검색 - IT세상을 바꾸는 힘 지디넷코리아

ZDNet 검색 페이지

'인공지능 모델'통합검색 결과 입니다. (360건)

태그
기간
- 3개월
- 1년
- 1년 이전

재검색

[속보] 네이버클라우드, 정부 '보안 특화 AI 모델' 사업 선정

네이버클라우드가 이끄는 컨소시엄이 정부 '사이버보안 특화 인공지능(AI) 파운데이션 모델 개발' 사업자로 최종 선정됐다. 과학기술정보통신부와 정보통신산업진흥원(NIPA)은 네이버클라우드 컨소시엄을 사이버보안 특화 AI 파운데이션 모델 개발 사업 수행기관으로 선정했다고 3일 밝혔다. 이번 사업에는 네이버클라우드와 SK텔레콤 컨소시엄이 최종 경쟁을 벌였다. 두 컨소시엄은 지난 2일 발표평가를 진행했으며 평가 결과 네이버클라우드 컨소시엄이 최종 사업권을 확보한 것이다. 네이버클라우드 컨소시엄은 네이버의 AI 기술에 LG의 AI 역량과 국내 보안기업 데이터를 결합해 사이버보안 분야에 특화된 AI 모델을 개발할 계획이다. 정부는 선정 컨소시엄에 엔비디아 B200 그래픽처리장치(GPU) 256장 규모의 컴퓨팅 자원을 지원한다. 개발된 모델은 취약점 분석과 보안관제 등 실제 사이버보안 업무에 활용될 예정이다.

2026.09.03 09:09김미정 기자

[현장] 국방부, 독자 AI 기반 '전장 특화모델' 만든다…'소버린 AI' 본격화

국방부가 군 데이터를 기반으로 인공지능(AI) 모델을 개발하고 이를 지휘통제와 무기체계 등에 적용하는 '국방 소버린 AI' 구축에 본격 나선다. AI 모델과 데이터, 공통 운영체계를 갖추고 민간 기술을 실제 군 현장에 연결하는 체계를 마련해 국방 AI를 정책 구상에서 실행 단계로 전환한다는 방침이다. 전준범 국방부 국방인공지능기획국장은 2일 서울 용산구 국방컨벤션에서 열린 '신뢰받는 국방AI' 세미나에서 국방 AI 공통 운영체계와 특화 AI 모델을 구축하고 군 데이터를 민간 AI 기술과 연결하는 '국방 소버린 AI' 추진 계획을 공개했다. 이날 발표에 따르면 국방부는 과학기술정보통신부가 개발하는 독자 AI 파운데이션 모델을 기반으로 '국방 특화 AI 모델'을 개발한다. 민간에서 개발한 범용 AI를 그대로 사용하는 대신 군에서 사용하는 용어와 데이터, 업무 방식과 작전 환경을 학습시켜 독자적인 국방 AI로 발전시킨다는 구상이다. 특화 모델은 학습 데이터의 보안 수준과 활용 분야에 따라 단계적으로 고도화한다. 공개된 국방 데이터를 학습한 범용 모델에서 시작해 비공개 데이터를 활용하는 '국방 행정 특화 모델'을 거쳐 비밀 데이터를 학습하는 '전장 특화 AI 모델'까지 개발할 계획이다. 국방 행정 특화 모델은 국방 행정과 전력지원 등 상대적으로 적용이 쉬운 분야에 활용한다. 전장 특화 AI 모델은 지휘결심 지원과 무기체계 등 핵심 군사 분야에 적용할 예정이다. 각 군과 기관이 이러한 AI를 공동으로 활용할 수 있는 '국방 AI 공통 운영체계'도 구축한다. 지금까지 개별적으로 AI 시스템을 구축하면서 데이터와 인프라가 분산되고 유사 기능을 반복 개발했던 문제를 개선하기 위해서다. 공통 운영체계는 인프라와 데이터부터 AI 모델과 에이전트 및 응용 서비스까지 하나의 시스템으로 연결한다. 국방 데이터의 특성을 고려해 제로 트러스트 기반 보안과 접근 통제도 적용한다. 이를 기반으로 지휘결심을 지원하는 공통 AI 모듈도 개발한다. AI가 표적 영상을 분석하고 상황도 작성을 지원하거나 가능한 방책을 추천하는 등 여러 지휘체계에 필요한 기능을 모듈화해 향후 개발되는 다양한 지휘체계에 적용할 계획이다. 국방부는 이 사업을 통해 '한국형 팔란티어' 기업을 육성한다는 목표도 제시했다. AI 모델 학습에 필요한 군 데이터 확보와 활용도 확대한다. 국방부는 전투지휘훈련과 해·강안 경계감시 등 AI 활용 가치가 높은 핵심 데이터 150건을 지난해 12월 선정했다. 해당 데이터를 체계적으로 관리하고 AI 학습용 데이터 구축도 확대할 계획이다. 민간 기업이 군에서 보유한 데이터를 파악할 수 있도록 '국방 데이터 카탈로그'도 구축한다. 어떤 데이터가 어디에 있고 어떤 방식으로 활용할 수 있는지 확인할 수 있도록 관련 메타정보를 제공하는 방식이다. 기업의 정보보호 수준이 충분할 경우 군 데이터를 기업에 직접 제공하는 방안도 검토한다. 군 데이터와 민간 AI 기술을 연결하는 '국방 AX 거점'도 마련한다. 민간 기업과 연구기관이 안전한 환경에서 국방 데이터를 활용해 AI를 연구·개발하고 실증할 수 있도록 그래픽처리장치(GPU)와 보안 네트워크, 연구 공간 등을 제공한다. 첫 거점은 오는 17일 판교에 문을 연다. 국방부는 육군 판교 거점을 시작으로 올해 5개 거점을 순차적으로 구축할 예정이다. 각 거점에서는 군의 특성과 수요를 반영해 민간 기업·연구기관과 공동 과제를 발굴하고 국방 데이터와 GPU를 활용한 기술 개발과 검증을 진행한다. 민간에서 개발된 AI 기술을 빠르게 군에 적용하기 위한 신속 실증 사업도 진행 중이다. 국방부는 AI 적용 효과가 크고 군사적 시급성이 높은 전투지원과 병력절감, 국방운영 효율화, 사이버보안 등 4개 분야에서 군과 민간의 수요를 받아 20개 과제를 선정했다. 성과가 우수한 과제는 후속 절차를 거쳐 실제 전력화로 연결할 계획이다. 피지컬 AI를 군 현장에 적용하는 사업도 내년부터 추진한다. 국방부는 'DAS 프로젝트'를 통해 로봇과 무인지상차량(UGV) 등을 군 실증 현장에 도입해 데이터를 수집하고 이를 시뮬레이션할 수 있는 월드모델과 연결할 방침이다. 전 국장은 "국방 분야는 민간과 달리 안보를 고려해야 하기 때문에 소버린 AI가 필요하다"며 "소버린 AI를 통해 우리 군이 보유한 데이터를 기반으로 작전 환경에 맞는 AI를 개발하고 안전하게 운용할 수 있는 독자적인 AI 역량과 생태계를 갖추겠다"고 말했다.

2026.09.02 15:38김동원 기자

앤트로픽, 최상위 AI '페이블·미토스 5.1' 공개…한국은 페이블만 이용 가능

앤트로픽이 성능과 비용 효율을 높인 최상위 인공지능(AI) 모델 '클로드 페이블 5.1'과 '클로드 미토스 5.1'을 공개했다. 페이블 5.1은 한국을 포함한 세계 각국에 출시하지만 미토스 5.1은 미국 내 검증된 일부 기관에만 제한적으로 공급한다. 1일(현지시간) 앤트로픽은 자사 블로그를 통해 페이블 5.1과 미토스 5.1을 출시했다고 밝혔다. 두 제품은 동일한 기반 모델에 서로 다른 수준의 안전장치를 적용한 AI로 코딩과 지식업무 및 과학 연구에 초점을 맞췄다. 페이블 5.1은 코딩과 지식업무 및 장시간 문제 해결에 초점을 맞춘 앤트로픽 최상위 AI 모델이다. 기존 페이블 5보다 성능을 높였으며 과학 연구와 업무 자동화 등 여러 평가에서는 앤트로픽의 기존 고성능 모델 '오퍼스 5'도 넘어섰다. 미토스 5.1은 페이블 5.1보다 성능이 높은 별도 모델이 아니라 같은 기반 모델에 다른 수준의 안전장치를 적용한 AI다. 사이버보안과 생명과학 분야의 검증된 전문가와 기관이 페이블에서 제한되는 전문 연구 기능을 활용할 수 있도록 별도의 접근 체계를 적용했다. 미토스 5.1은 현재 미국 내 일부 기관에서만 이용할 수 있다. 앤트로픽은 향후 미국 내외 기관으로 대상을 확대한다는 방침이다. 성능은 전작인 페이블 5보다 높아졌다. 과학 연구 능력을 평가하는 '터미널-벤치-사이언스 0.1'에서 페이블 5.1은 52.6%를 기록해 페이블 5의 24.7%와 오퍼스 5의 29%를 앞섰다. 지식업무를 평가하는 '지디피밸-AA v2'에서도 1853점을 기록해 페이블 5의 1723점과 오퍼스 5의 1824점을 웃돌았다. 업무 자동화 평가인 '오토메이션벤치'에서는 31.4%로 페이블 5의 17.1%와 오퍼스 5의 26.9%보다 높은 점수를 냈다. 코딩 분야에서도 높은 성능을 보였다. '커서벤치 3.2.0'에서 페이블 5.1은 73.4%를 기록해 페이블 5의 70.5%와 오퍼스 5의 70%를 넘어섰다. '터미널-벤치 4.0'에서는 페이블 5.1이 55.8%를 기록했고 안전장치를 달리 적용한 미토스 5.1은 60.9%를 기록했다. 과학 분야에서는 실제 연구에 AI를 적용한 결과도 공개했다. 미토스 5.1은 오픈소스 단백질 설계와 구조 예측 도구를 이용해 단백질 결합체를 설계했다. 12개 표적을 대상으로 한 실험에서 실제 결합이 가능한 설계를 만들어낸 비율은 약 50%에 달했다. 앤트로픽은 현재 단백질 설계 분야에서 일반적인 적중률이 10~15% 수준이라고 설명했다. 페이블 5.1은 30여년 전 미국 항공우주국(NASA) 마젤란 탐사선이 촬영한 레이더 영상 등을 이용해 금성 약 3분의 1에 해당하는 지역의 지표면 높낮이를 나타낸 고해상도 지형도를 만들었다. 기존 지도에서 10~20㎞ 수준이었던 세부 표현 범위를 2~3㎞까지 높였으며 고도 측정 정확도는 최대 25% 개선했다. 생명과학 연구에 사용하는 AI의 연산 속도를 높이는 작업도 수행했다. 미토스 5.1은 엔비디아 H100 그래픽처리장치(GPU)에서 구동하는 7개 오픈소스 단백질·유전체 딥러닝 모델의 코드를 최적화해 추론 속도를 최대 2.5배 높였다. 앤트로픽은 이를 통해 연구에 필요한 GPU 비용을 약 30~60% 줄일 수 있다고 설명했다. 앤트로픽은 이번 모델의 성능을 높이면서도 이용 비용은 낮췄다. 페이블 5.1의 입력과 출력 가격은 각각 100만 토큰당 10달러(약 1만 3000원)와 50달러(약 6만 8000원)로 전작과 같지만 이미 처리한 데이터를 다시 사용하는 캐시 읽기 가격을 100만 토큰당 0.25달러로 75% 낮췄다. 앤트로픽은 이번 조치로 일반적인 작업에서 페이블 5.1 이용 비용이 페이블 5보다 약 25% 줄어들 것으로 예상했다. 많은 문맥과 도구를 사용하는 에이전트 작업에서는 비용 절감 폭이 약 45%까지 커질 수 있다고 설명했다. 기업 고객의 데이터 보호를 위한 '엔터프라이즈 프런티어 세이프가드(EFS)'도 도입한다. 고객 데이터를 앤트로픽이 아닌 기업이 직접 관리하는 클라우드 인프라에 저장하면서 AI의 악의적인 이용을 탐지하고 대응할 수 있도록 설계한 시스템이다. 사이버보안 분야에서는 안전장치가 정상적인 작업을 차단하는 오탐을 줄였다. 페이블 5.1에 적용된 새로운 사이버보안 안전장치는 기존보다 오탐을 60% 줄였다. 소프트웨어의 보안 취약점을 찾는 작업은 허용하지만 이를 실제 공격에 활용하거나 공격 방법을 만드는 일부 작업은 계속 제한한다. 미토스 5.1은 이러한 제한으로 전문 연구가 어려운 검증된 이용자에게 별도의 접근 권한을 제공한다. 사이버보안 분야에서는 '사이버 검증 프로그램'을 운영하고 생명과학 분야에서는 미국 정부와 함께 마련한 '생명과학 검증 프로그램'을 통해 접근 권한을 부여한다. 페이블과 미토스의 접근 제한은 한국에서 AI 기술주권과 안보 문제가 부각되는 계기가 됐다. 미국 정부가 지난 6월 국가안보를 이유로 페이블 5와 미토스 5에 수출통제를 적용하면서 한국 이용자들도 두 모델을 사용할 수 없게 됐기 때문이다. 수출통제는 같은 달 30일 해제됐으며 페이블 5는 7월 1일부터 전 세계에 다시 제공됐다. 미토스 5는 미국 일부 기관을 대상으로 제한적인 접근만 허용됐다. 한국 정부는 현재 사이버안보 역량 내재화를 위한 '사이버 보안 특화 AI 파운데이션 모델 개발' 사업을 추진하고 있다. 최종 1개 컨소시엄에 엔비디아 B200 GPU 256장을 10개월간 지원해 사이버보안에 특화된 AI 모델 개발을 지원하는 사업이다. 사업에는 SK텔레콤과 네이버클라우드가 각각 컨소시엄을 구성해 참여했다. SK텔레콤 컨소시엄은 국내 사이버 위협 환경에 대응하는 AI 모델과 에이전틱 보안 서비스 개발을 내세웠으며 네이버클라우드 컨소시엄은 '국가 사이버 안보 역량 내재화를 위한 AI 파운데이션 모델 개발'을 과제로 제시했다. 과학기술정보통신부는 9월 초 최종 사업자를 선정할 예정이다.

2026.09.02 09:49김동원 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

중국 AI 공세에 기업용 SW 경쟁축도 바뀐다…'모델'보다 '활용'

중국발 저가 인공지능(AI) 모델 확산으로 글로벌 기업용 AI·소프트웨어(SW) 시장의 가격 구조가 재편될 것이란 전망이 나왔다. 중국 AI가 서구 시장에서 기존 모델을 직접 대체하기보다 낮은 가격을 앞세워 AI 모델 전반의 비용 하락을 촉진하면서, 기업용 SW 경쟁 기준도 모델 자체에서 업무 성과와 관리·통제 역량으로 이동할 것이란 예상이다. 31일 가트너가 발표한 보고서에 따르면 저비용·오픈웨이트·아시아계 AI 모델이 기업용 AI와 SW 시장의 비용 하한선을 낮추는 것으로 조사됐다. 가트너는 이에 따라 AI 모델 자체의 가치가 범용화되고 SW 기업들이 업무 흐름과 거버넌스, AI 안전 등을 중심으로 경쟁력을 재정립해야 한다고 분석했다. 특히 중국을 비롯한 아시아계 AI 모델이 서구 기업 시장에 직접 진출하기보다는 하이퍼스케일러 마켓플레이스와 독립소프트웨어기업(ISV), 개발자 도구, 비즈니스프로세스아웃소싱(BPO) 플랫폼, 엣지 기기 등을 통해 간접적으로 확산될 것으로 내다봤다. 보안과 규제 부담 때문에 서구 기업이 중국 본토에서 호스팅되는 AI 모델을 직접 이용하지 않더라도 다양한 경로를 통해 저가 모델의 영향을 받게 된다는 설명이다. 생성형 AI 시장에서 단일 고성능 모델에 모든 작업을 맡기는 방식도 변화할 전망이다. 코드 생성과 번역, 정보 추출, 분류, 요약 등 상대적으로 위험도가 낮은 업무에는 저렴한 소형언어모델(SLM)이나 오픈웨이트·아시아계 모델을 활용하고 복잡하거나 민감한 업무에는 고성능 프런티어 모델을 투입하는 방식이다. 가트너는 내년 기업용 AI 구매자들이 실제 생성형 AI 업무에 데이터 민감도와 비용 등을 고려한 '멀티모델 라우팅' 기능을 요구할 것으로 전망했다. AI 모델 가격 하락은 기존 SW 기업의 수익 모델에도 압박을 줄 것으로 예상된다. 가트너는 기업들이 번역과 정보 추출, 분류, 고객지원 문서 작성 등 비교적 정형화된 업무에 고가의 프런티어 모델 비용을 계속 지불할 가능성이 낮다고 분석했다. 앞으로는 모델 브랜드나 벤치마크 성능보다 위험을 감안한 실제 비즈니스 성과 대비 비용이 모델 선택의 주요 기준으로 자리 잡을 가능성이 크다는 것이다. 이같은 변화는 특히 AI 모델 개발사와 모델을 재판매하는 사업자의 수익성에 영향을 줄 전망이다. 반면 하이퍼스케일러는 컴퓨팅 인프라와 AI 관리·통제 계층에서 수익을 확보할 수 있고 서비스형소프트웨어(SaaS) 기업은 저렴해진 AI 모델을 업무 프로세스에 효과적으로 결합할 경우 비용 하락을 새로운 사업 기회로 활용할 수 있다고 가트너는 내다봤다. 2030년에는 기업용 AI 시장이 업무 특성에 따라 사실상 이원화될 것으로 전망했다. 위험도가 높거나 판단이 모호한 업무에는 고성능 프런티어 모델을 사용하고 대규모 반복 업무에는 저렴한 범용 모델이나 SLM을 활용하는 구조다. 기업용 AI 아키텍처 역시 모델 등급과 배포 환경, 거버넌스 요건을 분리해 설계하는 방향으로 변화할 것으로 예상했다. 다만 가트너는 저가 AI 모델 확산이 기업의 보안·규제 부담까지 낮추는 것은 아니라고 밝혔다. 기업들은 모델 출처와 데이터 저장 지역, 규제 준수, 감사 가능성, 보안, AI 에이전트의 신뢰성 등을 함께 고려해야 한다는 설명이다. 특히 중국계 또는 외부 호스팅 모델을 사용할 경우 개인정보 보호와 지식재산권(IP), 프롬프트·출력 데이터 유출 방지 등을 서비스 설계 단계부터 반영해야 한다는 지적이다. 이에 기업용 AI 시장의 부가가치도 모델 자체보다 여러 모델을 적절하게 선택·운영하는 SW 계층으로 이동할 것으로 관측된다. 오케스트레이션과 신원 관리, 정책 설정, 평가, 로그, 거버넌스, 메모리 제어, 업무 시스템 통합 등을 통해 저가 모델을 실제 기업 환경에서 안전하게 사용할 수 있도록 만드는 역량이 중요해진다는 것이다. 가트너는 "중국 AI의 서구 진출은 직접적인 모델 대체가 아니라 AI 공급망에 영향을 미치는 비용 곡선의 수출"이라며 "중국과 아시아계 모델이 글로벌 가격 하한선을 낮추고 서구와 지역 사업자들이 이를 기업에서 사용할 수 있도록 만들면서, 핵심 가치는 모델 위에서 업무를 관리하고 라우팅해 수익화하는 사업자에게 이동할 것"이라고 밝혔다.

2026.08.31 18:23한정호 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

네이버클라우드-LG CNS 컨소, 사이버보안 특화 AI 모델 개발 출사표

네이버클라우드가 LG CNS와 손잡고 국내 보안 환경에 특화된 소버린 인공지능(AI) 모델 개발에 나선다. 네이버클라우드는 LG CNS와 공동 컨소시엄을 구성해 과학기술정보통신부와 정보통신산업진흥원(NIPA)이 추진하는 '특화 인공지능 파운데이션 모델 개발(사이버 보안 분야)' 사업에 참여한다고 27일 밝혔다. 컨소시엄은 '국가 사이버 안보 역량 내재화를 위한 AI 파운데이션 모델 개발'을 주제로 AI 모델부터 인프라, 보안, 데이터까지 아우르는 풀스택 자체 기술력을 기반으로 국내 보안 환경에 최적화된 모델을 개발할 계획이다. 양사는 독자 파운데이션 모델을 개발·상용화하며 쌓아온 기술력을 바탕으로 이번 사업을 통해 보안 도메인에 특화된 모델 개발 및 내재화에 집중할 방침이다. 특히 네이버클라우드는 원자력과 금융 등 보안 규제 수준이 가장 높은 영역에서 파운데이션 모델을 폐쇄망·온프레미스 환경에 직접 특화시켜 상용 배포·운영해온 노하우를 강점으로 내세웠다. 외부망과 격리된 엄격한 제약 환경에서 거대언어모델(LLM)을 구동해 본 경험은 폐쇄망 배포와 데이터 주권 확보가 필수적인 이번 과제 요구사항에 부합한다는 게 회사 측 설명이다. 여기에 고도화되는 사이버 위협 속에서도 대국민 네이버 서비스를 안정적으로 지켜낸 실전 관제·방어 경험과 공공 클라우드 보안인증(CSAP) 기반 데이터 암호화 및 격리 노하우를 더해 실제 현장에 즉시 투입 가능한 실전형 모델을 구현하겠다는 목표다. LG CNS는 레드팀·블루팀·AI보안팀 등 사이버 보안 전 영역의 전문 조직과 다양한 산업군의 AI 전환(AX) 사업 경험을 갖추고 있다. 여기에 LG유플러스 등 그룹사 통신 네트워크 특화 데이터를 활용해 모델 학습을 고도화하고 복잡한 보안 환경에서 실증을 거쳐 기능과 성능을 완성해 나갈 계획이다. 더불어 이번 컨소시엄에는 ▲공격·탐지 기술을 보유한 보안 전문기업 ▲취약점 및 AI 안전성을 연구하는 주요 대학 ▲국가급 위협 데이터와 제3자 검증을 담당하는 연구·공공기관 등 총 33개 산·학·연 기관이 유기적으로 참여했다. 회사 측은 이를 통해 사이버 보안 특화 모델 개발에 필요한 전 주기를 외부 의존 없이 자체 완결할 수 있는 체계를 갖췄다고 밝혔다. 김유원 네이버클라우드 대표는 "사이버 위협이 AI를 활용해 한층 고도화되는 만큼, 방어 체계 역시 독자적인 AI 기술로 내재화하는 것이 국가 안보의 핵심"이라며 "실전 보안 역량을 바탕으로 국내 사이버 위협 환경을 가장 잘 이해하는 소버린 보안 AI를 개발해 국가 안보 역량을 한 단계 격상시킬 것"이라고 강조했다.

2026.08.27 14:57한정호 기자

[현장] AGI 시대 성큼…전문가들 "데이터·제도·사회 전환 함께 준비해야"

다가오는 범용인공지능(AGI) 시대에 대비해 한국이 글로벌 인공지능(AI) 경쟁력을 확보하려면 데이터 선순환 구조와 사후학습 기술에 대한 투자를 강화하고 노동·의료·교육 등 사회 전반의 제도 변화까지 준비해야 한다는 제언이 나왔다. 과학기술정보통신부는 27일 서울 중구 프레지던트호텔에서 'AGI 시대의 서막'을 주제로 '제2차 과학기술·인공지능 미래전략회의'를 개최했다. 이번 회의에선 AGI 시대를 대비해 기술·인프라 확보에서 경제·산업 전환을 거쳐 사회적 연착륙으로 이어지는 세 가지 주제의 발제가 진행됐다. 첫 발제자로 나선 신진우 KAIST 김재철AI대학원 교수는 '최상위급 AI 모델 확보 방안'을 주제로 한국이 글로벌 프론티어 AI 모델 경쟁에서 추격을 넘어 선두권으로 올라서기 위해 데이터와 사후학습에 대한 투자를 확대해야 한다고 강조했다. 그는 최근 국내 AI 모델의 성능이 발전 중이지만 여전히 미국·중국 최상위 모델과의 격차도 벌어지고 있다고 진단했다. 신 교수는 "최상위급 모델에는 데이터·모델·컴퓨팅 세 가지 요소가 필요한데 이는 더하기가 아니라 곱하기"라며 "하나라도 0이 되면 나머지가 아무리 많아도 쓸모가 없다"고 말했다. 이어 "현재 국내 AI 투자에서 컴퓨팅이나 모델 기술에 비해 상대적으로 데이터에 대한 투자가 부족하다"고 지적했다. 특히 해외 AI 기업들은 서비스를 통해 확보한 사용자 데이터를 다시 모델 학습에 활용하면서 성능을 높이는 '데이터 플라이휠'을 구축한 반면, 국내에는 이같은 선순환 구조가 부족하다고 평가했다. 국산 AI 모델 사용이 늘어나야 서비스 과정에서 새로운 데이터가 생성되고 이를 다시 모델 고도화에 활용할 수 있다는 설명이다. 신 교수는 "데이터를 공급하고 모델을 만든 뒤 사용자가 쓰게 하고 거기서 나온 데이터를 가지고 다시 모델을 개선해야 하는데 국산 모델을 쓰지 않기 때문에 이런 선순환 구조가 끊겨 있는 것이 가장 큰 문제"라고 말했다. 그러면서 에이전틱 AI 시대에는 온라인 환경과 상호작용하며 강화학습하는 '포스트트레이닝' 기술과 데이터 순환 구조에 집중적으로 투자해야 한다고 제언했다. 공공부문부터 국산 모델 활용을 확대해 실제 사용 과정에서 생성되는 데이터를 다시 학습에 활용하는 방안도 제시했다. 다음으로 최경진 가천대 법학과 교수는 '토큰 경제 시대의 법과 제도의 설계'를 주제로 AI 대전환 과정에서 발생할 비용과 책임, 편익을 어떻게 분배할 것인지에 대한 법·제도적 논의가 필요하다고 밝혔다. 특히 AI 활용에 필요한 토큰 비용이 높아지면서 자체 인프라나 협상력을 갖춘 대기업과 달리 중소기업·개인·연구자에게 부담이 집중될 가능성을 짚었다. 그는 "중소기업이나 개인, 연구자 같은 경우 토큰 비용의 증가를 고민하지 않을 수 없다"며 "중소기업과 연구개발자를 위한 적극적인 컴퓨팅 자원을 제공하는 형태의 법적인 기반이 필요하다"고 설명했다. 정부가 국가 AI 컴퓨팅 인프라를 확충하는 동시에 이를 다양한 주체가 실제 활용할 수 있도록 제도적 근거를 갖춰야 한다고도 주장했다. 또 AI 규제를 무조건 앞당기기보다는 기술 발전을 촉진하면서 실제 발생하는 분쟁을 해결할 수 있는 제도적 기반을 마련하는 것이 중요하다는 점도 강조했다. 최 교수는 "법 제도가 너무 빠른 속도로 나가서도 안 되고 너무 늦은 속도로 나가서도 안 된다"며 "AI 기본법을 비롯한 관련 규제가 합리적인 수준에서 운영되도록 지속적으로 모니터링하고 발전시켜야 한다"고 제언했다. 마지막으로 김현철 연세대 의과대학 교수는 'AGI와 사회: AI가 바꾸는 세 개의 시장'을 주제로 노동시장과 보건의료, 교육 분야에서 나타날 변화를 진단했다. 노동시장 전체에서 AI로 인한 급격한 고용 충격이 아직 뚜렷하게 나타나지는 않았지만 미국에선 AI 노출도가 높은 직군을 중심으로 젊은 세대의 고용이 감소하는 현상이 관찰되고 있다고 설명했다. 반면 국내에는 AI가 고용에 미치는 영향을 파악할 모니터링 체계조차 충분히 구축되지 않았다고 지적했다. 이에 AI 도입에 따른 청년 고용 변화를 지속적으로 추적하고 실업률 변화 등에 대비해 사회보장체계의 재정 영향까지 함께 분석해야 한다고 제안했다. 보건의료 분야에선 AI가 의료진의 생산성을 높이고 의료 접근성을 개선할 가능성에 주목했다. 김 교수는 특히 의료취약지역 문제를 단순히 의사 수 확대로 해결하기보다 AI와 데이터, 기술을 활용하는 접근이 필요하다고 주장했다. 이를 위해 병원마다 분산된 의료 데이터를 표준화하고 연계해 의료 AI 개발에 활용할 수 있는 기반을 갖춰야 한다고 밝혔다. 교육 역시 AI 시대에 맞춰 인지능력 중심 체계에서 변화해야 한다고 강조했다. AI가 지식 습득과 문제 해결 등 인지 기능을 빠르게 대체하는 만큼, 다른 사람과 협력하고 공감하며 스스로 판단하는 비인지 역량의 중요성이 커질 것이라는 전망이다. 배경훈 부총리 겸 과기정통부 장관은 "AGI는 개별 기술·산업의 혁신을 넘어 국가 체계 전반을 재편하고 우리 삶의 모습까지 근본적으로 바꿔놓을 엄청난 파급력을 가질 것으로 전망되는 만큼, 경제·산업의 변화는 물론 노동·복지·교육 등 사회 전반의 패러다임 전환에도 함께 대비해야 한다"며 "이번 자리에서 나온 고견을 바탕으로 AGI 시대를 선제적으로 준비해 나가도록 하겠다"고 덧붙였다.

2026.08.27 10:58한정호 기자

다가오는 AGI 시대…정부·산학연 머리 맞댄다

과학기술과 인공지능(AI)이 발전하면서 범용인공지능(AGI) 시대가 다가오는 가운데, 정부와 산학연 전문가들이 정책 방향성을 모색하기 위해 머리를 맞댔다. 과학기술정보통신부는 27일 서울 프레지던트호텔에서 '제2차 과학기술·인공지능 미래전략회의'를 개최했다. 이번 2차 회의는 'AGI 시대의 서막'을 주제로 마련됐다. AGI에 대해 아직 전 세계적으로 합의된 정의는 없으나 일반적으로 특정 분야·목적에만 뛰어난 성능을 보여 활용이 국한되는 현재의 AI와 달리, 다양한 분야에서 인간 수준 이상의 범용적 지능을 갖는 AI로 통용되고 있다. 주요 전문가들은 2030년대 초중반을 AGI 도래 시점으로 내다보고 있다. 이날 회의에선 AGI 시대를 대비하기 위한 ▲기술·인프라 확보 ▲경제·산업 전환 ▲사회 연착륙 순서로 3건의 발제가 진행됐다. 먼저 신진우 KAIST 김재철AI대학원 교수는 '최상위급 AI 모델 확보 방안'을 주제로 컴퓨팅 인프라 확충과 함께 데이터 확보 및 사후학습에 대한 투자를 확대해 나가야 한다고 강조했다. 또 공공부문부터 국산 모델 활용을 늘려 사용 데이터가 다시 학습으로 이어지는 선순환 구조를 갖출 필요가 있다고 제안했다. 다음으로 최경진 가천대 법학과 교수는 '토큰 경제 시대의 법과 제도의 설계'를 주제로 발표했다. AI 대전환에 따른 비용·책임·편익의 분배 기준을 미리 설계해야 한다고 짚으며 법과 제도를 통해 노동·기업·데이터 기여자·국가가 함께 참여할 필요가 있다고 제안했다. 마지막으로 김현철 연세대 의과대학 교수는 'AGI와 사회: AI가 바꾸는 세 개의 시장'을 주제로 노동시장·보건의료·교육을 관통하는 변화의 흐름을 진단했다. 또 이에 대응하기 위해 청년 고용 보호와 의료·교육 제도 정비가 필요하다고 강조했다. 이어진 자유토론에선 발제에서 제기된 최상위급 AI 모델 확보, 토큰 경제 설계, 노동·보건의료·교육 시장 재편과 정부의 대응 방향에 대해 논의하고 산업·연구개발·국방·방송 등 AGI가 각 분야에 미치는 영향에 대해 의견을 공유했다. 배경훈 부총리 겸 과기정통부 장관은 "최상위급 AI 모델 확보 경쟁이 치열해지고 AI 발전 속도도 기하급수적으로 빨라지고 있다"며 "AGI 시대의 도래는 시간의 문제일 뿐 예정된 미래인 만큼, 우리도 이에 필요한 기술·인프라·제도 등을 어떻게 준비해 나가야 할지 지금부터 고민해야 할 시점"이라고 강조했다. 이어 "AGI는 개별 기술·산업의 혁신을 넘어 국가 체계 전반을 재편하고 우리 삶의 모습까지 근본적으로 바꿔놓을 엄청난 파급력을 가질 것으로 전망되는 만큼, 경제·산업의 변화는 물론 노동·복지·교육 등 사회 전반의 패러다임 전환에도 함께 대비해야 한다"며 "이번 자리에서 나온 고견을 바탕으로 AGI 시대를 선제적으로 준비해 나가도록 하겠다"고 덧붙였다.

2026.08.27 09:31한정호 기자

[K-미토스③] '국산 보안 AI' 업계 시각은…"오픈소스 공격 탐지·추적 갖춰야"

정부가 추진하는 보안 특화 인공지능(AI) 파운데이션 모델 사업이 성과 내려면 모델 개발에 그치지 않고 실제 사이버 공격을 탐지·대응할 수 있는 환경을 함께 구축해야 한다는 목소리가 나왔다. 특히 오픈소스 AI를 악용한 공격이 새로운 위협으로 떠오르는 만큼 탐지·추적 기술과 실전 검증 환경을 확보하고 지속적으로 모델을 고도화할 수 있는 지원 체계가 필요하다는 주장이다. 26일 IT 업계에 따르면 정부가 모델 실전 활용 능력을 높이는 방향으로 지원 정책을 설계해야 한다는 의견이 이같이 나오고 있다. 과학기술정보통신부와 정보통신산업진흥원(NIPA)은 이날 '특화 인공지능 파운데이션 모델 개발(사이버보안 분야)' 사업 공모를 마감했다. 이번 사업은 AI를 악용한 사이버 공격에 대응하고 국내 보안 산업의 AI 전환을 촉진하기 위해 보안에 특화된 자체 AI 모델을 개발하는 사업이다. 정부는 제출서류의 적합성 검토와 외부 전문가 평가를 거쳐 9월 중 최종 1개 컨소시엄을 선정해 엔비디아 B200 그래픽처리장치(GPU) 256장을 10개월간 지원할 예정이다. 현재 SK텔레콤과 네이버클라우드가 각각 보안 기업들과 컨소시엄을 구성했다. 업계에선 정부가 보안 특화 모델을 구축하면서 오픈소스 AI를 악용한 사이버 공격을 탐지·추적하는 기술도 확보해야 한다는 제언이 나오고 있다. 오픈AI나 앤트로픽처럼 서비스를 직접 운영하는 기업은 이용 기록을 토대로 악성 이용 사례를 분석할 수 있지만, 오픈소스 모델은 공격자가 직접 내려받아 로컬 환경에서 구동할 수 있다는 이유에서다. 이에 공격 주체를 추적하기 어렵다. 특히 중국계 오픈소스 모델이 빠르게 고도화하면서 이에 대한 대응 필요성도 커지고 있다. 최신 GPU를 대규모로 확보하지 못한 공격 주체도 이미 학습된 모델을 내려받아 추론에 활용할 수 있어 북한 등 외부 공격 주체가 이를 사이버 공격에 활용할 가능성을 고려해야 한다는 설명이다. 익명을 요청한 AI 업계 관계자는 "오픈소스 모델은 일정 수준 컴퓨팅 파워만 있으면 활용할 수 있고 계속 새로운 버전이 나오면서 더 똑똑해지고 있다"며 "이런 모델을 활용한 공격을 어떻게 탐지하고 대응할 것인지에 대한 정책적 고민이 필요하다"고 강조했다. 정부가 모델 개발 자체보다 실제 공격을 검증할 수 있는 환경을 제공하는 데 역할을 집중해야 한다는 의견도 나온다. 민간이 확보하기 어려운 실제 보안 데이터를 공급하고 공격 환경을 재현할 수 있는 테스트베드를 구축한 뒤 공공·국방 분야를 초기 수요처로 활용해 모델을 반복적으로 검증하는 방식이다. 한 국내 AI 스타트업 대표는 "실제 보안 데이터를 확보·공급하고 실제 공격 환경에서 검증 가능한 테스트베드가 필요하다"며 "보안은 벤치마크보다 실전이 우선"이라고 강조했다. 이어 "정부는 공공·국방 초기 수요를 지원해 민간에 확산될 수 있도록 도와야 한다"고 덧붙였다. 사업 종료 후 지속적인 모델 고도화 체계를 마련하는 것도 과제로 꼽힌다. 모델을 지속적으로 최신화해야 사이버 공격에 대응할 수 있다는 설명이다. 또 다른 관계자는 "보안 특화 파운데이션 모델은 계속 똑똑해져야 한다"며 "정부는 파운데이션 모델을 자산으로만 볼 것이 아니라 계속 운영·최신화·배포하는 존재로 관점을 바꿔야 한다"고 말했다.

2026.08.26 16:51김미정 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

[현장] 델 "AI 에이전트 수천개 쓰는 시대…일하는 방식부터 바꿔야"

델 테크놀로지스가 인공지능(AI)을 단순한 업무 생산성 도구에서 기업 비즈니스와 산업 현장을 움직이는 핵심 인프라로 확장하는 청사진을 제시했다. AI 에이전트 확산에 맞춰 데이터센터와 데이터, 보안, 업무 환경을 아우르는 인프라를 현대화하고 'AI 팩토리'를 중심으로 기업 AI 투자를 실질적인 비즈니스 성과로 연결한다는 목표다. 유상모 한국 델 테크놀로지스 사장은 25일 서울 코엑스에서 개최한 '델 테크놀로지스 포럼 2026'에서 "많은 기업이 AI를 새로운 성장 기회로 받아들이고 있지만 실제 비즈니스에 적용하는 과정에서 보안과 규제, 데이터 거버넌스, 인프라 준비 등 다양한 어려움에 직면하고 있다"며 "엔드투엔드 포트폴리오와 개방형 생태계를 바탕으로 기업의 장기적인 기술 로드맵을 제시하고 AI를 비즈니스 성과로 연결하는 전략적 파트너 역할을 강화할 것"이라고 밝혔다. 이날 행사는 김경진 한국 델 테크놀로지스 회장이 무대에 등장해 로봇과 악수하며 시작됐다. 그는 3년 전 생성형 AI 시대가 도래한 당시 포럼에서도 AI를 주요 화두로 제시했던 점을 언급하며 이제는 생활과 업무에서 AI를 빼놓기 어려운 시대가 됐다고 진단했다. 또 기업의 관심 역시 AI 도입 자체에서 비용과 전력 소비를 낮추면서 실제 업무에 얼마나 효과적으로 활용할 수 있느냐로 옮겨가고 있다고 설명했다. 유 사장도 지난 1년간 AI 산업의 변화 속도가 예상보다 빨랐다고 평가했다. 그러면서 AI 모델 비용은 낮아지고 있지만 사용량과 토큰 소비는 빠르게 증가하고 있고 AI가 산업 현장으로 확산되면서 사이버 복원력과 리스크 관리, 거버넌스의 중요성도 함께 커졌다고 강조했다. 실제 델이 최근 진행한 '2026년 모던 엔터프라이즈 레디니스 조사'에 따르면 응답 기업의 87%는 급변하는 환경에 대응하는 데 어려움을 겪고 있는 것으로 나타났다. 이에 대해 유 사장은 "기업들은 AI와 업무·산업 현장, 데이터센터를 별개의 과제로 추진해선 안 되며 AI·데이터·보안을 아우르는 실행 가능한 로드맵을 마련해야 한다"며 "특히 보안과 사이버 복원력은 AI 구축 이후 추가하는 기능이 아니라 초기 설계부터 포함해야 할 필수 요소"라고 말했다. "AI, 전기만큼 근본적인 인프라…데이터가 기업 경쟁력 좌우" 마이클 델 회장도 이날 포럼 영상 메시지를 통해 AI가 기업과 사회의 기반 인프라로 자리 잡고 있다고 강조했다. 그는 "AI 지능은 전기만큼이나 근본적인 인프라가 돼 병원·공장·연구소·도시로 스며들고 있다"며 "이런 상황 속 기업의 차별점은 각자가 보유한 고유한 데이터이며 모든 조직은 이를 얼마나 빠르게 영향력으로 전환할 수 있느냐는 과제에 직면했다"고 짚었다. 델은 이를 지원하기 위해 기업 데이터가 존재하는 곳에서 AI를 구동할 수 있는 하이브리드 AI 인프라 전략을 강화하고 있다. 현재 5000곳 이상 기업 고객이 '델 AI 팩토리'에서 워크로드를 운영 중이며 신약 개발과 산업 자동화, 금융 서비스 등으로 활용 분야를 확대하고 있다. 이와 관련해 맷 던피 델 테크놀로지스 수석부사장은 AI를 실제 사업 성과로 연결하기 위해선 기존 업무 방식 자체를 재설계해야 한다고 제언했다. 단순히 기존 프로세스에 AI를 추가하는 방식으로는 투자 효과를 충분히 거둘 수 없다고도 지적했다. 시장에서 큰 경쟁력을 지닌 업무부터 AI를 적용하고 이후 투자 효과를 실현할 수 있도록 운영 모델까지 변화시켜야 한다는 설명이다. 또 기업용 에이전트를 구축하는 과정에선 데이터 준비와 업무 흐름에 대한 이해, 온톨로지 구축, 기존 시스템과의 통합 등을 거쳐야 한다고 짚었다. 던피 수석부사장은 "기업용 에이전트 구축은 혼자 할 수 있는 영역이 아닌 다양한 플레이어가 필요한 분야"라며 "기업 내 마케팅, 사업부서, 데이터 사이언스, 보안, 법무·개인정보보호 조직 등이 모두 함께 움직여야 실제 투자수익률(ROI)을 확보할 수 있다"고 강조했다. 데이터센터 현대화부터 '토크노믹스'까지…AI 비용 구조 바뀐다 델은 AI 확산에 대응하기 위한 출발점으로 데이터센터 현대화를 꼽았다. 델이 실시한 조사에서 국내 응답자의 72%는 현재 IT 인프라가 AI를 지원할 준비가 충분하지 않다고 답했다. 이에 던피 수석부사장은 데이터 구조를 정비하는 동시에, AI에 최적화된 빠르고 유연한 인프라를 구축해야 한다고 설명했다. AI 에이전트 확산에 따른 '토크노믹스(Tokenomics)'도 새로운 핵심 과제로 제시됐다. AI 모델의 토큰 단가는 하락하고 있지만 에이전트와 AI 서비스 사용량이 더 빠르게 늘어나면서 기업이 부담해야 하는 전체 비용은 오히려 커질 수 있어서다. 워크로드와 모델, 이를 구동할 시스템·인프라 위치까지 함께 고려한 비용 구조를 설계해야 하는 상황이다. 이에 따라 IT 조직의 역할도 달라질 것으로 전망했다. 던피 수석부사장은 "기존 시스템·애플리케이션 관리자들은 AI 워크로드와 지식 계층, 컨텍스트 엔진을 이해하고 적절한 모델과 데이터 배치 방식을 설계하는 'AI 아키텍트'가 될 것"이라며 "다양한 AI 모델 가운데 워크로드 특성에 따라 온프레미스와 PC, 퍼블릭 클라우드 등을 선택해 비용 효율적인 아키텍처를 구성하는 역량이 요구된다"고 말했다. 젠슨 황·마이클 델 "에이전트 시대 온다" 이날 행사에선 지난 5월 미국 라스베이거스에서 열린 '델 테크놀로지스 월드'에서 젠슨 황 엔비디아 최고경영자(CEO)와 마이클 델 회장이 나눈 대담 영상도 공개됐다. 황 CEO는 생성형 AI가 에이전틱 시스템으로 진화하면서 처음으로 실질적으로 유용한 AI가 등장했고 이에 맞춰 AI 컴퓨팅 수요가 가파르게 증가하고 있다고 진단했다. 엔비디아와 델은 AI 에이전트를 구동하기 위한 새로운 컴퓨팅 시스템 개발에 나서고 있다. 기업이 자체 데이터와 특화 모델을 로컬 환경에서 구동하는 동시에, 대규모언어모델(LLM)은 클라우드에서 활용하는 하이브리드 AI 구조다. 양사는 31년간 이어온 협력 관계를 바탕으로 AI 인프라 협력을 확대한다는 방침이다. 파트너십의 핵심 솔루션은 델 AI 팩토리다. 델이 보유한 제품과 프레임워크를 넘어 기업이 다양한 에이전트를 운영할 수 있도록 돕는 통합 포트폴리오다. 델 AI 서버, 스토리지, 플랫폼에 더해 고객별로 구축한 AI 솔루션도 표준화해 빠른 AI 도입과 배포를 지원한다는 목표다. 던피 수석부사장은 "기업은 AI의 경제성을 이해하고 직접 실험하며 새로운 업무 방식을 만들어가야 한다"며 "우리는 고객이 AI의 잠재력을 실제 비즈니스 가치로 전환할 수 있도록 함께 혁신하는 전략적 파트너가 될 것"이라고 강조했다.

2026.08.25 13:03한정호 기자

익명 'Ox 알파', 하루 100조 토큰 무료 제공...개발사 정체 놓고 추측 '무성'

정체를 알 수 없는 AI 랩이 스텔스 모델 'Ox 알파(Ox Alpha)'를 무료로 공개하며 AI 업계가 술렁이고 있다. 개발 주체를 밝히지 않은 채 하루 100조 토큰 규모의 처리 용량을 무료로 내걸면서 프론티어급 모델 개발사를 둘러싼 추측이 무성하게 이어지고 있다. 23일 테크밈 등 외신에 따르면 Ox 알파는 AI 모델 라우팅 서비스 오픈라우터(OpenRouter)와 코딩 에이전트 오픈코드(OpenCode)에 정체가 공개되지 않은 채 업로드됐다. 오픈라우터는 공식 계정을 통해 Ox 알파를 효율적인 코딩과 지속적인 에이전틱 작업, 실제 프로덕션 환경에 최적화된 프론티어 모델이라고 소개했다. 텍스트·이미지·비디오를 함께 처리하는 멀티모달 모델로 100만 토큰 규모의 컨텍스트 창과 최대 13만1072 토큰의 출력 용량을 갖춘 것으로 소개됐다. 공개 글에는 일주일간 완전 무료로 서비스를 제공하며 하루 100조 토큰을 처리할 수 있는 용량을 갖췄다는 내용이 포함됐다. 이 같은 조건이 알려지자 시장의 관심은 곧바로 모델의 정체로 쏠렸다. 하루 100조 토큰이라는 수치는 통상적인 체험용 공개 수준을 넘어서는 규모로 이를 실제로 감당할 수 있는 AI 랩이 많지 않기 때문이다. 업계에서는 단순히 새로운 모델이 등장했다는 사실보다 이 정도 인프라와 자본력을 동원할 수 있는 주체가 누구인지를 더 주목하는 분위기다. 가장 유력한 후보로는 중국 AI 기업 지푸 AI(Z.ai)가 거론된다. 지푸 AI는 과거 자사의 GLM-5 모델을 '포니 알파(Pony Alpha)'라는 이름으로 익명 필드 테스트한 전례가 있어 이번에도 유사한 방식으로 신형 모델을 시험하고 있다는 해석이 나온다. 일부 분석가들은 Ox 알파의 비디오 인코딩 파이프라인과 토크나이저 연산 방식, 응답 패턴이 지푸 AI의 기존 모델 구조와 상당히 유사하다고 보고 있다. 서드파티 리더보드 킹벤치에서는 Ox 알파가 87.5%를 기록해, GLM-5.3의 91.25%에 근소하게 못 미치는 점수를 받기도 했다. 다만 현재 공개된 GLM-5.3은 이미지·비디오 입력을 지원하지 않는 텍스트 전용 모델인 반면 Ox 알파는 멀티모달 입력을 지원한다는 점에서 차이가 있다. 이 때문에 지푸 AI가 실제 배후라면, 아직 공개되지 않은 상위 멀티모달 버전일 가능성이 제기된다. 업계 일각에서는 지푸 AI가 최근 대규모 GPU 클러스터와 1기가와트(GW)급 데이터센터를 가동한 것으로 알려진 만큼, 하루 100조 토큰 수준의 대규모 무료 제공을 감당할 컴퓨팅 여력이 있을 수 있다는 분석도 내놓고 있다. 일각에서는 딥시크(DeepSeek) 가능성도 제기됐다. 공격적인 무료 배포 전략이 딥시크의 기존 행보와 닮아 있다는 이유에서다. 실제로 딥시크의 V4 모델도 지난 3월 11일 '헌터 알파(Hunter Alpha)'라는 이름으로 익명 테스트를 거친 바 있다. 그러나 최근 V4-플래시 모델 가격 인상 흐름을 고려하면 Ox 알파가 내세운 수준의 처리량을 감당할 컴퓨팅 여력이 충분하지 않을 수 있다는 반론이 나온다. 여기에 딥시크 V4 플래시가 104만8576 토큰이라는 특정 컨텍스트 창 구조에 최적화돼 있지 않고, 토큰화 방식도 Ox 알파와 다르다는 점이 근거로 제시됐다. 일론 머스크 진영의 AI 모델일 가능성도 언급됐다. 다만 Ox 알파가 중국의 민감한 정치적 주제에 대해 비교적 세밀한 답변 정책을 보인다는 점에서 중국 본토 데이터셋 기반으로 학습된 모델일 가능성이 더 높다는 반론이 뒤따랐다. 이 때문에 현재로서는 단순한 자본력이나 연산 능력만으로 배후를 특정하기는 어렵다는 평가가 나온다. 최근에는 마이크로소프트의 차세대 프론티어 모델 'MAI' 계열의 미공개 버전일 수 있다는 분석도 새롭게 부상했다. 이 주장은 Ox 알파가 오픈AI가 개발한 바이트페어 인코딩(BPE) 방식의 토크나이저를 사용하는 것으로 보인다는 점에 근거한다. 중국계 모델이 오픈AI 계열 토크나이저를 사용할 가능성은 상대적으로 낮다는 시각에서 오픈AI·구글·앤트로픽·xAI와 중국계 프론티어 모델 대부분을 배제하면 마이크로소프트의 파이(Phi) 계열이 유력하다는 논리다. IBM의 그래나이트(Granite) 계열도 후보군으로 언급되지만 가능성은 크지 않다는 평가가 우세하다. 정체 논쟁과 별개로 Ox 알파의 성능도 화제를 모으고 있다. 개발자 벤 데이비스가 장기 소프트웨어 엔지니어링 벤치마크 '딥SWE(DeepSWE)'의 10개 문항으로 테스트한 결과 Ox 알파는 약 80%의 정답률을 기록해 앤트로픽 페이블 5의 65%, 오픈AI GPT-5.6 솔의 52%를 앞섰다는 평가가 나왔다. 코딩과 장기 에이전트 작업에 최적화됐다는 공개 측 설명과 맞물리며 성능 측면에서도 관심이 커지는 모습이다. 다만 이 결과만으로 성능을 단정하기는 이르다는 지적도 만만치 않다. 해당 테스트는 전체 113개 문항 가운데 10개만을 표본으로 삼은 결과여서 편차가 클 수 있고 딥SWE 벤치마크 하네스가 bash 명령어만 지원해 실제 개발 환경을 온전히 반영하지 못한다는 비판도 제기된다. 일부 사용자는 단순 실무 작업에서는 오히려 소형 모델보다 낮은 성능을 보였다며, 벤치마크에 특화해 점수를 끌어올리는 이른바 '벤치맥싱' 가능성을 언급하기도 했다. 결국 Ox 알파의 실질적 경쟁력은 보다 다양한 환경에서의 검증이 필요하다는 의미다. 그럼에도 업계가 이번 사례를 주목하는 이유는 분명하다. 실제 개발사가 어디인지를 떠나 익명의 주체가 하루 100조 토큰 규모의 연산 자원을 무료로 방출하겠다고 나선 것 자체가 AI 모델 시장의 경쟁이 얼마나 격화하고 있는지를 보여주는 상징적 장면이기 때문이다. 기업과 개발자 입장에서는 기대와 우려가 교차한다. 장문 처리와 코드 생성, 멀티모달 분석 같은 기능을 무료에 가깝게 시험할 수 있다는 점은 매력적이다. 반면 개발 주체와 운영 정책이 불분명한 상태에서 서비스를 업무에 곧바로 적용하기에는 부담도 적지 않다. 데이터 처리 방식과 보안, 무료 정책의 지속 가능성, 향후 가격 전환 여부 등을 확인하기 전까지는 신중하게 접근해야 한다는 목소리도 나온다. 정체 논쟁과 별개로 일부 업계 관계자 초기 반응도 나오고 있다. 온라인 결제 기업 스트라이프(Stripe)의 공동창업자 겸 최고경영자(CEO) 패트릭 콜리슨은 자신의 소셜미디어에 Ox 알파를 직접 테스트한 뒤 "매우 인상적"이라고 평가했다.

2026.08.24 11:01남혁우 기자

메타, 외부 AI에 거액 지출…오픈AI 기술로 모델 품질 점검

메타가 외부 인공지능(AI) 모델 활용에 거액을 지출하며 마이크로소프트 최대 고객 반열에 오른 것으로 전해졌다. 20일(현지시간) 블룸버그통신은 메타가 마이크로소프트 애저 클라우드를 통해 외부 AI 모델을 이용하는 데 연간 수억 달러를 투입했다고 보도했다. 해당 플랫폼에서 매주 사용하는 AI 연산량은 수조 토큰에 달한 것으로 나타났다. 토큰은 AI가 문장을 처리하고 생성할 때 사용하는 기본 단위다. 토큰 사용량이 많을수록 모델을 구동하는 데 필요한 컴퓨팅 자원과 비용도 늘어난다. 메타는 마이크로소프트의 AI 모델 플랫폼 '파운드리'를 통해 외부 모델을 이용하고 있다. 파운드리는 여러 기업이 개발한 AI 모델을 제공하는 애저 기반 마켓플레이스로 지난 7월 기준 고객사 10만곳을 확보했다. 마이크로소프트는 제조업과 운송업 등 전통 산업의 AI 도입 사례를 적극 소개하고 있다. 다만 파운드리에서 가장 많은 비용을 지출하는 고객은 대부분 기술 기업인 것으로 알려졌다. 중국 소셜미디어 틱톡을 운영하는 바이트댄스는 파운드리의 최대 지출 고객으로 꼽힌다. 어도비와 퍼플렉시티를 비롯해 고객 서비스 AI 스타트업 시에라도 주요 고객사에 포함됐다. 마이크로소프트의 AI 매출도 소수 IT 기업에 집중돼 있다. 오랜 협력사인 오픈AI는 최근 회계연도 기준 마이크로소프트 전체 AI 매출의 약 70%를 차지했다. 메타는 소프트웨어(SW) 개발을 지원하기 위해 여러 플랫폼에서 외부 AI 모델을 이용하고 있다. 모델의 이용 가능 여부와 비용을 따져 필요한 플랫폼과 모델을 선택하는 방식이다. 메타 개발자들은 파운드리로 오픈AI 기술을 이용해 자체 모델이 생성한 결과물을 평가하기도 했다. 앤드루 보즈워스 메타 최고기술책임자(CTO)는 지난 7월 '빅 테크놀로지' 팟캐스트에서 "우리는 자체 AI 모델을 개발하면서도 개발 과정에서 다른 선도 모델을 빌려 쓰고 있다"고 설명했다. 메타는 외부 모델을 이용하면서도 여러 AI 모델 접근권을 판매하는 API 사업도 추진하고 있다. 해당 사업이 본격화하면 마이크로소프트 파운드리와 경쟁하면서 외부 서비스 지출을 줄일 수 있다. 메타가 마이크로소프트 기술을 이용하다 자체 인프라로 전환한 사례는 이전에도 있었다. 페이스북 웹 검색에 마이크로소프트 검색엔진 '빙'을 적용했다가 2014년 말 사용을 중단했으며 현재는 자체 모델 개발을 위한 대규모 AI 데이터센터를 구축하고 있다. 블룸버그통신은 "AI가 시장의 기대에 부응하려면 일부 기술 기업에만 머물지 않고 경제 전반에 광범위하게 도입돼야 한다"고 분석했다.

2026.08.21 12:53김미정 기자

엘리스그룹, 기업용 AI 제품군 확대…코딩 에이전트 '헬피코드' 공개

엘리스그룹이 인공지능(AI) 코딩 에이전트와 사내 지식 관리 솔루션을 공개하며 기업·기관 대상 AI 전환(AX) 시장 공략에 박차를 가한다. 엘리스그룹은 오는 19일부터 21일까지 서울 코엑스에서 열리는 '2026 AI 서밋 서울 앤 엑스포(AISE 2026)'에 참가한다고 18일 밝혔다. 이번 행사에서 회사는 기업 AX를 지원하는 '엘리스AX' 제품군과 AI 인프라·클라우드 기술을 선보인다. 특히 AI 코딩 에이전트 '헬피코드'와 사내 지식을 구조화하는 '헬피컨텍스트'를 처음 공개한다. 기존 AI 문서 분석 솔루션 '헬피비전'과 생성형 AI 솔루션 '헬피챗'에 신규 서비스를 추가해 기업 AI 포트폴리오를 확대했다는 설명이다. 엘리스그룹은 교육 특화 AI 모델을 시작으로 생성형 AI와 문서 분석, 지식 구조화, AI 에이전트 등으로 기술 영역을 확대해왔다. 이번에 공개한 제품들을 연계해 조직의 실질적인 AX를 지원한다는 방침이다. 회사 측에 따르면 엘리스AX 제품군은 기업 데이터를 읽고 연결하며 활용하는 전 과정을 지원한다. 헬피비전은 비전언어모델(VLM)을 기반으로 그림과 표가 포함된 비정형 문서를 구조화된 데이터로 변환·분석한다. 헬피컨텍스트는 사내 문서와 담당자, 프로젝트 등 분산된 정보를 연결해 지식 계층으로 구조화하는 솔루션이다. AI가 기업 고유 업무 맥락을 이해할 수 있도록 지원하며 실시간 정보 업데이트와 사용자별 권한 관리 기능도 제공한다. 헬피코드는 기업 내부 서버에 구축돼 사내 코드와 지식을 기반으로 개발 업무를 지원하는 AI 코딩 에이전트다. 특히 프론티어 모델 대비 5분의 1 미만 비용으로 사용할 수 있어 기업의 AI 도입 비용 부담을 줄일 수 있다는 설명이다. 헬피챗은 조직 내부 데이터와 지식을 활용해 다양한 업무에 생성형 AI를 적용할 수 있도록 지원한다. 주요 데이터를 외부로 반출하지 않고 데이터 분석과 지식 구조화, 실제 업무 활용까지 이어지는 AX 환경을 구현할 수 있다. 엘리스그룹은 AI 솔루션과 함께 AI 인프라·클라우드 기술도 함께 공개한다. 최근 정부 그래픽처리장치(GPU) 사업을 잇달아 수주한 모듈형 AI 데이터센터 '엘리스 AI PMDC'와 GPU 최적화 솔루션 'ECI'를 소개하며 AI 풀스택 역량을 선보일 계획이다. 행사 둘째 날인 20일에는 '데이터센터에서 모델까지, 에이전트 시대를 위한 확장'을 주제로 쇼케이스 발표도 진행한다. AI 에이전트 확산에 따른 컴퓨팅 환경 변화와 데이터센터, 클라우드, AI 모델, 에이전트를 연결하는 기술 전략을 소개할 예정이다. 김재원 엘리스그룹 대표는 "기업 AX를 위해선 보안이 철저한 인프라를 기반으로 조직이 보유한 데이터와 지식을 AI가 이해하고 실제 업무에 활용할 수 있는 환경을 구축하는 것이 중요하다"며 "기업 데이터를 안전하게 활용하는 AI 솔루션부터 이를 안정적으로 구동하는 클라우드와 인프라까지 연결해 기업·기관의 실질적인 AX를 지원해 나가겠다"고 밝혔다.

2026.08.18 16:00한정호 기자

베스핀글로벌, 오픈AI 셀렉트 파트너 선정…운영·최적화 프레임워크 전면에

베스핀글로벌이 오픈AI 최신 모델과 자체 인공지능(AI) 운영 프레임워크를 결합해 기업 AI 도입·운영·최적화 전 과정 지원에 나선다. 베스핀글로벌은 오픈AI 파트너 네트워크의 '오픈AI 셀렉트 파트너'로 선정됐다고 18일 밝혔다. 오픈AI 파트너 네트워크는 파트너사가 오픈AI 기술과 제품을 기반으로 AI 솔루션을 구축하고 판매, 제공할 수 있도록 지원하는 글로벌 프로그램이다. 산업별 전문성과 AI 구축·운영 역량을 갖춘 기업을 대상으로 기술 리소스와 교육, 지원 프로그램을 제공한다. 베스핀글로벌은 이번 파트너 선정을 계기로 기업 고객이 최신 GPT 모델과 챗GPT 워크를 실제 업무 환경에 효과적으로 도입할 수 있도록 지원할 계획이다. 회사는 고객 비즈니스 환경과 요구 사항에 맞는 AI 서비스를 구축하고 업무 생산성과 운영 효율성을 높일 수 있는 AI 활용 환경을 제공한다는 방침이다. 이를 위해 자체 AI 운영 프레임워크인 '7 레이어 AI 스택(7 Layer AI Stack)'을 기반으로 AI 서비스 포트폴리오를 강화했다. AI 인프라·데이터·모델·에이전트·보안·거버넌스·운영 최적화에 이르는 전 과정을 체계적으로 지원할 수 있도록 설계했다. 7 레이어 AI 스택은 ▲인프라 및 배포 ▲데이터 플랫폼 및 워크플로우 ▲모델·지식·AI 운영 ▲에이전트 오케스트레이션 ▲거버넌스·신뢰·보안 ▲운영 및 최적화 ▲성과 구현 등 7개 계층으로 구성된다. 베스핀글로벌은 오픈AI 모델을 활용한 AI 서비스 구축·운영 역량을 확대하고 이를 기반으로 기업용 AI 매니지드 서비스(AI MSP) 제공 범위도 넓힐 계획이다. 다양한 산업 분야 기업이 오픈AI 모델을 활용해 AI 전환(AX)을 추진하고 안정적으로 서비스를 운영할 수 있도록 AI 구축부터 운영, 최적화까지 전 과정을 지원한다는 목표다. 허양호 베스핀글로벌 코리아 대표는 "이번 오픈AI 셀렉트 파트너 선정은 우리가 AI 구축·운영 역량을 바탕으로 오픈AI 파트너 네트워크에 참여하게 된 의미 있는 이정표"라며 "7 레이어 AI 스택을 기반으로 고객이 오픈AI 최신 AI 모델을 실제 업무 환경에 효과적으로 적용하고 비즈니스 성과로 연결할 수 있도록 지속 지원하겠다"고 밝혔다.

2026.08.18 15:36한정호 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

Prev 1 2 3 4 5 6 7 8 9 10 Next