가대표 AI를 선발하기 위한 사업이다. 평가 방식도 단계별로 이뤄지고 있다. 참여 기업들은 일정 기간 동안 모델 개발과 고도화를 진행한 뒤 성능 평가와 전문가 심사, 국민 체감 평가 등을 거쳐 다음 단계 진출 여부를 가려왔다. 초기 단계에서는 한국어 성능과 추론·지식 능력 등 모델 자체 경쟁력 검증에 초점이 맞춰졌다면 후반으로 갈수록 실제 활용성과 서비스 연계 가능성까지 함께 따져보는 구조로 옮겨가고 있다. 이 과정에서 아쉬움도 있었다. 참가 기업별로 모델 공개 방식이 달라 일반 개발자나 기업이 직접 체감하기 쉽지 않았다. 일부는 오픈 웨이트나 라이선스 형태로만 공개됐고 일부는 특정 사업이나 협력 구조 안에서만 제한적으로 접근할 수 있었다. 특히 대형 AI 모델은 가중치를 내려받더라도 실제로 구동하려면 추가 인프라와 운영 인력이 요구됐다. 이로 인해 일반 사용자나 수요 기업 입장에서는 국민 체험 평가 외에 각 모델을 지속적으로 비교·검증해볼 기회가 제한적이었다는 반응도 나왔다. 업계에서는 1·2차 심사 기간 자체가 짧았다는 점을 주요 제약으로 꼽는다. 짧은 개발 기간 안에 모델 학습과 튜닝, 평가 대응까지 병행해야 하는 만큼 외부 공개용 서비스나 API 환경을 별도로 구축할 여력이 크지 않았다는 설명이다. 한 AI 기업 대표는 "1단계와 2단계가 각각 6개월 단위로 진행돼 기업들이 모델 완성도와 평가 대응에 우선 집중할 수밖에 없었을 것"이라며 "대형 모델을 일반 테스트용이나 서비스형 환경으로 별도 구성하려면 추가 작업이 필요한데 초기 단계에선 그런 여유가 부족했을 수 있다"고 말했다. 이어 "다만 3차에서도 이런 체감 환경이 충분히 갖춰지지 않으면 평가의 설득력이 떨어질 수 있다"며 "마지막 심사에서 일반 사용자와 기업이 직접 써볼 수 있는 서비스가 늘어나면 독파모 사업도 기술 검증을 넘어 시장 확산 단계로 넘어가게 될 것"이라고 덧붙였다.

2026.08.24 15:01남혁우 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

Prev 1 2 3 4 5 6 7 8 9 Next