• ZDNet USA
  • ZDNet China
  • ZDNet Japan
  • English
  • 지디넷 웨비나
뉴스
  • 최신뉴스
  • 방송/통신
  • 컴퓨팅
  • 홈&모바일
  • 인터넷
  • 반도체/디스플레이
  • 카테크
  • 헬스케어
  • 게임
  • 중기&스타트업
  • 유통
  • 금융
  • 과학
  • 디지털경제
  • 취업/HR/교육
  • 생활/문화
  • 인사•부음
  • 글로벌뉴스
  • AI의 눈
ZDPick
지스타2026
반도체
IT'sight
칼럼•연재
포토•영상

ZDNet 검색 페이지

'파운데이션'통합검색 결과 입니다. (250건)

  • 태그
    • 제목
    • 제목 + 내용
    • 작성자
    • 태그
  • 기간
    • 3개월
    • 1년
    • 1년 이전

[유미's 픽] 앤트로픽에 돈 몰리는데…IPO 앞둔 업스테이지, 자금 확보 '고심'

미국 인공지능(AI) 기업 앤트로픽이 역대 최대 규모의 기업공개(IPO)에 성공하면서 글로벌 AI 시장의 자금 쏠림 현상이 심화할 수 있다는 우려가 커지고 있다. 미국에서는 증시를 통해 막대한 자금이 조달되고 캐나다에서는 정부가 직접 AI 기업 지분 투자에 나서는 가운데, 국내 AI 스타트업들은 상대적으로 제한적인 투자 환경에서 성장자본 확보에 어려움을 겪을 수 있다는 지적이 나온다. 20일 업계에 따르면 앤트로픽은 19일(현지시간) 미국 나스닥 상장 첫날 공모가 83달러보다 17.07% 오른 97.17달러에 거래를 마쳤다. 장중 한때 38% 넘게 상승했다가 상승폭이 줄었지만 AI 모델 개발 기업에 대한 높은 투자 수요를 확인했다. 앤트로픽의 IPO 공모 규모는 813억 달러(약 119조 5110억원)로, 기존 스페이스X의 기록을 넘어섰다. 별도로 진행한 260억 달러 규모의 사모투자까지 합치면 전체 자금 조달 규모는 1073억 달러(약 157조 7310억원)에 달한다. AI 모델 개발과 컴퓨팅 인프라 확충에 막대한 자금이 필요한 상황에서 글로벌 자본시장을 통해 대규모 투자 재원을 마련한 것이다. 다만 앤트로픽의 상장 흥행이 다른 AI 기업에도 호재로 작용할지는 불확실하다. AI 산업 전반에 대한 투자자들의 관심을 높일 수 있지만 자금이 앤트로픽 등 소수 글로벌 선도 기업에 집중될 가능성도 있기 때문이다. 특히 투자자들이 기술 경쟁력뿐 아니라 매출 성장과 수익성, 향후 자금 조달 능력까지 평가할 경우 상대적으로 규모가 작은 AI 개발사들은 투자 유치에 부담을 느낄 수 있다. 이에 캐나다에서는 정부가 직접 민간 AI 기업의 성장자본 확충을 지원하고 있다. 캐나다 정부는 지난달 29일 자국 AI 기업 코히어에 최대 16억 캐나다달러(약 1조 5000억원)를 지분 투자하겠다고 발표했다. 민간 투자자들과 함께 기업의 주주로 참여해 기술 개발과 사업 확대를 지원하고 성장에 따른 투자 성과도 공유하는 방식이다. 이번 투자는 코히어가 추진하는 최대 70억 캐나다달러 규모의 시리즈E 투자 유치에 포함된다. 목표액을 확보하면 코히어의 기업가치는 최대 357억 캐나다달러(약 34조원)에 이를 것으로 예상된다. 정부 투자금은 기업의 성장과 약속 이행 상황에 따라 단계적으로 집행될 예정이다. 코히어는 이에 맞춰 2030년까지 캐나다에 최소 17억 캐나다달러를 컴퓨팅 인프라에 투자하고 기술직 일자리 1000개 이상을 창출하기로 했다. 업계에선 정부가 AI 연구개발을 지원하는 데 그치지 않고 직접 자본을 공급해 기업의 장기적인 성장을 뒷받침한다는 점에서 이번 투자를 주목했다. 유럽에서도 정부가 직접 AI 기업의 지분을 확보하며 성장을 지원하고 있다. 프랑스 공공투자은행(Bpifrance)은 자국 AI 기업 미스트랄AI의 초기 투자부터 참여해 왔으며, 지난 9월 삼성전자가 주도한 30억 유로(약 5조 1000억원) 규모의 시리즈D 투자에도 자금을 투입했다. 해당 투자로 미스트랄AI의 기업가치는 210억 유로(약 35조 7000억원)를 넘어섰다. 업계 관계자는 "캐나다와 프랑스 모두 민간 투자와 공공자본을 결합해 자국 AI 기업의 성장을 지원하고 있다는 점에서 주목된다"며 "국내에서도 독자 AI 파운데이션 모델 개발 지원과 별개로 AI 스타트업이 장기간 기술 개발과 해외 사업 확대에 필요한 대규모 성장자본을 확보할 수 있는 투자 환경이 중요해지고 있지만 쉽지 않은 분위기"라고 말했다. 실제 국내에서는 AI 모델 개발에 필요한 대규모 성장자본을 확보하기 쉽지 않다는 지적이 나오고 있다. 특히 국내 벤처캐피털(VC)은 글로벌 대형 투자자와 비교해 펀드 규모가 작고 개별 기업에 투자할 수 있는 금액도 제한적이란 점에서 아쉬운 목소리도 나온다. AI 모델 개발에 필요한 자금은 빠르게 늘고 있지만 국내 민간 투자시장만으로 이를 충당하기에는 한계가 있는 것이다. 특히 IPO를 준비 중인 업스테이지가 이 같은 상황을 어떻게 헤쳐나갈 지도 관심사다. 이곳은 지난 4월 약 1800억원 규모의 시리즈C 투자를 유치한 데 이어 9월에는 2000억원 규모의 프리IPO 투자 유치를 추진한 것으로 알려졌다. 이에 맞춰 업스테이지의 기업가치가 2조원 수준으로 높아졌다는 평가도 나왔다. 상장 시장으로는 코스닥을 우선 검토하는 것으로 전해졌다. 당초 코스피 상장이 유력하게 거론됐지만 한국거래소의 코스닥 상장 권유와 상장 심사 불확실성 등을 고려해 방향을 재검토한 것으로 알려졌다. 다만 회사는 상장 시장과 시기를 확정하지 않았다는 입장이다. 이 같은 상황에서 업스테이지가 지난 17일 코히어와 전략적 파트너십을 체결했다는 점은 눈에 띈다. 양사의 협력은 AI 모델 개발과 기업용 AI 사업에 초점이 맞춰져 있지만, 업스테이지가 코히어를 통해 글로벌 투자자들과의 접점을 넓히는 계기를 마련하기 위한 행보로 읽힌다. 일각에선 우리나라 정부가 독자 AI 파운데이션 모델 개발 사업 등을 통해 GPU와 연구개발 자금을 지원하고 있다는 점에 대해 긍정적으로 평가했으나, 해외 기업들의 투자 흐름에 비해 다소 아쉽다는 평가도 있다. 이에 글로벌 AI 기업들의 투자 규모가 커지는 상황에서 국내에서도 장기적인 기술 개발과 사업 확대를 뒷받침할 자본 공급 체계를 강화해야 한다는 목소리가 높아지고 있다. 업계 관계자는 "앤트로픽의 상장 성공은 AI 기업의 성장 가능성에 대한 시장의 기대를 확인하는 계기가 됐지만 동시에 투자자금이 글로벌 선도 기업에 집중될 수 있다는 우려도 남겼다"며 "국내 AI 스타트업들이 기술 경쟁력을 유지하면서 대규모 자금을 안정적으로 확보할 수 있을지가 향후 성장 속도에 영향을 미칠 것"이라고 예상했다. 루 장 퓨전펀드 설립자 겸 매니징 파트너는 닛케이 아시아를 통해 "앤트로픽의 성과는 아시아 AI 기업들에 대한 투자 심리에 분명 영향을 미치겠지만 그 영향이 모든 시장에서 동일하게 나타나지는 않을 것"이라며 "투자자들이 앤트로픽에 적용된 기업가치 평가 배수를 딥시크나 문샷 AI 같은 기업들에 그대로 대입하지는 않을 것"이라고 말했다.앤셀 탄 피치북 아시아태평양(APAC) 민간 자본 부문 디렉터 역시 닛케이 아시아에서 "성공적인 IPO는 첨단 AI 기술과 AI 기업들의 상업적 잠재력에 대한 투자자들의 신뢰를 강화하고, 결과적으로 AI 분야에 대한 추가 투자를 유치하는 데 기여할 것"이라면서도 "IPO는 투자자들의 관심과 자본을 앤트로픽과 같은 소수의 글로벌 리더 기업에 집중시켜 아시아의 소규모 AI 연구소들이 국제 자금 조달 경쟁에서 어려움을 겪게 할 수 있다"고 전망했다.

2026.11.20 10:41장유미 기자

심승배 국가AI전략위 국방안보분과장 "독파모, 군에서도 쓰게 해야"

국가대표 인공지능(AI)을 군 업무에 맞게 학습시켜 내년 상반기 장병에게 제공해야 한다는 방향이 제시됐다. 심승배 국가인공지능전략위원회 국방안보분과장은 13일 서울 용산 나인트리 로카우스에서 열린 '제5회 코난테크놀로지 국방 AI 서밋 2026'에서 내년 초 독자 AI 파운데이션 모델(독파모) 후속 모델이 나오면 군 업무에 맞게 추가 학습하는 작업에 바로 착수해야 한다고 밝혔다. 내년까지 국방용 AI 모델을 개발하는 과제가 반영돼 있다며, 이를 장병이 실제 이용할 서비스로 연결해야 한다고 설명했다. 심 분과장은 AI 개발과 군 도입을 함께 준비해야 한다고 강조했다. 기업이 군 데이터를 활용해 AI를 개발하고, 군은 성능을 확인한 기술을 실제로 구매하도록 연결해야 한다는 설명이다. 그는 개발과 도입에 수년이 걸리는 기존 무기 구매 방식으로는 AI 발전 속도를 따라가기 어렵다고 진단했다. 도입 후에도 새 데이터를 학습한 AI를 빠르게 반영할 수 있도록 운용 절차를 바꿔야 한다고 밝혔다. 독파모 군에 맞게 학습…장병이 쓰는 AI로 심 분과장은 독자 AI 파운데이션 모델(독파모) 사업을 국방 AI와 연결하는 방안을 설명했다. 여러 분야에 활용하도록 개발한 AI에 군 업무와 데이터를 추가로 학습시켜 장병이 쓰도록 하겠다는 방향이다. 그는 내년까지 국방용 AI 모델을 개발하는 과제가 추진되고 있다고 설명했다. 내년 초 독파모 후속 모델이 나오면 군에 맞게 추가 학습하는 작업에 바로 착수해야 한다고 강조했다. 심 분과장은 "내년 초 3차 모델이 나오는 즉시 국방 내에서 튜닝하기 위한 작업에 돌입해야 한다"며 "내년 상반기에는 소위 말하는 '모두의 AI' 장병 버전 정도는 우리 군 장병에게 안겨줘야 한다"고 주장했다. 그는 장병이 군 내부망에 접속해 AI를 이용할 수 있도록 서비스 창구를 마련하자고 제안했다. 방산기업과 AI 기업도 활용할 수 있는 인터넷용 서비스를 별도로 제공하는 방안도 제시했다. 군 데이터 제공 준비…민간 인프라도 활용 군에 맞는 AI를 개발하려면 실제 군 데이터가 필요하다. 심 분과장은 일선 부대에 데이터가 쌓이고 있지만 이를 각 군 본부나 AI 담당 조직으로 가져와 분석하는 통로는 부족하다고 진단했다. 기업에 군 데이터를 제공할 공간으로는 국방 AX 거점을 소개했다. 군과 기업이 AI 개발을 위해 협력하는 공간으로, 용산·판교·대전·양재·부산 등 5곳이 문을 열었다. 현재 데이터 제공을 준비하면서 기업이 어떤 자료를 요청할 수 있는지 알려줄 목록도 작성하고 있다고 설명했다. 기업은 가까운 거점에서 육·해·공군 데이터를 요청할 수 있다. 거점마다 특정 군 데이터만 취급하도록 제한하지 않았다는 설명이다. 심 분과장은 "판교에 가서 해군 데이터를 요청해도 된다"며 "부산에 가서 육군이나 공군 데이터를 요청해도 되도록 설계했다"고 말했다. 데이터를 확보한 뒤 AI를 학습시키고 운용할 컴퓨팅 자원도 필요하다. 심 분과장은 군 AI 데이터센터가 완성될 때까지 기다리지 말고 민간 AI 데이터센터를 활용하는 방안도 준비해야 한다고 밝혔다. 기업이 클라우드에서 군 AI를 개발하고, 학습에 필요한 그래픽처리장치(GPU)를 지원받는 환경도 마련할 계획이라고 설명했다. 민간 인프라를 활용하려면 군 데이터를 보안 수준에 따라 나눠야 한다. 심 분과장은 국방부와 군 내부에서만 처리해야 할 정보와 민간 클라우드에서도 처리할 수 있는 정보를 구분하는 작업을 진행하고 있다고 밝혔다. 이 과정에서 모든 정보를 비밀로 묶어 활용을 막아서는 안 된다고 강조했다. 성능 검증을 구매로 연결…AI 도입 시간 줄인다 심 분과장은 개발한 기술을 군이 구매하는 절차도 바뀌어야 한다고 밝혔다. 방위사업청 신속 연구개발 사업조차 가장 빨라야 5년이 걸린다며 AI 변화에 맞춰 도입 시간을 줄여야 한다고 지적했다. 그는 현장 시험에서 성능을 입증한 기업이 후속 계약을 맺을 수 있도록 국가계약법 개정 등 관련 법 정비를 추진하고 있다고 설명했다. 여러 기업에 기술을 시험할 기회를 주고, 성과에 따라 지원 대상을 좁힌 뒤 실제 구매로 연결하는 방식을 예로 들었다. 이 절차를 도입하려면 관련 법을 제정하거나 개정해야 한다. 심 분과장은 국방 인공지능법과 국방 첨단전력 관련 법안 등을 연내 처리하기 위해 국방부·국회가 노력하고 있으며 위원회도 지원하고 있다고 밝혔다. 군에서 사용하는 AI도 성능이 개선되면 빠르게 업데이트할 수 있도록 절차를 바꾼다. 심 분과장은 2030년까지 군 소프트웨어를 업데이트하는 간격을 6개월 이하로 줄이는 목표를 소개했다. 새 데이터를 학습해 더 정확해진 AI를 개발해도 실제 군 장비나 시스템에 반영하지 않으면 장병은 이전 버전을 계속 써야 하기 때문이다. 그는 "AI 발전 속도를 고려하면 업데이트 주기를 더 짧게 잡아야 한다"며 "초안은 3개월이었지만 지금 시점에서는 1개월 이하로 해야 한다는 생각도 든다"고 말했다.

2026.11.13 12:31김동원 기자

모티프, 엔비디아 투자 받는다…글로벌 AI '톱5' 도전

엔비디아를 신규 투자자로 맞이하는 모티프테크놀로지스가 차세대 거대언어모델(LLM)을 개발해 글로벌 인공지능(AI) 모델 상위 5위권 진입에 도전한다. 모티프테크놀로지스는 신규 AI 파운데이션 모델 '모티프 4' 개발을 위한 투자 유치를 마무리하고 본격적인 개발에 착수했다고 9일 밝혔다. 이번 브릿지 투자 라운드에는 기존 투자자들과 함께 엔비디아가 참여할 예정이다. 구체적인 투자 규모와 기업가치 등은 공개하지 않았다. 모티프 4는 지난 8월 공개한 오픈웨이트 모델 '모티프 3' 후속 모델이다. 모티프테크놀로지스는 내년 1분기까지 개발을 마치고 모델 가중치를 공개할 계획이다. 모티프 3는 과학기술정보통신부가 주도하는 '독자 AI 파운데이션 모델(독파모)' 사업을 통해 개발됐다. 회사 측에 따르면 지난 8월 글로벌 AI 모델 평가기관 아티피셜 애널리시스 종합 지능 지수(AAII)에서 47점을 기록해 전체 모델 10위, 오픈웨이트 모델 4위에 올랐다. 당시 중국과 미국 기업을 제외하면 가장 높은 순위였으며 독파모 사업에 참여한 국내 기업 가운데서도 가장 높은 평가를 받았다는 설명이다. 모티프테크놀로지스는 자체 개발한 '그룹 차등 잠재 어텐션(GDLA)' 등 독자 아키텍처를 경쟁력으로 내세우고 있다. 모티프 3 개발 당시 그래픽처리장치(GPU) 768장을 활용해 약 5개월 만에 모델을 완성했다. 차기 모델에서는 기존 아키텍처를 고도화하는 동시에 사후 학습과 강화 학습(RL)을 강화할 계획이다. 모티프 3 개발 과정에서 시간과 컴퓨팅 자원 제약으로 충분히 진행하지 못했던 학습 단계를 보완해 모델 성능과 실사용 경쟁력을 함께 높인다는 구상이다. 모티프테크놀로지스는 모티프 4를 통해 글로벌 프런티어 AI 모델 시장에서 기술 경쟁력을 입증하고 상용화 가능성도 확보한다는 목표다. 임정환 모티프테크놀로지스 대표는 "모티프 3에서는 기한과 자원 제약으로 인해 RL 등 충분한 사후학습을 하지 못한 아쉬움이 있었다"며 "모티프 4에서는 충분한 자원이 확보된 만큼 모든 것을 쏟아부어 기술적 우수성뿐 아니라 완전한 사용성과 상업성까지 갖춘 결과물을 보여줄 것"이라고 말했다.

2026.11.09 17:47이나연 기자

글로벌 기상전문가, 기상·기후 AI 파운데이션 모델 연구 성과 논의

기상청 국립기상과학원과 KAIST(총장 배충식)은 9일과 10일 양일간 서울 논현동 엘리에나 호텔에서 '제1회 기상·기후 인공지능(AI) 파운데이션 모델 국제 워크숍'을 개최했다고 밝혔다. 행사는 세계적으로 빠르게 발전하고 있는 AI 기반 기상예측 기술과 기상·기후 AI 파운데이션 모델 최신 연구 성과를 공유하고, 한국형 AI 기상·기후 파운데이션 모델 개발을 위한 국제협력 방안을 논의하기 위해 마련됐다. 국립기상과학원은 다양한 기상·기후 자료를 통합적으로 학습하고 여러 분야에 활용할 수 있는 파운데이션 모델로 발전함에 따라 행사에서 AI 기반 초단기 기상예측 모델인 '나우알파(NowAlpha)'와 중기 기상예측 모델인 '알파캐스트(AlphaCast)' 등 기존 연구 성과에서 나아가, 한국형 AI 기상·기후 파운데이션 모델로 발전시키기 위한 기술개발 방향을 소개한다. 행사에는 세계기상기구(WMO)·중국기상청(CMA)·엔비디아·마이크로소프트·IBM·독일 쾰른대학교 등에서 국내외 기상·기후 및 AI 분야 전문가 200여 명이 참석해 최신 기술개발 동향과 연구 성과를 공유한다. 첫날인 9일에는 ▲초단기부터 중기까지의 인공지능 기반 기상예측 기술 ▲기상·기후 파운데이션 모델 발전 방향 등을 논의했다. 특히, 기존 개별 예측 목적에 특화된 AI 모델에서 다양한 예측 분야에 적용가능한 범용 모델 전환과 관련한 최신 연구 성과를 공유했다. 둘째 날인 10일에는 ▲기상자료와 관측정보를 활용한 예측 기술 ▲재난안전·농업·에너지 등 분야별 활용과 현업 적용 방안 등을 논의한다. 이어 연구 성과 발표와 종합토론을 통해 AI 기상기술의 실질적인 활용과 국제협력 확대 방안을 모색한다. WMO와 주요국 기상청, 국제적 기술기업 및 학계 전문가들은 AI 기상예측 모델 비교·검증, 공동연구, 교육훈련, 기술 공유 등 실질적인 국제협력 방안을 모색한다. 이를 통해 국가별 기술 역량과 활용 환경을 고려한 AI 기상예측 기술 확산 가능성도 논의한다. 강현석 국립기상과학원장은 “AI 기술은 기상예측 신뢰도와 활용 범위를 높이는 핵심 기술로 빠르게 발전하고 있다”며 “이번 행사가 국내외 전문가들과 최신 기술 및 연구 성과를 공유하고, 한국형 AI 기상·기후 파운데이션 모델 개발 기반을 강화하는 계기가 되기를 기대한다”고 밝혔다. 배충식 KAIST 총장은 “AI 시대의 진정한 경쟁력은 기술을 활용하는 데 그치지 않고, 탄탄한 기초과학을 바탕으로 AI를 주도적으로 개발하고 새로운 가능성을 개척하는 데 있다”며 “기상·기후 분야에서도 과학적 이해와 AI 기술 융합을 통해 예측 한계를 넓히고, 기후위기 대응과 국민 안전에 기여하는 혁신이 이루어지기를 기대한다”고 밝혔다.

2026.11.09 17:06주문정 기자

[新테크용어] 로봇에 범용 AI 두뇌 심는다…RFM이란

로봇 파운데이션 모델(Robot Foundation Model·RFM)은 인공지능(AI)이 다양한 로봇의 행동과 주변 환경을 학습해 여러 작업을 수행하도록 지원하는 범용 AI 모델이다. 특정 작업에 맞춰 개별적으로 개발하던 기존 로봇 AI와 달리 대규모 데이터를 사전 학습해 새로운 작업과 환경에도 적응할 수 있도록 설계된 것이 특징이다. 기존 산업용 로봇은 물건을 집거나 부품을 조립하는 등 정해진 작업을 반복 수행하는 데 특화돼 있다. 작업 대상이나 주변 환경이 달라지면 프로그램을 수정하거나 추가 학습을 진행해야 하는 경우가 많다. 반면 RFM은 다양한 물체와 작업 환경, 로봇의 움직임을 학습해 처음 접하는 상황에도 대응할 수 있는 능력을 갖추는 것을 목표로 한다. 이를 위해 카메라 영상과 이미지, 센서 정보, 로봇의 동작 데이터, 사람의 작업 시연 영상 등을 활용한다. 로봇은 이러한 데이터를 바탕으로 주변 물체의 위치와 형태를 파악하고 주어진 명령을 수행하는 데 필요한 행동을 학습한다. 사전 학습한 모델을 특정 로봇이나 작업에 맞춰 추가 학습시키는 방식으로 활용할 수도 있다. RFM은 대규모언어모델(LLM)과도 차이가 있다. LLM이 방대한 텍스트를 학습해 언어를 이해하고 생성하는 데 초점을 맞춘다면 RFM은 현실 공간에서 로봇이 움직이고 물체와 상호작용하는 데 필요한 능력을 학습한다. 대표적인 구현 방식으로는 시각 정보와 언어 명령을 로봇의 행동으로 연결하는 비전·언어·행동(VLA) 모델이 있다. RFM은 로봇이 주변 환경을 인식하고 스스로 행동하도록 하는 피지컬 AI 구현의 핵심 기술로 주목받고 있다. 엔비디아는 휴머노이드 로봇용 파운데이션 모델인 '아이작 그루트'를 개발하고 있으며, 구글 딥마인드는 로봇이 시각·언어 정보를 바탕으로 행동을 수행하는 '제미나이 로보틱스' 모델을 선보였다. 국내에선 LG그룹이 글로벌 기업과 손잡고 RFM 기반 로봇 개발을 추진하고 있다. LG그룹은 로봇 지능 전문기업 스킬드AI와 협력 가능성을 모색하는 동시에 엔비디아의 AI 플랫폼을 활용한 차세대 휴머노이드 로봇 개발에 나섰다. 특히 RFM은 제조와 물류, 가정용 서비스, 휴머노이드 로봇 등 다양한 분야에서 활용될 것으로 기대된다. 로봇마다 별도의 AI를 개발하는 부담을 줄이고 새로운 작업을 학습하는 데 필요한 시간과 비용을 절감할 수 있어서다. 다만 실제 산업 현장에 폭넓게 적용하기 위해서는 로봇 학습 데이터 확보와 정교한 동작 제어, 안전성·신뢰성 검증 등의 과제가 남아 있다.

2026.11.04 16:21장유미 기자

[단독] 독파모 3차 평가, 개발사 가리는 '블라인드' 검토

국가대표 인공지능(AI) 선발전에서 기업명과 모델명을 모두 가리는 '익명 평가' 도입을 논의하는 것으로 확인됐다. 개발사를 공개했던 사용자 평가 방식을 바꾸는 방안이다. 3일 업계에 따르면 과학기술정보통신부와 독자 AI 파운데이션 모델(독파모) 사업 참여사는 평가 기준을 정하는 회의에서 3차 사용자 평가에 '더블 블라인드'를 도입할지 협의하고 있다. 도입하면 평가단은 어떤 기업이 만든 모델인지 모르는 상태에서 AI 답변과 사용성을 비교하게 된다. 아직 도입 여부와 세부 방식은 확정되지 않았다. 일부 참여사는 기업 인지도나 선입견이 점수에 영향을 줄 수 있다며 평가 방식 변경을 요구했다. 대기업과 스타트업을 같은 조건에서 비교하려면 개발사 정보를 가려야 한다는 취지다. 독파모는 국내 기업이 자체 AI 모델을 개발하도록 정부가 그래픽처리장치(GPU) 등 자원을 지원하는 사업이다. 단계별 평가를 거쳐 다음 단계 지원팀을 선정한다. 현재 업스테이지와 SK텔레콤, LG AI연구원 등 세 팀이 3차에 참여하고 있다. 사용자 평가는 평가단이 AI를 직접 써보고 답변이 정확한지, 생활과 업무에 도움이 되는지 살피는 절차다. 성능 시험 점수만으로 파악하기 어려운 실제 활용도를 확인하기 위해 마련됐다. 정부는 지난 8월 2차 평가부터 기존 AI 전문 사용자에 더해 일반 국민도 평가에 참여하도록 했다. AI 전문 사용자 49명과 일반 국민 185명이 참여했으며, 전체 평가 100점 가운데 각각 15점과 10점 등 총 25점을 배정했다. 쟁점은 평가단이 어느 기업이 개발한 AI인지 알고 점수를 매겼다는 점이다. 일부 참여사는 답변 품질뿐 아니라 기업 인지도나 이미지가 평가에 반영될 수 있다며 개발사 정보를 가려야 한다고 요구했다. 2차 평가에서 탈락한 모티프테크놀로지스도 이런 이유로 블라인드 평가를 요청한 바 있다. 모티프는 글로벌 AI 성능 지표인 아티피셜 애널리시스 지능지수(AAII)에서 참여팀 중 최고점을 받았지만 사용자 평가에서는 25점 만점에 14.1점으로 가장 낮았다. 같은 항목에서 SK텔레콤은 19.1점, LG AI연구원은 18.9점, 업스테이지는 18.1점을 기록했다. 모티프는 탈락 이후 사용자 평가 방식과 상세 결과 공개를 요구했다. 다만 기업 인지도가 실제 점수에 얼마나 영향을 줬는지는 확인되지 않았다. 블라인드 평가 실효성을 두고도 정부와 일부 참여사는 시각차를 보였다. 정부는 이름을 가려도 AI에 질문하는 과정에서 어떤 모델인지 알아낼 수 있다고 봤다. 일부 참여사는 모델을 추측할 가능성이 있더라도 처음부터 개발사 정보를 공개하는 방식은 바꿔야 한다고 주장해 왔다. 이번 3차 사용자 평가에서는 기업명과 모델명을 모두 가리는 방안을 놓고 협의가 이어지고 있다. 도입 여부와 세부 방식은 아직 확정되지 않았다. 3차에 참여하는 세 팀은 내년 1월 말까지 AI 모델을 고도화한다. 과기정통부가 지난달 설명한 일정에 따르면 정부는 내년 2월 중순께 3차 평가를 마무리할 계획이다. AI 업계 관계자는 "3차 평가는 블라인드 방식으로 가는 것으로 가닥이 잡혀지고 있다"며 "기업명과 모델명을 모두 가려 공정한 심사가 될 수 있는 안으로 심사 방향이 정해지고 있다"고 밝혔다. 과기정통부 관계자는 "평가 기준은 확정되는 대로 안내하겠다"고 말했다.

2026.11.03 16:46김동원 기자

[AI인재강국] 연구가 깊어지는 곳에 인재가 모인다

국가AI연구거점(NAIRL)은 과학기술정보통신부와 정보통신기획평가원(IITP)의 지원을 받고 서울시와 서초구청이 뒷받침하는 AI 연구 컨소시엄으로, 카이스트·고려대·포스텍·연세대와 국내 기업들이 함께한다. 지디넷코리아는 격주마다 한국 AI 연구 생태계가 나아갈 방향을 국가 AI 연구거점의 생생한 이야기로 조망해 본다. [편집자주] 지난 10월6일 서초 AICT에서 국가 AI 연구거점의 오픈랩 행사인 'NAIRL 이노베이션 쇼케이스 2026'이 열렸다. 지난 7월 개최된 글로벌 AI 프론티어 심포지엄과 함께 거점이 해마다 여는 두 행사 가운데 하나로, 그간 쌓아 온 연구를 전면 개방해 공유하고 관심 있는 기업과 연구자를 만나 기술이전을 심도 있게 논의하는 자리다. 올해는 카이스트·고려대·연세대·포스텍에 걸친 거점 연구실들이 AI 기술 45건을 들고 나왔고, 전시는 연구실이 가진 해결책과 기업이 가진 문제를 맞추는 방식으로 네 구역으로 나뉘었다. 행사장 곳곳에서는 연구진이 직접 데모를 시연했다. '논문을 내지 못하면 도태된다(Publish or Perish)'는 논문 중심의 잣대가 아니라, 실제로 작동하는 결과물로 연구를 증명하라는 '보여 주지 못하면 살아남지 못한다(Demo or Die)'는 정신을 살린 것이다. 개회사를 마치고 전시장을 돌며 필자가 본 것은 단순한 기술이 아니라 3년차에 접어든 거점의 궤적이었다. 국가 AI 연구거점은 과학기술정보통신부와 정보통신기획평가원(IITP)의 지원으로 지난 2024년 출범했다. 정부가 AI 3대 강국을 목표로 세우면서 캐나다의 벡터 연구소(Vector Institute)와 밀라(Mila), 프랑스의 인리아(Inria)와 PRAIRIE, 일본 이화학연구소의 혁신지능통합연구센터(RIKEN AIP)처럼 국가 차원의 연구 구심점이 필요하다고 판단했고, 거점은 그 판단에 대한 답으로 설계됐다. 국내 4개 대학에서 우수한 연구성과를 올리고 있는 45개의 개별 교수 연구실이 하나의 과제 체계 아래 들어왔고 석박사 연구인력 200여 명이 함께한다. 개별 대학 체제에서는 만나기 어려운 연구실들이 같은 과제 안에서 결합하는 것, 이것이 거점의 출발점이자 가장 큰 자산이다. 거점의 연구는 세 개의 연구주제로 짜여 있다. 모델을 키울수록 성능이 좋아진다는 스케일링 법칙의 비용 한계를 경량화와 새로운 학습 알고리즘, 데이터 효율화로 넘어서는 연구, 시각과 언어와 감각 데이터를 통합해 로봇이 물리 환경에서 스스로 판단하고 행동하게 하는 로봇 파운데이션 모델 연구, 그리고 영상과 분자 구조, 시계열까지 실제 물리와 생물학의 법칙을 지키며 생성하는 고차원 생성 모델 연구다. 세 주제 모두 미래지향적인 원천기술을 개발하는 기초연구다. 절대 규모의 컴퓨팅과 자본으로 겨루기 어려운 한국이 원천기술에서 자리를 만들려면 이 층위를 붙잡아야 한다는 것이 거점 교수들이 뜻을 모아 내린 판단이었다. 출범 이후 거점 교수진은 이 세 주제의 성과를 세계 최상위 학술대회에 꾸준히 발표해 왔다. 10월 전시장에 놓인 45건의 기술과 데모는 바로 그 논문들을 바탕으로 만든 것이다. 3년차의 거점이 확인한 것은 세 가지다. 첫째, 기초연구는 국경을 넘을 때 깊어진다. 데이터와 컴퓨팅은 규제에 묶여 국경을 넘기 어렵지만, 연구자와 지식은 넘을 수 있고 지식은 나눠도 줄지 않는다. 거점에는 출범 때부터 해외 석학급 교수 19명이 국내 연구진과 짝을 이뤄 참여해 왔다. 기관 간 협력은 지난해 7월 일본 RIKEN AIP, 12월 캐나다 이바도(IVADO)와의 협약으로 시작해 올해 7월 서울에서 한 번에 가시화됐다. ICML 직전 연 글로벌 AI 프론티어 심포지엄에 국내외 연구자와 산업계 1000여 명이 모였고, 이어 벡터 연구소와 협약을 맺었으며, 이달에는 프랑스 PRAIRIE와도 손을 잡았다. AI 주권에 수조 원을 투입하는 세 나라의 대표 연구기관들이 한국의 파트너로 거점을 택한 것이다. 둘째, 인재는 환경이 있어야 모이고 남는다. 컴퓨팅과 데이터는 투자하면 늘릴 수 있지만, 사람은 도전할 만한 환경이 없으면 머물지 않는다. 거점이 만들려 한 것은 국내 연구진이 해외 석학들과 머리를 맞대고 우리가 풀어야 할 난제를 치열하게 공략하는 환경이다. 석박사 대학원생 200여 명은 그 한가운데서 세계적 연구자들과 같은 문제를 붙잡고, 해외 연구기관과 글로벌 기업으로 파견되며, 전시장에서는 기업의 질문을 직접 받아 적는다. 이 과정에서 이들은 한국 AI를 이끌 차세대 핵심 연구자로 성장한다. 셋째, 기초연구는 현장을 만날 때 새로운 질문을 얻는다. 다만 대학의 연구와 기업의 당면 문제는 시간의 단위가 다르다. 기업은 분기와 제품 주기로 움직이고 기초연구는 수년에 걸쳐 쌓인다. 대학 연구를 산업의 일정에 억지로 맞추면 연구도 산업도 얻는 것이 없다. 그래서 거점은 둘을 붙이는 대신 만나는 자리를 만들었다. 협력 기업 12곳과의 파트너십 위에 지난해 6월 첫 오픈랩을 열었고, 올해는 참가 기업에 45개 기술을 미리 정리해 건네고 사전 예약과 현장 매칭으로 산학 간 일대일 상담을 주선했다. 그 테이블에서 나온 것은 연구실 안에서는 보이지 않던 질문들이었다. 고온다습한 비닐하우스는 농업 로봇에게 가혹한 환경이라 로봇의 센서가 고장 나도 AI는 강건하게 버텨야 한다는 이야기, 그럴듯한 서울의 모사가 아니라 실제 서울이어야 한다는 이야기, 치매 진료용 AI는 병원 폐쇄망 안에서 돌아가야 한다는 이야기. 센서 고장에도 흔들리지 않는 AI, 현실을 그대로 재현하는 생성, 폐쇄망 안에서도 돌아가는 가벼운 모델은 모두 거점의 세 연구주제가 아직 풀지 못한 기초연구의 질문이기도 하다. 현장의 다양한 이야기에서 새로운 기초연구를 발굴하는 것이 거점의 몫이다. 앞으로 할 일은 세 연구주제를 다음 단계로 끌어올리는 것이다. 적은 자원으로 더 믿을 수 있는 모델을, 실제 환경에서 검증되는 로봇을, 현실의 법칙을 지키는 생성 모델을 만드는 각 주제의 다음 질문이 정해져 있고, 감사하게도 정부가 지난해 대규모로 확보하고 지원한 그래픽처리장치(GPU) 인프라는 그 질문을 더 큰 규모로 실험할 수 있게 해 줄 것이다. 해외 파트너와의 협약은 방문연구와 연구자 교류 같은 실제 왕래로 구체화하고, 오픈랩에서 접수한 기업 수요는 공동연구와 기술이전으로 이어간다. 법칙 하나를 넘고 로봇 하나를 현장에 세우는 데는 수많은 실패와 몇 년의 시간이 들고, 그 시간을 지탱하는 것은 거점이 다음 단계로 이어질 수 있도록 하는 일관된 뒷받침이다. 정부가 거점에 기대한 것이 세계가 함께 일하고 싶어 하는 한국의 AI 연구 구심점이라면, 거점은 그 기대에 연구와 사람으로 답하려 한다. 넉 달 동안 이 지면에 글을 보내 준 국내외 필진께 감사를 전하며, 10월 서울 서초에서 받아 적은 질문들이 새로운 연구가 되어 돌아오기를 기대한다.

2026.11.02 16:33김기응 컬럼니스트

웹케시, LG 'K-엑사원'으로 금융 AI 에이전트 개발…기업 자금관리 적용

웹케시(대표 강원주)가 LG AI연구원의 인공지능(AI) 모델 'K-엑사원'을 활용해 기업 자금관리와 금융기관 업무를 자동화하는 AI 에이전트 개발에 나선다. 웹케시는 LG AI연구원이 주도하는 컨소시엄에 참여해 정부의 '독자 AI 파운데이션 모델' 프로젝트에서 금융 분야 AI 에이전트 개발과 실증을 추진한다고 28일 밝혔다. 이번 프로젝트는 과학기술정보통신부와 정보통신산업진흥원(NIPA)이 국내 독자 AI 모델의 기술 경쟁력을 확보하고 산업별 활용을 확대하기 위해 추진하는 사업이다. LG AI연구원은 자체 개발한 K-엑사원을 기반으로 모델 성능을 고도화하고 실제 산업 환경에 적용하는 작업을 진행하고 있다. 웹케시는 자사 데이터 연결 솔루션 '오페리아(OPERIA)'를 K-엑사원과 연동해 기업 자금관리 및 금융기관 경영정보시스템(MIS)에 특화된 AI 에이전트를 개발할 계획이다. 오페리아는 사용자의 자연어 질문을 데이터베이스 질의어(SQL)로 변환해 필요한 정보를 추출하는 관계형 데이터베이스(RDB) 연결 솔루션이다. 여러 대규모언어모델(LLM)과 연동할 수 있어 기업이 보유한 금융 데이터를 AI 서비스에 활용하도록 지원한다. 웹케시는 이를 통해 금융 업무에 특화된 AI 에이전트 적용 사례를 확보하고 관련 사업을 확대한다는 방침이다. 현재 자금관리 에이전트와 에이전트뱅킹, AI MIS, 재정 AX, 경리365 등을 중심으로 금융기관과 공공기관, 일반 기업을 대상으로 사업을 추진하고 있다. 강원주 웹케시 대표는 "AI가 산업 현장에서 가치를 만들려면 업무 이해와 정확한 데이터 활용이 중요하다"며 "K-엑사원과 웹케시의 금융 AI 기술을 결합해 국내 AI 생태계 확대에 기여하겠다"고 말했다.

2026.10.28 11:54남혁우 기자

SKT, 수학 난제에 AI 투입...국내 연구진과 'A.X K2' 고도화

SK텔레콤이 자체 개발 중인 AI 모델을 수학자들의 연구에 활용한다. 어려운 문제를 푸는 과정에서 모델의 논리적 사고력을 끌어올리고, 그 성과를 스스로 작업을 계획하고 실행하는 AI 에이전트에 접목한다는 구상이다. 22일 SK텔레콤은 서울 을지로 사옥에서 서울대학교와 한국과학기술원(KAIST) 소속 교수·연구원들과 기술 교류회를 개최한다. 논의의 중심은 독자 파운데이션 모델 'A.X K2'를 전문 수학 연구에 투입하는 방법과 학습 체계 개선이다. 참여 분야는 확률론과 통계물리, 그래프 이론, 위상수학 등으로 다양하다. 서울대 서인석 교수, 고등과학원 이준경·김상현 교수 등이 각자 다루는 수학 문제와 전문 지식을 제공한다. 서울대 홍영준·이다빈·오병권·변성수 교수와 KAIST 박노성 교수는 LLM 학습과 연구 활용 방식을 함께 살핀다. 연구의 핵심은 범용 AI가 상대적으로 취약한 고난도 수학 영역을 보강하는 데 있다. 전문가가 쌓아온 지식을 모델에 반영하고, 이를 토대로 아직 풀리지 않은 문제의 해법을 탐색할 예정이다. 다만 난제 해결에 성공했다는 발표는 아니다. 이 같은 시도는 해외 AI 개발사들의 움직임과도 맞닿아 있다. 오픈AI는 이달 초 자체 모델로 얻은 수학 연구 결과를 발표했고, 앤트로픽도 지난 8월 클로드를 활용해 리만 가설 관련 기존 성과를 개선했다고 설명했다. SK텔레콤이 기대하는 효과는 수학 분야에만 국한되지 않는다. 여러 작업을 순차적으로 처리하는 에이전틱 AI는 계획과 중간 판단, 최종 답변이 적절한지 확인해야 한다. 정교한 수학적 추론은 이러한 검증 능력을 뒷받침할 수 있다. 장기적으로는 AI가 자신의 결과를 평가하고 개선을 거듭하는 '재귀적 자기개선(RSI)' 연구까지 염두에 두고 있다. 이를 위해 모델이 스스로 만든 실험이나 판단 절차의 타당성을 가려낼 역량을 확보하겠다는 목표다. 김태윤 SK텔레콤 파운데이션 모델 담당은 “독자 파운데이션 모델의 실제 문제 해결 능력을 높이기 위해 수학 분야 산학협력을 활발하게 추진하고 있다”며 “전문 연구자들과의 공동 연구를 통해 에이전틱 AI 역량을 고도화해 나가겠다”고 말했다.

2026.10.22 10:24박수형 기자

펀플러스 '파운데이션: 우주 전선', 글로벌 축제 '별무리의 공명' 개최

은하계를 배경으로 한 다채로운 한정 콘텐츠와 복귀 혜택을 집약한 글로벌 축제와 함께 차기 시즌 세부 정보가 공개됐다. 펀플러스는 파라마운트와 공동 개발한 크로스 플랫폼 우주 전략 게임 '파운데이션: 우주 전선' 글로벌 축제 '별무리의 공명'을 정식 개최했다고 21일 밝혔다. 다음달 7일까지 진행되는 이번 행사는 1264 서버 및 이전 개설 서버 이용자를 대상으로 열린다. 축제 기간 테마 이벤트와 미니게임, 기간 한정 도전 과제가 순차 오픈되며, 신규 우주선 외형과 기지 장식, 불꽃놀이 시각 효과, 신규 승무원 등이 단계적으로 추가될 예정이다. 이용자 복귀를 독려하는 전용 프로모션도 마련했다. 다음달 30일까지 별도 웹페이지를 통해 '옛 친구 복귀 이벤트'를 운영하며, 친구 초대 및 복귀 조건을 달성한 이용자에게 기함 설계도 선택 상자 최대 50개와 항해의 기억 10개 등의 보상을 지급한다. 펀플러스는 차기 S2 시즌인 '가짜 황제의 난' 정보도 함께 사전 공개했다. 신규 시즌은 자원이 풍부하지만 자기 폭풍이 빈번한 신규 성역을 무대로 하며, 전자기 폭풍 및 저항 시스템을 비롯한 신규 길드 협동 콘텐츠를 도입할 계획이다. 아울러 '파운데이션: 우주 전선'은 밸브의 신작 소개 행사인 스팀 넥스트 페스트에 출품해 글로벌 이용자와의 접점을 넓히고 있다. 해당 행사는 한국 시간 기준 오는 27일 오전 2시까지 이어진다.

2026.10.21 15:00진성우 기자

"챗GPT만으론 부족하다"…SAP가 짚은 기업 AI 한계, 대안은?

챗GPT처럼 글을 쓰고 질문에 답하는 인공지능(AI)만으로는 기업의 복잡한 업무를 해결하기 어렵다는 지적이 나왔다. 19일(현지시간) 독일 소프트웨어 기업 SAP는 블로그를 통해 거대언어모델(LLM)이 기업 데이터 분석과 미래 예측에 한계가 있다고 지적했다. 이를 보완할 기술로 숫자와 표에 담긴 정보를 분석하는 '테이블형 AI'를 제시했다. 챗GPT와 같은 LLM은 문서 작성과 정보 검색, 프로그래밍 등에 강하다. 기업에서는 매출과 재고, 주문 내역처럼 숫자와 표로 정리된 데이터도 많이 사용한다. SAP는 이런 데이터를 제대로 분석하려면 숫자뿐 아니라 데이터 사이의 관계까지 이해해야 한다고 설명했다. SAP가 제시한 테이블형 AI는 이런 숫자와 표를 분석해 앞으로 어떤 일이 일어날지 예측하는 기술이다. 과거 거래 기록과 판매량 등을 살펴 고객이 대금을 제때 낼지, 어떤 제품이 많이 팔릴지, 재고가 언제 부족해질지 등을 예측할 수 있다. SAP는 최근 고객에게 제공하기 시작한 'SAP-RPT-1.6'을 대표 사례로 소개했다. 이 AI는 기업이 쌓아온 데이터를 활용해 다양한 업무에 필요한 예측을 수행하도록 개발됐다. 기존에는 기업이 예측하려는 업무마다 AI를 따로 만들어야 했다. 판매량을 예측하는 AI와 거래처가 대금을 늦게 낼 가능성을 분석하는 AI를 각각 개발하고 학습시켜야 했다. AI를 운영하고 관리하는 데도 시간과 비용이 들어갔다. SAP는 하나의 AI로 여러 예측 업무를 처리하는 '테이블형 파운데이션 모델'이 이러한 부담을 줄일 수 있다고 설명했다. 기업이 새로운 업무를 맡길 때마다 AI를 처음부터 개발하지 않아도 된다는 의미다. 거래처가 대금을 늦게 낼 가능성을 분석하는 업무가 대표적이다. 과거에 돈을 제때 냈는지만 살펴서는 충분하지 않다. 최근 주문량이 줄었는지, 배송 과정에 문제가 있었는지, 해당 업계의 경기가 나빠졌는지 등을 함께 분석해야 보다 정확하게 예측할 수 있다. SAP는 기존 LLM이 숫자와 표의 관계를 분석하는 데 상대적으로 약하다고 지적했다. IBM 리서치와 스탠퍼드대 등이 참여한 연구진이 지난 7월 국제전산언어학회(ACL) 산하 학술 워크숍에서 발표한 논문에서도 LLM이 표의 형식이나 행 순서가 바뀌면 답변이 달라지는 등 한계가 확인됐다. SAP는 관련 기술을 확보하기 위해 지난 7월 테이블형 AI 전문기업 프라이어랩스를 인수했다. 프라이어랩스가 개발한 '탭PFN'과 SAP 자체 AI 모델을 결합해 기업의 숫자 데이터를 더 정확하게 분석하는 기술을 개발하고 있다. SAP는 생성형 AI가 직원들의 업무 속도를 높이는 데는 도움이 됐지만 기업의 수익을 크게 늘리는 데는 아직 한계가 있다고 설명했다. SAP가 인용한 맥킨지 조사에 따르면 AI 이용자 80%는 개인 생산성이 높아졌다고 답했다. 반면 AI 도입으로 영업이익이 크게 늘었다고 평가한 기업은 6%에 그쳤다. SAP는 챗GPT와 같은 LLM과 테이블형 AI를 함께 활용하는 방식을 제시했다. LLM은 사람의 질문을 이해하고 정보를 설명하는 데 활용하고 테이블형 AI는 기업이 보유한 숫자 데이터를 분석해 미래 상황을 예측하는 역할을 맡는 방식이다. SAP는 "중요한 것은 기업이 LLM과 테이블형 파운데이션 모델 중 무엇을 사용하느냐가 아니다"며 "각각 가장 큰 효과를 낼 수 있는 분야에서 두 기술을 결합하는 것이 중요하다"고 밝혔다.

2026.10.20 09:22김동원 기자

독파모 평가위원 중복 논란 재점화…국감서 심사 공정성 도마

정부 독자 AI 파운데이션 모델(독파모) 사업을 둘러싼 평가 공정성 논란이 국정감사에서 다시 제기됐다. 탈락 기업을 심사했던 평가위원 일부가 대체 기업 선정 과정에도 참여했다는 지적이 나오면서 정부가 관련 내용을 확인하기로 했다. 김장겸 국민의힘 의원은 15일 서울 여의도 국회에서 열린 과학기술정보방송통신위원회 국정감사에서 독파모 추가 선정 평가위원 8명 중 5명이 기존 심사에 참여했던 인물이라고 지적했다. 이 가운데 3명은 네이버클라우드와 NC AI 등이 탈락한 1차 단계평가에도 참여했다고 밝혔다. 김 의원은 지난 6일 과학기술정보통신부 국정감사에서도 독파모 평가 방식에 의문을 제기한 바 있다. 당시 1차와 2차 AI 전문 사용자 평가단의 약 67%가 동일한 인물로 구성됐다고 지적한 데 이어 이날은 전문가 평가위원의 중복 참여 문제를 추가로 제기했다. 김 의원이 제시한 자료에 따르면 지난 2월 진행된 독파모 추가 선정 평가위원 8명 가운데 5명이 앞선 평가 과정에 참여했던 인물이었다. 이 중 3명은 지난 1월 네이버클라우드와 NC AI 등이 탈락한 1차 단계평가에도 참여했다. 독파모 사업은 지난해 최초 선정평가를 거쳐 올해 1월 1차 단계평가를 진행했다. 이후 탈락 기업의 빈자리를 채우기 위한 추가 선정 평가가 실시됐으며 지난 8월에는 2차 단계평가가 이뤄졌다. 1차와 2차 단계평가의 전문 평가위원은 중복되지 않았지만 중간에 진행된 추가 선정 평가에서는 기존 위원 일부가 다시 참여했다는 것이 김 의원의 지적이다. 김 의원은 "1차에서 탈락을 결정한 전문가가 2차에 들어가기 전에 대체 기업을 선정하는 평가까지 맡았다"며 "공정성에 의심을 받을 만한 사안 아니냐"고 질의했다. 이에 엄열 과기정통부 인공지능정책실장은 관련 내용을 살펴보겠다고 답했다. 이날 국감에서는 NIPA의 전체 평가위원 운영 방식도 도마에 올랐다. 김 의원은 최근 5년간 평가위원 참여 이력을 분석한 자료를 공개하며 일부 인력에 평가가 집중됐다고 지적했다. 의원실 자료에 따르면 NIPA에 등록된 평가위원 7521명 가운데 4326명(57%)은 최근 5년간 평가에 한 차례도 참여하지 않았다. 반면 평가에 참여한 3195명 중 상위 10%인 320명이 전체 평가 1만 2058건의 38%인 4589건을 수행했다. 5년간 20회를 넘게 평가한 위원은 54명이었으며 한 사람이 최대 38회 평가에 참여한 사례도 있었다. 지난해에는 한 사람이 14건을 평가한 경우도 포함됐다. 김 의원은 앞선 국감에서 평가위원으로 참여할 전문 인력이 충분하지 않다는 취지의 정부 설명이 있었던 점을 언급했다. 이어 등록된 평가위원 상당수가 실제 평가에 참여하지 못한 상황에서 일부 인력의 반복 참여가 발생하는 이유를 물었다. 박윤규 NIPA 원장은 평가위원 풀을 지속적으로 확충하고 전문 분야별로 세분화하고 있다고 설명했다. 평가위원 선정 과정에서는 일반적으로 후보군을 무작위로 추출한 뒤 참여 가능한 위원을 섭외하고 있다고 밝혔다. 독파모 사업에 대해서는 1차와 2차 단계평가의 전문 평가위원 간 중복이 없는 것으로 보고받았다고 설명했다. 추가 선정 평가에서 제기된 중복 참여 문제는 확인하겠다는 입장을 밝혔다. 박 원장은 "평가위원 풀을 지속적으로 확충하고 개선하고 또 전문 분야별로 세분화해 나가고 있다"며 "이렇게 중복적으로 되는 부분들에 대해서는 한 번 더 살펴보겠다"고 말했다.

2026.10.15 15:19김동원 기자

투모로로보틱스, 로봇 파운데이션 모델 '하빌리스 브레인 0' 공개

피지컬 인공지능(AI) 기업 투모로로보틱스가 로봇 파운데이션 모델(RFM) '하빌리스 브레인 0(HABILIS Brain 0)'를 7일 공개했다. 하빌리스 브레인 0는 주변 환경과 작업 지시를 이해해 로봇 집기·이동 동작으로 연결하는 로봇 AI 모델이다. 상황에 맞는 동작을 생성하는 'GC-VLA' 기술과 동작을 보정하는 'GCRF' 기술을 결합해 조작 지능을 고도화했다. 회사 측은 해당 모델이 시뮬레이션 벤치마크(LIBERO) 평가에서 최종 99.55% 성공률을 기록했다고 설명했다. 로봇을 활용한 시연에서도 정밀 조작과 환경 대응력을 확인했다. 레인보우로보틱스의 세미 휴머노이드 'RB-Y1'을 활용한 물류 피킹에서는 상자 안 물체를 집어 옮기는 작업을 400회 연속 성공했다. 유니버설 협동로봇 'UR5e'로는 밀폐용기 포장 작업을 선보였다. 로보티즈의 세미 휴머노이드 'AI 워커'에서는 물체를 놓치거나 위치가 바뀌었을 때 작업을 복구하는 기능을 구현했다. 장병탁 투모로로보틱스 대표는 "로봇 AI가 산업 현장에 쓰이려면 높은 작업 성공률뿐 아니라 반복 작업 안정성과 변화에 대응력을 갖춰야 한다"며 "다양한 로봇의 조작 지능을 고도화하고 현장 실증을 확대해 제조·물류 피지컬 AI 상용화를 앞당기겠다"고 말했다.

2026.10.07 15:05진운용 기자

서울대-LG전자·KT, '피지컬AI' 핵심기술 개발한다

서울대학교가 LG전자, KT, 마음AI 등 기업과 손잡고 '월드 파운데이션 모델(WFM)' 핵심 알고리즘 개발에 박차를 가하고 있다. 구체적인 성과는 내년께 나올 것으로 기대된다. 서울대학교 PI 랩은 서울 강남 코엑스에서 6일부터 8일까지 열리는 'AI 페스타 2026'에서 피지컬 인공지능(AI) 기술 고도화를 위한 연구 과제를 소개했다. 서울대학교는 과학기술정보통신부와 정보통신기획평가원(IITP)이 추진하고 LG전자가 주관하는 '피지컬 AI 모델 학습을 위한 월드 파운데이션 모델 기술개발' 사업에 참여하고 있다. 핵심 개발 분야는 텍스트, 오디오, 비디오 등 다양한 형식 데이터를 동시에 이해하고 통합 추론하는 멀티모달 AI다. 이를 구현하기 위해 서울대학교는 특정 비디오에서 모션을 캡처해 휴머노이드 관절에 최적화하는 작업을 진행 중이다. 서울대학교 관계자는 "멀티모달 AI를 기반으로 월드 파운데이션 모델을 구축하기 위한 기술 고도화 중"이라며 "과제 로드맵상 내년 중반 정도면 완성될 것으로 기대한다"고 설명했다. 월드 파운데이션 모델은 AI가 복잡한 현실세계 구조와 동역학을 이해하고, 이를 기반으로 상황 판단과 의사결정을 내리도록 만드는 모델이다. 주관 기업인 LG전자 외에도 마음AI와 홀리데이로보틱스, 로보티즈, 크라우드웍스, 알체라, KT, 한국과학기술원(KAIST), 한국정보통신기술협회 등 기업·기관이 참여한다. 서울대학교 관계자는 "서울대와 KAIST가 월드 모델에 필요한 메인 알고리즘을 개발하고, 마음AI가 로봇 파운데이션 모델을 담당한다"며 "LG전자는 실제 산업 및 물류 현장에서 이를 실증하는 등, 각자 역할을 담당할 계획"이라고 말했다.

2026.10.07 07:00장경윤 기자

"5초 만에 물성 파악"…KAIST, 시뮬레이션으로 월드 모델 고도화

한국과학기술원(KAIST)이 정밀한 물리 법칙의 시뮬레이션을 기반으로 한 월드 파운데이션 모델(WFM)을 개발한다. 해당 모델은 5초 분량의 짧은 영상만으로 옷·헝겊 등 기존 모델에서는 학습이 어려웠던 물체를 완벽히 파악할 수 있다는 강점이 있다. KAIST는 서울 코엑스에서 6일부터 8일까지 열리는 'AI 페스타 26'에서 자체 개발 중인 월드 파운데이션 모델을 소개했다. KAIST는 엄격한 물리 법칙 기반의 시뮬레이션을 통한 월드 모델을 개발하고 있다. 로봇이 실제 현장에서 학습을 진행하는 경우 상당한 비용이 발생하지만, 시뮬레이션을 활용하면 비용을 효과적으로 줄일 수 있다는 장점이 있다. KAIST는 이를 위한 핵심 기술을 ▲PhysHanDI ▲MPMAvatar 두 가지로 제시했다. PhysHanDI는 사람의 손이 헝겊 등 잘 변형되는 물체를 만지고 조작할 때, 복잡한 3D 형상과 물리적 성질을 복원하는 기술(Recon & ReSim)을 갖췄다. 덕분에 5초 길이의 짧은 영상만으로도 3차원 공간을 인식하고, 물체의 재질·형태·중력·속도 등을 반영해 미래에 일어날 변형과 움직임을 정밀하게 예측할 수 있다. MPMAvatar는 옷을 입은 사람의 3D 아바타를 복원하고, 몸의 움직임이나 외부 환경 변화에 따른 옷의 물리적 흔들림 및 충돌을 사실적으로 표현하는 기술이다. 헝겊, 옷과 같은 비정형 물체는 물리적 충격에도 형태가 크게 변하지 않는 딱딱한 물체 대비 학습이 어려울 수밖에 없다. KAIST의 두 기술을 활용하면, 이러한 난제를 보다 쉽게 해결할 수 있을 것으로 기대된다. KAIST 관계자는 "실제 물리 법칙을 모델링하는 시뮬레이션으로 더 정확한 월드 모델을 제안하고 있다"며 "사람이 직접 정보를 알려주지 않아도 알아서 물성을 배운다는 점이 강점"이라고 말했다. 한편 KAIST는 해당 모델을 LG전자가 주관하는 '피지컬 AI 모델 학습을 위한 월드 파운데이션 모델 기술개발' 사업을 통해 개발하고 있다.

2026.10.06 17:58장경윤 기자

LG전자, 월드모델로 피지컬AI 공략…'K-원팀'으로 기술 개발

LG전자가 국내 기업·기관과 '월드 파운데이션 모델(WFM)' 개발을 위한 폭넓은 협력에 나선다. 월드 파운데이션 모델은 로봇이 실제 물리 환경을 완벽히 이해하기 위한 기술이다. 피지컬 인공지능(AI)을 실제 산업 현장에 적용하기 위한 핵심 요소다. LG전자는 서울 강남 코엑스에서 6일부터 8일까지 열리는 'AI 페스타 26'에서 '피지컬 AI 모델 학습을 위한 월드 파운데이션 모델 기술개발' 사업을 소개한다. 해당 사업은 과학기술정보통신부와 정보통신기획평가원(IITP)이 추진하고 LG전자가 주관한다. 마음AI와 홀리데이로보틱스, 로보티즈, 크라우드웍스, 알체라, KT, 한국과학기술원(KAIST), 서울대학교, 한국정보통신기술협회 등 9개 산학연이 협력한다. 월드 파운데이션 모델은 AI가 복잡한 현실세계 구조와 동역학을 이해하고, 이에 맞게 판단·대응할 수 있도록 하는 모델이다. 사람은 바닥으로 떨어지는 컵을 보면 "컵이 곧 깨질 것"이라고 판단할 수 있다. 월드 파운데이션 모델을 학습한 로봇은 사람처럼 실제 물리 환경을 이해하고, 이후 발생할 상황을 예측해 적절한 의사결정을 내릴 수 있다. 다만 월드 파운드레이션 모델을 완벽히 구축하려면 방대한 양의 데이터 수집부터 파운데이션 모델 구축, 소프트웨어와 하드웨어 통합, 산업 현장 실증 등을 거쳐야 한다. LG전자는 다양한 산학연 협력으로 월드 파운데이션 모델 기반을 다진다. 현장 수집이 어려운 위험 작업과 예외 상황 등을 자체 물리 엔진 기반 'K-시뮬레이터'로 재현할 계획이다. LG전자는 자체 보유한 하드웨어 기술력을 토대로 월드 파운데이션 모델 구축을 위한 데이터 수집과 검증 작업에 집중한다. 현재 LG전자는 휴머노이드 로봇 '클로이드' 상용화를 추진하고, 액추에이터를 자체 개발하는 등 로보틱스 사업을 확대하고 있다. LG전자는 "이번 과제는 2027년 본 사업을 향한 확고한 기술 기반이자, 중소 제조기업까지 피지컬 AI를 보다 쉽게 도입할 수 있는 'K-레시피'가 될 것"이라며 "데이터와 기술, 현장을 하나로 잇는 10개 기관이 원팀으로 대한민국 피지컬 AI를 세계 표준으로 만들겠다"고 밝혔다.

2026.10.06 17:15장경윤 기자

KT, ITU 국제표준회의서 AI 보안 표준화 주도

KT가 최근 AI 확산에 따른 보안 위협에 대비해 범용 파운데이션 모델을 활용한 사이버보안 특화 AI 개발 가이드라인을 제시했다. KT는 UN 산하 기구 국제전기통신연합(ITU) 주관 국제표준회의에 참가해 차세대 정보보호 분야 국제표준화 논의를 주도했다고 21일 밝혔다. 지난 7일부터 닷새 간 중국 충칭에서 열린 회의에서 KT는 범용 파운데이션 모델 기반 사이버보안 특화 AI 모델 개발 가이드라인을 신규 국제표준 작업 항목으로 제안했다. 김창오 개인정보보호그룹장(CPO)와 염흥열 KT 개인정보보호자문위원회 위원장이 제안한 기고서엔 AI 모델 개발을 위한 데이터 세트, 기술적 고려사항, 평가 방안 등이 포함됐다. 향후 AI 보안 솔루션의 신뢰성을 높이는 데 기여할 전망이다. KT는 또 정보통신기술 환경 신뢰 프레임워크 기술보고서 발행을 완료하며 글로벌 정보보호 리더십을 입증했다고 설명했다. KT는 앞으로도 국내외 전문가와 협력해 AI 보안과 개인정보보호 분야의 국제표준화 활동을 지속 확대할 방침이다. 김창오 CPO는 “KT가 축적해 온 통신, ICT, 정보 보호, 개인정보 보호 경험과 국제표준 역량을 바탕으로 AI 안전성, 보안성, 신뢰성 분야 글로벌 표준화에 지속 기여하겠다”고 밝혔다.

2026.09.21 17:07홍지후 기자

리얼월드-CJ대한통운, 물류 특화 '피지컬 AI' 공동 개발

피지컬 인공지능(AI) 기업 리얼월드가 CJ대한통운과 손잡고 물류 산업에 특화된 로봇 파운데이션 모델(RFM)을 개발한다. RFM은 작업별로 새로 개발하지 않고도 다양한 로봇과 과제에 범용적으로 적용할 수 있는 휴퍼모이드 AI 모델이다. 리얼월드는 CJ대한통운과 물류 작업에 전문화된 RFM 솔루션 공동 개발 및 글로벌 사업화를 골자로 하는 양해각서(MOU)를 체결했다고 21일 밝혔다. 이번 협약에 따라 양사는 리얼월드의 RFM 기술과 CJ대한통운의 현장 운영 인프라를 결합한다. 우선 적용 대상 공정을 선정해 핵심 동작을 검증하는 개념증명(PoC)을 추진하며, 이후 적용 범위와 기술 완성도를 높여 피지컬 AI 기반 서비스형 물류(LaaS) 상용화를 완성한다는 구상이다. LaaS는 기업이 물류센터·운송망·자동화 설비 등을 직접 보유하지 않고, 주문 처리부터 보관, 피킹·패킹, 배송, 반품, 데이터 분석까지 필요한 물류 기능을 서비스 형태로 이용하는 개념이다. 물류 현장은 비정형 화물과 유동적인 작업 환경 탓에 스스로 판단하고 적응하는 학습 기반 자동화가 요구된다. 리얼월드는 휴머노이드의 정교한 손재주 구현에 주력한 독자 RFM 'RLDX-1'을 개발하고 있으며, 이를 실제 물류 환경에 적용할 방침이다. 양사는 국내 물류 현장에서 확보한 실증 성과를 토대로 글로벌 시장 진출도 모색한다. 리얼월드의 글로벌 네트워크와 CJ대한통운의 사업 역량을 묶어 공동 시장진출(Co-GTM) 및 전략적 얼라이언스를 추진할 계획이다. 류중희 리얼월드 대표는 "피지컬 AI가 산업의 생산성으로 이어지려면 현장 데이터 축적과 AI 지능 고도화의 선순환이 필수"라며 "CJ대한통운의 운영 역량과 리얼월드의 AI 기술을 결합해 현장 문제를 해결하고 글로벌 확장성을 갖춘 물류 특화 모델을 구축하겠다"고 말했다.

2026.09.21 09:24진운용 기자

투모로로보틱스, 중기부 '스케일업 팁스' 선정…로봇 파운데이션 모델 개발

피지컬 인공지능(AI) 기업 투모로로보틱스는 중소벤처기업부가 주관하는 '스케일업 팁스'에 선정됐다고 18일 밝혔다. 스케일업 팁스는 민간 투자사가 먼저 투자한 기업에 정부가 연구개발(R&D) 자금을 지원하는 사업이다. 투모로로보틱스는 이번 과제를 통해 다양한 휴머노이드에 공통으로 적용할 수 있는 로봇 파운데이션 모델(RFM)과 현장 운영 소프트웨어를 개발한다. 회사는 영상, 언어, 센서 정보를 로봇 행동으로 연결하는 지능형 기술을 고도화할 계획이며다. 산업 현장에서 안정적으로 사용할 수 있는 모델을 확보하는 것이 목표다. 투모로로보틱스는 모델 개발에서 특정 제조사나 기종에 국한하지 않고 구조가 다른 휴머노이드에 적용 가능한 범용성에 초점을 맞춘다. 회사는 현장 작업자가 로봇에 직접 작업을 지시하고 운영할 수 있는 소프트웨어도 개발한다. AI 모델과 학습·운영 시스템을 연계해 로봇 지능이 작업 수행으로 이어지도록 하고, 현장 사용자가 활용할 수 있는 통합 서비스로 발전시킬 예정이다. 장병탁 투모로로보틱스 대표는 "휴머노이드의 산업 현장 도입을 위해서는 작업을 안정적으로 반복 수행할 수 있는 지능이 필요하다"며 "스케일업팁스 선정을 계기로 다양한 휴머노이드에 적용 가능한 AI를 개발할 것"이라고 말했다.

2026.09.18 17:52진운용 기자

[AI 리더스] 한국 온 조지 카메론 AA 창업자 "AAII 개편, 모티프 독파모 탈락과 무관"

"이번 개편은 특정 사건에 반응해 이뤄진 조치가 아닙니다. 우리는 일반적인 관점에서 인공지능(AI)을 가장 잘 측정할 수 있는 방법론을 만드는 데만 집중하고 있습니다."조지 카메론 아티피셜 애널리시스 공동창업자 겸 최고제품책임자(CPO)가 이달 초 진행된 '인텔리전스 인덱스(AAII) v4.2' 개편을 두고 한국의 독자 AI 파운데이션 모델 평가에서 불거진 모티프테크놀로지스 탈락 논란과는 무관하다고 선을 그었다. 모티프가 AAII에서는 참여팀 가운데 가장 높은 점수를 받고도 정부 종합평가에서 탈락하면서 벤치마크와 실제 성능 간 괴리를 둘러싼 논쟁이 커졌지만, 이번 개편은 특정 기업이나 사례에 대응한 조치가 아니라고 강조했다. 카메론 CPO는 14일 서울 강서구 마곡 LG사이언스파크에서 열린 'LG AI 토크 콘서트 2026'에 참석한 후 지디넷코리아와 만나 "인텔리전스 인덱스는 최신 AI 역량을 반영할 수 있도록 계속 업데이트해 왔다"며 "이번에는 터미널 벤치 최신 버전을 반영하고 비공개 테스트셋을 갖춘 'AA 브리프케이스'를 추가한 것이 주요 변화"라고 말했다. 앞서 아티피셜 애널리시스는 지난 4일 AAII를 v4.2로 개편한 바 있다. 이번 개편에선 비공개 테스트가 전체 평가에서 차지하는 비중을 기존 20%에서 40%로 확대하고 실제 업무 수행 능력을 측정하는 평가 항목도 강화했다. 이는 공개된 평가 문제와 정답을 활용해 점수를 끌어올리는 벤치마크 게이밍 우려가 커지면서 평가 신뢰도를 높이기 위한 조치로 해석된다. 벤치마크 게이밍은 국내에서 '벤치맥싱(Benchmaxxing)'으로도 불리는 방식으로, 미국 애프터쿼리처럼 특정 벤치마크 성능 향상을 위한 데이터와 학습 방법론을 제공하는 업체도 등장하면서 평가 점수가 실제 활용 성능을 얼마나 반영하는지를 둘러싼 논쟁이 커지고 있다. 다만 카메론 CPO는 비공개 테스트 비중 확대가 최근 특정 논란에 대응해 단기간에 결정한 것이 아니라고 강조했다. 그는 "비공개 테스트셋은 이전부터 벤치마크에 포함해 왔고 그 비중도 계속 늘려왔다"며 "이번 변화 역시 어떤 특정 사건에 반응해 결정한 것이 아니라 인텔리전스 인덱스를 지속적으로 개선해 온 과정의 하나"라고 말했다. 또 카메론 CPO는 아티피셜 애널리시스가 벤치마크 게이밍을 막기 위해 평가 구조도 분산하고 있다고 주장했다. 특정 시험 하나에 모델을 집중적으로 학습해 높은 점수를 얻더라도 전체 평가에선 우위를 확보하기 어렵도록 여러 평가를 함께 적용하는 방식을 택한 것이다. 카메론 CPO는 "게이밍을 방지하기 위해 여러 방법을 사용하고 있다"며 "특히 인텔리전스 인덱스 안에 10개의 서로 다른 평가를 두고 특정 벤치마크 하나에만 집중하기 어렵게 했다"고 설명했다. 그러면서 "비공개 테스트셋도 운영하고 있다"며 "새로운 벤치마크를 계속 반영해 인덱스를 최신 상태로 유지하고 있다"고 덧붙였다. 최근 AI 모델 경쟁의 중심이 단순한 문제풀이 성능에서 실제 업무 수행 능력으로 빠르게 옮겨가고 있는 점도 평가 방식 변화에 영향을 주고 있다. 웹을 탐색하고 외부 도구를 활용하며 여러 단계를 거쳐 장시간 업무를 수행하는 에이전트형 AI가 확산되면서 기존 정적 벤치마크만으로 모델 성능을 충분히 비교하기 어려워지고 있어서다. 실제로 최신 AI 모델은 코딩과 도구 활용, 컴퓨터 사용, 장기 업무 수행 등에서 빠르게 성능을 높이고 있다. 평가기관들도 이에 맞춰 단순 정답률보다 실제 업무에 가까운 환경에서 모델이 얼마나 안정적으로 과제를 수행하는지를 측정하는 방향으로 평가 범위를 넓히고 있다. 이에 아티피셜 애널리시스는 이번 개편에서 'AA 브리프케이스'도 새로 반영했다. 비공개 테스트셋을 활용해 실제 지식 노동에 가까운 업무 수행 능력을 평가하고, 공개 문제에 맞춘 과적합 가능성을 낮추기 위해서다. 카메론 CPO는 "AA 브리프케이스는 비공개 테스트셋을 갖춘 에이전틱 지식 업무 벤치마크"라며 "이를 인텔리전스 인덱스에 통합해 AI가 실제로 무엇을 할 수 있는지를 더 잘 반영하도록 했다"고 설명했다. 하지만 국내에선 벤치마크 점수와 실제 모델 역량을 어떻게 함께 평가할지를 두고 논쟁이 꾸준히 이어지고 있다. 특히 정부의 독자 AI 파운데이션 모델 프로젝트 2차 단계평가에서 모티프테크놀로지스가 AAII 평가에서 참여팀 가운데 가장 높은 점수를 기록했지만 전문가·사용자 평가에서 뒤지며 최종 탈락한 것이 화근이 됐다. 이후 업계에선 벤치마크 점수만으로 모델의 실제 활용성과 경쟁력을 판단하기 어렵다는 의견이 나왔다. 반면 실제 추론과 업무 수행, 에이전틱 역량을 객관적으로 비교하려면 벤치마크가 여전히 필요하고 이를 실제 성능에 가깝게 측정하도록 계속 고도화해야 한다는 주장도 제기됐다. 이를 두고 카메론 CPO는 모티프 사례와 같은 개별 평가 결과보다 모든 모델에 동일하게 적용할 수 있는 평가 방법론을 만드는 것이 중요하다고 주장했다. 특정 기업이나 국가의 평가 결과에 따라 기준을 달리하지 않고 동일한 조건에서 모델 성능을 비교해야 한다고 봐서다. 그는 "우리는 매우 표준화된 방법론을 유지하고 있다"며 "생태계 내 모든 모델에 동일한 벤치마크를 적용하고 특정 모델에 따라 평가 방식을 바꾸지 않는다"고 피력했다. 카메론 CPO는 한국 AI 기업들과의 교류가 AAII 평가 방식에 영향을 미치는지에 대한 질문에도 같은 원칙을 강조했다. 또 아티피셜 애널리시스는 AI 기업과 이용자들로부터 평가 방식에 관한 의견을 받고 있지만, 특정 기업이나 모델에 맞춰 벤치마크 구성을 바꾸지는 않고 있다고 주장했다. 그는 "모든 모델에 동일한 표준화된 방법론을 적용하고 있으며 모델에 따라 평가 방식을 다르게 운영하지 않는다"며 "AI 생태계에 있는 기업들과 아티피셜 애널리시스를 사용하는 수많은 이용자들로부터 폭넓게 피드백을 받고 있다"고 설명했다. 업계에선 AAII가 지속적으로 개편되면서 서로 다른 버전에서 나온 점수와 순위를 어떻게 비교해야 하는지도 관심사로 떠올랐다. 같은 모델이라도 새로운 벤치마크가 추가되거나 평가 비중이 바뀌면 이전 버전과 점수, 순위가 달라질 수 있어서다. 실제 아티피셜 애널리시스는 지난 3일 기존 지수에서 오픈AI의 'GPT-6 아스트라'를 61점으로 평가해 메타의 '뮤즈 스파크 1.3'보다 낮은 순위에 뒀지만, 하루 뒤 v4.2로 개편하면서 아스트라의 순위를 2위로 끌어올렸다. 새 지수에서는 앤트로픽의 '클로드 페이블 5.1'이 1위에 올랐다. 이에 대해 카메론 CPO는 평가판이 바뀌면 같은 모델의 점수와 순위도 달라질 수 있다고 설명했다. AI 모델이 할 수 있는 일이 계속 달라지는 만큼 이를 측정하는 기준도 함께 바뀌며 새 평가 항목과 비중이 적용되면 이전 버전과 결과가 달라질 수 있다는 것이다. 그는 "AI 모델이 할 수 있는 일이 계속 변하고 있기 때문에 인텔리전스 인덱스도 이를 최신 상태로 유지하기 위해 계속 바뀐다"며 "AI 지능에 대한 기대와 평가 방식이 발전하는 만큼 점수와 순위가 달라지는 것도 자연스러운 일"이라고 말했다.

2026.09.14 15:41장유미 기자

  Prev 1 2 3 4 5 6 7 8 9 10 Next  

지금 뜨는 기사

이시각 헤드라인

미국 규제당국 조사에 엔비디아 휘청... 주가 2주새 32% 하락

"월급 안 줘도 일 잘하네"…가맹점주 돕는 AI 직원들

무신사 코랄핑크 vs 올리브영 마젠타핑크…홍대 뷰티 '핑크' 전쟁

LGU+ 조직개편...AI 사업 재편으로 성과 속도전

ZDNet Power Center

Connect with us

ZDNET Korea is operated by Money Today Group under license from Ziff Davis. Global family site >>    CNET.com | ZDNet.com
  • 회사소개
  • 광고문의
  • DB마케팅문의
  • 제휴문의
  • 개인정보취급방침
  • 이용약관
  • 청소년 보호정책
  • 회사명 : (주)메가뉴스
  • 제호 : 지디넷코리아
  • 등록번호 : 서울아00665
  • 등록연월일 : 2008년 9월 23일
  • 사업자 등록번호 : 220-8-44355
  • 주호 : 서울시 마포구 양화로111 지은빌딩 3층
  • 대표전화 : (02)330-0100
  • 발행인 : 김경묵
  • 편집인 : 김태진
  • 개인정보관리 책임자·청소년보호책입자 : 김익현
  • COPYRIGHT © ZDNETKOREA ALL RIGHTS RESERVED.