• 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

'AI 모델'통합검색 결과 입니다. (704건)

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

딥시크, 화웨이 AI칩으로 中 최대 데이터센터 구축

중국 인공지능(AI) 스타트업 딥시크가 화웨이의 차세대 AI 가속기 16만개 이상 투입한 대규모 데이터센터 구축을 추진한다. 미국의 대중국 반도체 수출 규제가 이어지는 가운데, 자국 AI 칩을 기반으로 대규모 컴퓨팅 인프라를 확보하며 엔비디아 의존도를 낮추려는 모습이다. 4일(현지시간) 블룸버그통신에 따르면 딥시크는 중국 네이멍구에 구축 중인 대규모 데이터센터에 화웨이의 차세대 AI 가속기 '어센드 950DT'를 최소 16만개 배치할 계획이다. 구축 시기는 결정되지 않았다. 딥시크는 어센드 950DT를 AI 모델 추론에 활용할 방침이다. 화웨이가 해당 칩을 AI 모델 학습까지 지원하도록 설계했지만 딥시크는 현재 학습 용도로 사용할 계획은 없는 것으로 알려졌다. 딥시크는 이전 모델 학습 과정에서도 화웨이 칩 활용을 시도했지만 핵심 작업에는 여전히 엔비디아 가속기를 사용 중이다. 딥시크는 당초 화웨이 칩을 더 많이 구매하고자 했지만 화웨이의 생산 능력이 수요를 따라가지 못하고 있는 것으로 전해졌다. 고대역폭메모리(HBM) 등 첨단 부품 공급 부족으로 올해 어센드 950DT 생산량은 수십만개 초반 수준에 그칠 전망이다. 화웨이가 다른 고객사 공급과 해외 수출 물량도 배분해야 하는 만큼, 딥시크가 필요한 물량을 모두 공급받기까지 1년 이상 걸릴 가능성도 제기된다. 네이멍구 데이터센터는 딥시크의 AI 개발을 뒷받침하는 핵심 인프라로 자리 잡을 전망이다. 회사는 현재 인프라 확충을 위해 수십억 달러 규모의 자금 조달도 논의 중이다. 특히 16만개 규모의 어센드 칩 클러스터는 현재까지 공개된 중국 내 화웨이 AI 가속기 기반 클러스터 가운데 최대 규모로 꼽힌다. 중국은 미국의 반도체 수출 규제에 대응해 자국산 AI 칩 생태계 확대에 속도를 내고 있다. 어센드 950DT는 엔비디아의 이전 세대 가속기인 '호퍼' 계열과 비교할 만한 수준으로 평가된다. 중국산 AI 칩을 활용한 대규모 컴퓨팅 인프라도 빠르게 늘어나는 추세다. 중국 선전에선 올 초 화웨이 어센드 칩 1만개를 활용한 컴퓨팅 클러스터가 가동됐으며 지난 6월 메이퇀은 중국산 칩 5만개를 이용해 AI 모델을 학습했다고 밝혔다. 지푸AI도 지난 7월 중국산 칩만 탑재할 계획인 1기가와트(GW) 규모 데이터센터를 완공했다. 다만 중국 기업의 엔비디아 선호도는 여전히 높은 것으로 나타났다. 알리바바와 텐센트 등은 미국의 수출 규제가 일부 완화된 이후 엔비디아 칩을 대규모로 주문했다. 해외 데이터센터의 컴퓨팅 자원을 임대하는 방식으로 고성능 엔비디아 가속기를 활용하는 방안도 고려 중이다. 이에 중국 정부는 자국 AI 기업들에 국산 하드웨어 사용 확대를 지속적으로 주문하고 있다. 이번에 딥시크가 네이멍구에서 추진하는 AI 인프라는 전체적으로 GW급 규모로, 어센드 950DT 16만개는 전체 컴퓨팅 용량의 일부다. 나머지 인프라에 어떤 칩을 사용할지 알려지지 않은 가운데, 딥시크는 화웨이로부터 더 많은 가속기를 빠르게 공급받을 수 있도록 중국 정부에도 지원을 요청한 것으로 전해졌다. 블룸버그는 "16만개 규모의 칩 클러스터 구축이 가능하다는 것 자체가 중국의 AI 반도체 역량이 진전되고 있음을 보여준다"고 평가했다.

2026.09.05 15:23한정호 기자

[단독] 스탠퍼드대, 'AI 인덱스' 중국어판 첫 발간…"韓 번역 파트너 물색"

미국 스탠퍼드대학교가 매년 발간하는 'AI 인덱스 보고서' 첫 외국어 버전으로 중국어판을 내놨다. 현재 한국어, 일본어 등 외국어판을 추가 확대하기 위한 작업에 착수한 것으로 확인됐다. 5일 스탠퍼드대 관계자에 따르면 교내 인간중심AI연구소(HAI)는 AI 인덱스 보고서 중국어 번역판을 지난 4일 처음 출간했다. 해당 보고서는 인터넷에서 내려받을 수 있다. AI 인덱스는 글로벌 AI 기술과 산업 변화를 종합적으로 분석하는 연례 보고서다. 한국 정부도 AI 인덱스를 국가별 AI 경쟁력을 가늠하는 주요 자료로 인용하고 있다. 과학기술정보통신부는 지난달 국내 독자 AI 파운데이션 모델 4개가 '주목할 만한 AI 모델'에 등재된 사실을 발표한 바 있다. AI 인덱스 보고서는 그동안 영문판으로만 발간됐다. 영어 외 언어로 번역된 보고서가 나온 것은 중국어판이 처음이다. HAI 관계자는 "중국 현지 번역 기업과 협업해 중국어판을 내놨다"며 "앞으로 보고서 번역 언어를 확대할 계획"이라고 밝혔다. HAI는 한국어판 발간도 추진한다. 스탠퍼드대는 현재 보고서 한국어 번역과 콘텐츠 업데이트를 관리할 파트너를 찾고 있다. HAI 관계자는 "전문성을 갖추고 지속적인 최신 업데이트를 감당할 수 있는 파트너를 물색하고 있다"며 "기업뿐 아니라 기관과 대학, 연구소와 협업도 모두 긍정적으로 생각하고 있다"고 말했다.

2026.09.05 15:19김미정 기자

[AI인재강국] 피지컬 AI가 다시 불러낸 '세계'에 대한 질문

국가 AI 연구거점은 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] 요즘 AI 분야를 가로지르는 키워드는 단연 '월드 모델(World Model)'이다. 거대 AI 모델들이 인터넷 스케일의 데이터를 학습해 그럴듯한 문장과 영상을 만들어내며 여러 영역들을 휩쓸고 있지만, 정작 몸을 입혀 화면 바깥의 현실로 데려와야 하는 피지컬 AI, 즉 로봇 AI 영역에서는 좀처럼 힘을 쓰지 못하고 있다. 효과적인 후속학습, 테스트타임 컴퓨트 같은 기법들을 통해 나름의 개선책을 찾아왔지만, 그 결과를 믿고 로봇을 현실에 그대로 풀어놓을 만한 수준에는 아직 이르지 못한 것이다. 그러다 보니 행동하기 전에 앞으로 일어날 결과를 미리 평가하고 검증할 수 있는 오라클, 즉 '월드 모델'이 점점 주목받게 됐다. 전세계 굵직한 연구소와 기업들이 일제히 '세계를 이해하고 미래를 시뮬레이션하는 AI'로 방향을 틀고 있는 이유다. 사실 월드 모델이라는 개념 자체는 새로울 게 별로 없다. 지금 이 순간에도 우리 머릿속에는 세계에 대한 어떤 정신적 모형이 존재한다는 것을 우리는 손쉽게 의식할 수 있다. 심리학과 로봇공학, 인공지능은 저마다 다른 언어로 이 '세계상'을 최소 수십 년 전부터 다뤄왔다. 1940년대 심리학자 케네스 크레이크가 제시한 '정신적 모형'의 개념은 외적 행동만을 과학의 대상으로 삼아야한다는 행동주의에 맞서 마음의 내적 과정을 들여다보기 시작한 '인지 혁명'을 예고했고, 그 흐름은 이후 인지과학과 AI 분야로까지 이어졌다. 그러니 지금의 '월드 모델' 붐은 새 개념의 등장이라기보다, '마음이 세계를 어떻게 담아내는가'라는 오래된 질문이 피지컬 AI라는 난제 덕분에 다시 귀환했다고 봐야할 것이다. 한동안 딥러닝과 스케일링의 시대를 지나며, 유연한 범용 학습 모델과 충분한 데이터만 있으면 고전적 이론이나 인지-물리 기반 모델은 굳이 필요하지 않다는 '씁쓸한 교훈'이 학계의 주류처럼 보이던 때가 있었다. 대규모 데이터를 쌓고 거기서 귀납적으로 일반화를 끌어내는 것이 중심이 된 것이다. 이전 세대에게 AI 연구란 계산적, 알고리즘적, 구현적 층위를 분석해 나가며 인지 구조의 본성을 밝히는 일이었으나 어느새 그런 시대는 저물고, 밝혀야할 '정보처리 과정과 구조'는 데이터에 기반한 '종단간의 대규모 학습'으로 조용히 대체되는 듯했다. 인간의 행동을 철저히 증류해서 똑똑한 AI를 만들 수 있다면 뭐가 더 필요하단 말인가? 이제 '피지컬 AI'라는 난제 덕분에 필수적인 구조로서의 '월드 모델', 즉 '세계상'에 대한 흥미롭고 심오한 질문들이 우리에게 돌아왔다. 그 세계는 데이터를 축적하다 보면 저절로 드러나는 대상이 아니라, 세계상을 구축해줄 내적 구조와 능동적인 과정을 통해 드러나는 대상일 것이다. 그런데, 그것이 구체적으로 어떤 형태를 가져야하는지는 뭐하나 뚜렷한 것이 없다. 월드 모델 안에 무엇이 어떻게 표상되며, 얼마나 명시적이어야 하는지, 무엇을 어디까지 어떻게 설계해야 하고, 또 무엇을 어디까지 어떻게 학습해야 하는 건지. 그래서 어쩌면 지금이야말로 진취적인 한국 AI 연구가 확실히 도약할 수 있을 시점인지도 모른다. 빅테크의 자본과 GPU 규모를 뒤쫓는 지루한 경쟁에서는 늘 한 걸음 늦을 수밖에 없지만, 세계를 어떻게 구조화할 것인가라는 흥미로운 질문 앞에서는 데이터의 크기보다 질문의 깊이와 대담한 시도가 중요해질 것이기 때문이다. 그래서, 나는 이 시기가 무척이나 반갑다.

2026.09.04 14:24조민수 컬럼니스트

보안 특화모델 참여 보안기업들 "개발 계획 곧 공유"

'사이버보안 특화' 인공지능(AI) 모델 개발 사업에 네이버 클라우드 컨소시엄이 최종 사업자로 선정됐다. 아직 세부적인 개발 계획은 명확하게 나오지 않은 상황이지만, 중간평가가 예정된 5개월간 역할 분배 및 개발 계획 수립을 마치고 본격적인 개발에 착수할 것으로 보인다. 과학기술정보통신부(과기정통부)는 3일 '사이버 보안 특화 AI 파운데이션 모델 개발' 사업 공모에서 최종 사업자로 네이버 클라우드 컨소시엄을 선정, 발표했다. 이번 사업 평가에서는 기술력 및 개발 경험, 개발전략·기술, 개발 목표 등의 우수성·실현 가능성, 시장성 및 파급효과 등을 종합적으로 평가했다. 네이버클라우드는 대규모 산학연 컨소시엄 구성과 복수의 에이전트·하네스 구성 등에서 긍정적인 평가를 받았다. 네이버클라우드 컨소시엄은 네이버클라우드를 주관기관으로 32개 기업 및 기관이 참여한다. 구체적으로 ▲LG CNS ▲LG경영개발원 AI연구원 ▲LG유플러스 ▲하이퍼엑셀 ▲비드래프트 ▲트릴리온랩스 등 AI 기업과 더불어 ▲로그프레소 ▲마크애니 ▲샌즈랩 ▲스패로우 ▲티오리한국 ▲에스투더블유(S2W) ▲AI스페라 ▲윈스테크넷 ▲이스트시큐리티 ▲지란지교시큐리티 ▲테이텀시큐리티 ▲피앤피시큐어 ▲휴네시온 ▲금융보안원 등 국내 주요 보안 기업 및 기관 14곳이 참여한다. 또한 ▲한국항공우주산업(KAI) ▲한국수력원자력 ▲한전KDN 등 실제 수요기관도 함께한다. 아울러 ▲한국과학기술정보연구원(KISTI) ▲고려대 산학협력단(디지털포렌식연구실, 인공지능연구실) ▲대구대, 서울대, 중앙대, 포항공과대 산학협력단 ▲한국과학기술원(KAIST) ▲한국에너지공과대 등 주요 대학 및 연구기관도 참여한다. 대규모 AI 기업과 보안 기업, 수요기관 및 연구기관까지 아우르는 협력 체계를 갖춘 것이다. 이들 컨소시엄은 이달부터 10개월간 엔비디아 B200 그래픽처리장치(GPU) 총 256장(32노드)을 지원받는다. 5개월간 먼저 지원하고, 그 이후부터는 중간평가를 거친다. 결과에 따라 잔여 5개월간의 지원 여부가 결정된다. 보안 기업들 "보안 데이터 제공 역할 예상…세부 계획은 아직" 컨소시엄에 참여하는 국내 주요 보안 기업들은 컨소시엄 주관사가 아니기 때문에 공식 입장을 표명하기 꺼려 하면서도 자사의 역할을 인지하고 있는 분위기다. 티오리는 "네이버클라우드가 주관사이기 때문에 향후 개발 계획이나 진행 계획을 세부적으로 알지는 못하고 있는 상황이지만, 내주부터는 대외적으로 공개할 수 있는 내용에 한해 개발 계획이나 공유할 수 있는 내용을 안내할 계획"이라고 말했다. 사이버보안 전문 기업 티오리는 AI로 자산의 취약점을 선제적으로 식별하는 'AI 해커' 솔루션 '진트(Xint)'를 제공하고 있는 만큼 컨소시엄 내에서 핵심적인 역할을 수행할 것으로 기대된다. 아울러 S2W, 샌즈랩, AI스페라 등 공격 표면 관리(ASM), 사이버 위협 인텔리전스(CTI) 전문 기업이 포함된 만큼 이들 기업은 보안 특화 AI 모델에 탑재될 핵심 데이터를 공급하는 역할을 수행할 것으로 예상된다. 샌즈랩 관계자는 "샌즈랩은 기본적으로 보안 데이터 제공하는 역할을 맡을 것으로 예상한다. 향후 개발 계획 수립 과정에서 데이터 제공 범위나 종류에 대한 조율을 하지 않을까 예상하고 있다. 주관사인 네이버클라우드의 청사진을 기다리고 있는 상황"이라고 밝혔다. S2W는 "S2W는 위협 인텔리전스 영역을 담당할 예정이다. 국내 사이버 위협 환경을 반영한 데이터와 보안 도메인 AI 구축 경험을 바탕으로, 모델 학습용 데이터와 검증 과정에 참여할 예정"이라며 "자체 수집·운영 중인 위협 인텔리전스 데이터가 중심이 될 것이다. 이는 공개 데이터로 확보하기 어렵기 때문에 보안 특화 AI 모델 개발에 기여할 부분이 있다고 판단한다"고 밝혔다. 이들 기업 외 보안 기업들도 데이터 제공에 초점을 맞춰 주어진 역할을 수행할 예정이다. 지란지교시큐리티 관계자는 "지란지교시큐리티는 이번 컨소시엄에서 국가 사이버 보안 특화 AI 모델 학습을 위한 데이터를 제공하는 역할을 담당할 예정"이라며 "향후 데이터를 기반으로 학습된 AI 모델을 지란지교시큐리티의 기존 제품 AX(AI 전환)에 활용하고 이를 상용화하는 방향으로 추진할 예정"이라고 밝혔다. 이어 "개발 목표는 클로드 미토스, GPT-5.6-CyberAI와 GPT-5.5-Cyber 수준의 'K-미토스'를 만드는 것"이라며 "다만 구체적인 적용 제품이나 세부 일정 등은 내부적으로 계획을 수립하고 있는 단계라 현시점에서 공개가 어렵다"고 말했다. 윈스테크넷은 "방화벽, 침입 방지 시스템(IPS) 등 네트워크 보안 장비에서 발생하는 이벤트를 수집·가공해 AI 모델 학습 데이터로 제공하는 역할을 수행한다"며 "특히 동일 공격에 대한 장비별 이벤트의 상관관계와 연관 정보를 비롯해 공격 발생 시 실시간 수집한 비식별 처리를 거친 데이터를 활용한다"고 설명했다. 이어 "Raw 패킷에서 공격의 행위적 특징을 추출·가공해 AI가 네트워크 공격의 패턴과 특성을 학습할 수 있는 고품질 데이터를 제공할 예정"이라고 말했다. 한편 구글, 앤트로픽, 오픈AI 등 빅테크 기업들이 연이어 사이버보안 특화 AI 모델을 출시하고 있는 가운데, 한국이 10개월가량 모델 개발에만 시간을 투입하고 있는 부분이 시기를 놓친 것이 아니냐는 회의적인 시선도 제기됐다. 이용준 극동대 해킹보안학과 교수는 "네이버클라우드 컨소시엄이 한국 사이버 보안 특화 AI 파운데이션 모델 개발 사업자로 선정된 것은 한국 안보 측면에서 독자적으로 AI 모델을 마련할 수 있는 계기가 될 것으로 보인다"면서도 "다만 글로벌 안보 관점에서 네이버클라우드 컨소시엄은 9월 개발에 착수하기 때문에 구글, 앤트로픽, 오픈AI 등 빅테크 기업이 제시한 사이버보안 AI 모델 대비 개발 시점이 늦은 점은 아쉽다. 또한 글로벌 빅테크 기업의 기존 모델이 학습을 가속화하며 이전 버전을 갱신, 격차를 높이고 있는 점도 우려스럽다"고 말했다. 이 교수는 "하지만 한국은 북한, 중국, 러시아 등 국가 배후 해킹 그룹 집중화에 따른 특성 반영이 가능하다. 산업적 특성으로도 반도체, 에너지, 방산 등 선도 산업에 대한 사이버 공격과 내부 기밀 유출에 대한 차별화된 AI 대응 기술 개발이 가능하다는 점은 고무적"이라며 "이처럼 한국 IT 인프라의 특성을 반영한 AI 모델이 개발된다면 차별화 기술로 발전할 가능성이 있다. 이는 한국 사이버 안보와 주권을 고려해 국가적 R&D 투자, 네이버클라우드 컨소시엄 AI 전문성 향상, 신진 AI 보안 인력 양성으로 사이버 AI 모델 생태계를 견고하게 할 계기가 될 전망이다"라고 평가했다.

2026.09.03 19:05김기찬 기자

에퀴닉스, 엔비디아와 '분산형 AI 추론' 승부수…인프라 연결성 강화

에퀴닉스가 인공지능(AI) 확산으로 복잡해지는 기업 인프라 연결과 추론 환경을 동시에 겨냥한 신규 서비스를 선보였다. 클라우드·네트워크·AI 환경 연결을 자동화하는 동시에 엔비디아·투게더AI와 손잡고 데이터와 사용자 가까이에서 AI 추론을 실행할 수 있는 분산형 인프라 구축에 나선다. 에퀴닉스는 고객·파트너 행사 '에퀴닉스 호라이즌'에서 '에퀴닉스 패브릭 원'과 기업용 분산형 AI 추론 프로그램 '에퀴닉스 인퍼런스 익스체인지'를 공개했다고 3일 밝혔다. 패브릭 원은 기업에 분산된 클라우드와 네트워크, AI 환경을 연결하는 과정을 간소화하기 위한 관리형 '애니-투-애니' 연결 서비스다. AI 도입이 확대되면서 기업이 연결해야 할 클라우드와 AI 서비스 제공업체, 사업장 등이 늘어나는 데 따른 네트워크 운영 복잡성을 줄이는 것에 중점을 뒀다. 특히 아마존웹서비스(AWS)와 구글 클라우드가 공동 개발한 오픈 커넥티비티 사양을 활용한다. 이를 통해 분산된 클라우드와 AI, 기업 환경 전반의 상호운용성을 지원한다는 목표다. 고객이 연결하려는 대상과 요구사항을 지정하면 패브릭 원이 이를 구현하는 데 필요한 연결 방식을 결정해 제공하는 구조다. 기존처럼 네트워크 서비스 구성 요소를 기업이 일일이 조합하고 관리할 필요도 줄였다. 포털과 애플리케이션 프로그래밍 인터페이스(API), 자동화 워크플로우뿐 아니라 에이전트 기반 요청이나 자연어 프롬프트로 필요한 연결 요건을 지정할 수 있다. 이후 패브릭 원이 라우팅과 클라우드 연결, 암호화, 시스템 복원, 장애 조치 등을 자동으로 오케스트레이션하고 관리한다. 향후 기업이 에이전틱 아키텍처를 도입하면 AI 에이전트가 사람의 수동 개입 없이 필요한 연결을 탐색하고 요청·프로비저닝하는 환경까지 지원한다는 구상이다. 에퀴닉스는 AI 인프라 연결뿐 아니라 실제 추론 환경 구축에도 사업 범위를 넓힌다. 이번에 함께 공개한 인퍼런스 익스체인지는 기업이 AI 추론을 데이터와 사용자, 애플리케이션에 가까운 위치에서 실행할 수 있도록 지원하는 분산형 AI 추론 프로그램이다. 최근 기업 AI가 실험을 넘어 실제 운영 단계로 이동하면서 추론을 어느 위치에서 실행할지가 성능과 비용, 데이터 거버넌스 등에 영향을 미치는 요소로 떠오르고 있다는 게 회사 측 설명이다. 인퍼런스 익스체인지는 클라우드와 모델, 제공업체, 지역 등에 분산된 추론 환경을 연결해 기업의 운영 부담을 줄이는 데 초점을 맞췄다. 이를 위해 에퀴닉스는 엔비디아와 기존 협력을 강화하고 투게더AI와 새롭게 손잡았다. 엔비디아의 '엔터프라이즈 레퍼런스 아키텍처'와 200개 이상의 오픈소스 모델을 지원하는 투게더AI 추론 플랫폼을 에퀴닉스의 글로벌 데이터센터 인프라와 결합한다는 방침이다. 에퀴닉스는 전력과 첨단 냉각, 운영 관리 등 기반 인프라를 제공하고 '에퀴닉스 패브릭'을 통해 클라우드·네트워크·AI 서비스 제공업체를 연결한다. 엔비디아는 AI 팩토리의 처리량과 토큰당 비용을 고려한 AI 인프라와 레퍼런스 아키텍처를 제공할 예정이다. 투게더AI는 상위 계층에서 추론 플랫폼을 제공한다. 여러 고객이 자원을 공유하는 멀티테넌트 방식과 전용 용량이 필요한 워크로드를 위한 싱글테넌트 환경을 모두 지원한다. 이를 통해 기업이 워크로드 특성에 따라 AI 추론 인프라를 선택할 수 있도록 하는 구조다. 활용 영역은 사용자·데이터와 가까운 곳에서 추론을 수행하는 '메트로 엣지 추론'부터 폐쇄형 모델에서 오픈소스 모델로 전환하는 '오픈 모델 마이그레이션', 데이터 주권 요건을 고려한 '소버린 AI'까지 포함한다. 특히 소버린 AI는 규제를 받는 산업이나 특정 국가·지역에서 데이터와 추론 처리 위치에 대한 통제권을 유지하면서 AI를 활용할 수 있도록 지원할 방침이다. 이번에 공개된 패브릭 원은 올해 말 베타 버전을 선보인 뒤 내년 북미 지역부터 정식 출시할 예정이다. 인퍼런스 익스체인지는 내년 1분기부터 제공된다. 아데어 폭스-마틴 에퀴닉스 최고경영자(CEO) 겸 사장은 "AI가 가파른 속도로 기업 기술 환경을 바꾸고 있는 만큼, 지금 어떤 인프라를 선택하느냐가 향후 수년간의 경쟁력을 결정지을 것"이라며 "엔비디아와의 오랜 관계를 바탕으로 현대 AI의 핵심인 가속 컴퓨팅 기반을 갖추는 한편, 개방형 에코시스템을 지향하는 투게더AI와의 협력을 통해 각 기업에 최적화된 확장성까지 확보했다"고 밝혔다.

2026.09.03 15:41한정호 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

윤성호 마키나락스 대표 "기업 AI 경쟁력, 벤치마크 아닌 현장에서 나온다"

마키나락스가 제조·국방 등 실제 산업 현장에서 작동하는 인공지능(AI)을 앞세워 AI 전환(AX) 시장 공략에 박차를 가한다. 범용 AI 모델의 성능 경쟁을 넘어 보유 데이터와 경험을 AI 자산으로 축적하는 환경을 구축해 완전 자율 제조공장을 실현한다는 목표다. 윤성호 마키나락스 대표는 3일 웨스틴 서울 파르나스에서 개최한 '어텐션 2026' 컨퍼런스에서 "우리의 모든 방향성은 현장을 향해 있다"며 "현장 데이터를 확인·분석해 업무 프로세스를 이해하는 검증된 AI를 실제 시스템과 연결해 현장에서 구동되는 AI를 확산할 것"이라고 밝혔다. 그는 최근 AI 기술이 빠르게 발전하고 있지만 실제 기업 생산성 향상으로 이어지는 성과는 아직 제한적이라고 진단했다. 특히 제조와 국방 등 산업 현장은 작은 오류도 막대한 손실로 이어질 수 있어 단순히 높은 벤치마크 성능을 기록하는 범용 AI만으로는 한계가 있다고 짚었다. 윤 대표는 "글로벌 프론티어랩이 개발한 AI는 현장의 데이터와 업무 방식, 비즈니스 로직을 충분히 이해하지 못해 공장에선 이른바 '정확도 80%의 벽'을 넘어서지 못하고 있다"며 "이를 해결할 정답은 바로 현장에 있다"고 밝혔다. 이에 마키나락스는 현장 데이터와 업무 프로세스를 AI에 직접 연결하는 데 집중해왔다. 실제 설계 도서 변경 검토 업무에 AI 에이전트를 적용해 작업 시간을 1시간 이상 단축했으며 마키나락스가 지원한 글로벌 6개 자동차 공장에선 1400대 이상의 로봇 관리에 AI를 활용 중이다. 최근 한미연합훈련(UFS)에 마키나락스 AI 기술이 시범 적용되는 등 국방 분야에서도 성과를 확대 중이다. 군 내부 방대한 자료에서 필요한 정보를 찾고 권한에 따라 허용된 정보와 출처를 제공하는 한편 작전 보고서 작성과 장애 발생 시 복구 판단 등을 지원하는 방식이다. 이같은 현장 AI 확산을 위해 윤 대표가 강조한 개념은 '기업 AI 주권'이다. 기업이 보유한 데이터와 지식, 노하우뿐 아니라 이를 활용해 만들어진 AI와 결과물까지 직접 소유하고 지속적으로 축적할 수 있어야 한다는 의미다. 특정 파운데이션 모델이나 클라우드 인프라에 종속되지 않고 필요에 따라 모델과 인프라를 자유롭게 선택할 수 있는 환경도 기업 AI 주권의 핵심 요소로 제시했다. 마키나락스의 AI 운영체제 '런웨이'도 이 방향에 맞춰 고도화하고 있다. 기업 내부 다양한 데이터와 업무 프로세스를 AI에 적용하고 만들어진 결과를 다시 기업 내부 자산으로 축적하는 구조다. 다양한 오픈소스와 외부 AI 모델을 선택적으로 활용할 수 있도록 해 특정 모델이나 인프라에 대한 종속성도 낮추는 것이 목표다. 현장 적용·구축을 담당하는 '전방 배치 엔지니어(FDE)' 조직도 지속 확대 중이다. 마키나락스 FDE가 현재까지 방문한 현장은 전 세계 5개국 32개 도시 80곳 이상에 달한다. 올해에만 FDE 엔지니어들이 현장에서 약 7만 시간을 투입했으며 현재까지 6000개가 넘는 AI 모델을 실제 현장에 배포했다. 마키나락스는 이 경험을 기반으로 완전 자율 제조공장 구축에도 나선다. 전동 액추에이터 국내 시장 점유율 1위 기업 에너토크와 협력해 완전자율공장의 초기 모델을 구축 중이다. 윤 대표는 "에너토크와 협력해 현재까지 80개 이상의 AX 과제를 발굴했다"며 "올해부터 2028년까지 3년에 걸쳐 공장을 보이는 공장에서 연결된 공장, 다시 스스로 행동하는 자율화된 공장으로 전환할 계획"이라고 말했다. 궁극적으로는 사람이 직접 개입하기 어려운 환경에서도 스스로 운영되는 제조 시스템을 구현한다는 방침이다. 윤 대표는 인류가 향후 화성에 문명을 건설할 경우 필요한 완전 자율 제조공장 역시 지구에서 먼저 개발될 것이라며 에너토크와 진행하는 프로젝트를 그 출발점으로 제시했다. 윤 대표는 "공장부터 전장까지 가장 거칠고 예측 불가능한 환경에서 동작하는 AI를 만들겠다는 것이 우리의 비전"이라며 "완전 자율 제조공장과 초생산성을 달성해 나가겠다"고 강조했다.

2026.09.03 11:29한정호 기자

[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

"보안과 AI 결합한 모델, 지속 지원해야"

정부가 지원하는 사이버 보안 특화 인공지능(AI) 파운데이션 모델, 일명 '보안 특파모' 개발 사업의 사업자 선정이 눈앞에 다가왔다. 보안 전문가들은 보안 특화 모델의 평가 기준을 어떻게 생각할까. 독파모(독립파운데이션모델) 같은 논란이 생기지 않을까. 보안전문가들 의견은 갈렸다. 지속가능성에 대한 보완 주문부터, 사업 시작부터 방향타를 잘못 잡았다는 지적도 나왔다. 과학기술정보통신부(과기정통부)는 지난 26일 '사이버 보안 특화 AI 파운데이션 모델 개발' 사업 공모를 마감, 사업자 발표를 눈앞에 뒀다. 네이버클라우드가 주도하는 컨소시엄과 SK텔레콤이 주도하는 컨소시엄 등 2개 컨소시엄이 제안서를 제출했다. 과기정통부는 제출 서류의 적합성을 검토하고 외부 전문가 발표 평가를 시행했다. 제안서에는 평가 기준도 포함됐다. 과기정통부는 보안 특파모 선정을 앞두고 수행 방법의 적정성, 추진 체계, 사업 내용 등을 살핀다. 크게 기술력 및 개발 경험, 개발 목표 등 부문을 각 30점씩 배점했고, 시장성 및 파급 효과 측면은 40점씩 배점, 총 100점으로 평가한다. 세부 기준을 보면, 먼저 기술력 및 개발 경험 부문에서는 사이버 보안 특화 데이터 처리 역량 등 '컨소시엄의 기술력'과 더불어 특화 파운데이션 모델, 서비스 개발과 같은 도메인 특화 서비스 상용화 사례 등 '컨소시엄의 개발 경험'을 중점적으로 평가한다. 이어 개발 목표 부문에서는 ▲사이버 보안 특화 파운데이션 모델 개발 전략과 기술의 우수성 ▲컨소시엄 구성의 전략성 ▲사이버 보안 특화 파운데이션 모델 개발 목표의 우수성 및 실현가능성 등을 평가한다. 컨소시엄의 개발 전략은 물론 컨소시엄을 구성하는 기업 및 기관 간의 협력체계, 개발 목표의 혁신성·우수성·실현가능성 등을 중점적으로 평가하겠다는 목표다. 시장성 및 파급 효과 부문에서는 국내 경쟁력 확보 및 시장 진출 계획, 사이버 보안 산업·생태계에 미치는 파급효과와 보안 생태계에 기여할 수 있는 방안 등을 평가한다. 2일 보안 전문가들은 이같은 평가 기준을 두고 여러 평가를 내놨다. 먼저 김승주 고려대 정보보호대학원 교수는 사업 시작부터 방향성이 잘못 설정됐다고 지적했다. 김 교수는 "마이크로소프트 보안팀 등 글로벌 보안 전문 연구진은 어떤 AI 모델을 쓰는지가 아니라, 여러 AI 모델을 어떻게 잘 조화롭게 엔지니어링하는지에 초점을 맞추고 있다. 실제 마이크로소프트의 멀티 모델 에이전틱 보안 시스템 '엠대쉬(MDASH)'도 기본 설계 철학 중 하나가 어떤 AI 모델을 가져다 놓더라도 일정 수준 이상 성능을 내는 AI를 개발하는 것이 목표였다"면서 "우리도 이렇게 방향을 설정했어야 한다. 독립 파운데이션 모델(독파모)을 사용하든, 중국산 AI를 사용하든, 기존 상용 AI 모델을 사용하든 최고 성능을 낼 수 있도록 방향을 잡아야 하는데, 우리는 독파모를 사용하도록 정해놨다"고 진단했다. 그는 "예를 들어 '독파모를 사용해서 기존 상용 AI 대비 최고 수준을 내야지만 만족할 수 있다' 식의 강력한 평가 지표를 제시한 것도 아니다"라며 "우려되는 부분은 상용 솔루션이나 대학에서 연구하는 거대 언어 모델(LLM)들은 이미 보안 분야에서도 최고 성능을 내고 있는데, 독파모를 활용한 사이버 특화 모델이 이보다 성능이 떨어질 경우에는 어떻게 할 것인지를 제시하지 못하고 있다"고 지적했다. 김 교수는 "이에 대한 기준을 명확하게 밝혀야 한다. 예를 들어 '성능이 상용 모델 대비 뒤처지더라도 국가 안보 목적으로 사용할 것이기 때문에 독파모로 모델을 확정했다' 등의 기준이 제시됐어야 한다"며 "성능이 나오지 않는 모델을 모두가 사용하라고 장려할 수는 없는데, 이같은 점을 감안하면 보안 특파모 사업 초기 단계부터 제안서가 잘 만들어지지 않았다고 평가한다"고 밝혔다. 그는 "독파모 자체에 대한 성능 평가 지표도 명확하게 제시된 것이 없다"며 "세계 트렌드와도 일치하지 않는 사업 방향성과 더불어 능력치도 알 수 없는 독파모를 가지고 사이버 보안 특화 모델을 만들라고 하니 이해가 어렵다"고 짚었다. 세부 평가 지표를 두고 시장성과 생태계 파급효과에 가장 많은 점수가 배점돼 있는 점도 우려스러운 대목으로 지목했다. 이용준 극동대 해킹보안학과 교수는 "시장성과 생태계 파급효과에 40점을 배정한 것은 '사업화 중점'이라는 관점에서는 이해되지만, '보안 특화 모델'이라면 보안 성능에 대한 평가 지표가 높아야 하고, 기능 검증 기준이 객관적이며 공정해야 한다"며 "현재 발표된 평가 기준에는 모델 우수성이나 차별성은 있으나, 실제 침해사고 데이터에서의 탐지율·오탐률, 미지·변종 공격 대응력, 적대적 입력에 대한 강건성, 보안 데이터의 출처·품질, 레드팀 평가 등이 구체적으로 드러나지 않았다"고 지적했다. 이어 그는 "특히 단순히 대형 모델을 만드는 것보다 현장에서 얼마나 정확하고 안전하게 동작하며 지속적으로 최신 위협을 학습할 수 있는지에 대한 핵심 평가 지표가 제시돼야 한다"며 "정부가 국내 보안 AI 기술 역량 축적과 AI 전환(AX) 혁신을 사업 목적으로 제시한 만큼, 기술적 신뢰성을 정량적으로 입증하는 평가 체계가 중요하다"고 밝혔다. 국가정보원 3차장을 지낸 윤오준 법무법인 율촌 상임고문은 "전체 배점에서 시장성과 산업 생태계 파급효과 부문이 40점으로 배점됐는데, 기술이나 모델 자체의 우수성보다 너무 높게 배점돼 조정이 필요해 보인다"면서 "사이버보안 특화 모델인데 실제로 보안과 관련된 성능이나, 안전성·신뢰성, 모델 운영능력 등에 대한 평가부분이 구체적으로 제시되지 않아 취약점 탐지, 악성코드 수집, 보안 에이전트 능력, 위협정보나 보안사고 원인분석 등등 기술력이나 개발역량을 체크할 수 있는 내용 보강 필요하다"고 강조했다. 윤 상임고문은 이어 "보안에 특화된 학습데이터 확보, 품질, 정제, 라이센스 등 데이터 경쟁력과 독자적 AI모델 등 기술주권에 대한 평가 부분도 보강이 필요해 보인다"고 부연했다. "보안 특파모는 AI 보안의 일부" 폭넓은 관점에서 보안 특파모뿐 아니라 보안을 위한 여러 AI 모델에 대한 지원책도 확립돼야 한다는 주장도 제기됐다. 과기정통부 사정에 밝은 한 관계자는 "보안 특파모가 보안 생태계에 잘 보급돼서 효과적으로 사용돼야 하는 것이 중요한데, 평가 항목 중 시장성과 생태계 파급효과에 높게 배점된 점은 평가 기준을 나름 잘 세운 것으로 평가된다"며 "이런 부분을 보면 정부도 고민을 많이 한 것으로 보인다"고 평가했다. 다만 이 관계자는 "정부의 의도대로 파운데이션 모델을 직접 만드는 형태로 보안을 위한 AI를 마련할 수도 있는 것이고, 자사 보안 솔루션에 AI를 결합해 에이전트화해 AI 보안을 구현하는 방안 등 여러 방법이 있는 것도 사실"이라며 "지속적으로 보안 기업들과 수요 기업들이 AI를 활용한 다양한 보안 관련 모델을 제안하게 하고, 사업화가 진전될 수 있도록 사업 모델을 발굴·지원하는 방안이 필요하다"고 말했다. 그는 이어 "보안 특파모도 이같은 방안의 한 축일 뿐이지, 보안에 AI를 결합한 형태를 가속화할 수 있는 여러가지 지원 프로그램이 지속적으로 뒷받침돼야 한다"며 "보안 특파모가 만들어졌다고 가정했을 때 대한민국 내 모든 보안기업들이 전부 이를 가져다 사용해야 하는 것은 아닐 것이다. 세제 지원, 바우처 등 다양한 형태로 보안을 위한 AI 개발을 정부가 적극 지원해야 하는데 보안 특파모 개발에만 집중되는 부분은 아쉬움이 있다"고 강조했다. 천정희 서울대 수리과학부 교수도 "객관적인 평가 기준은 공정성 있게 마련된 것 같은데, 주관적인 평가는 어떻게 진행됐는지 알지 못하는 경우가 많다"며 "정량평가 외에도 공정하게 진행될 필요가 있다"고 밝혔다. 사업에 참여하는 한 보안 기업 관계자는 "컨소시엄 주관사 쪽에서 평가에 심혈을 기울이고 있는 것으로 안다"며 "컨소시엄에서 보유하고 있는 데이터량이 많고 다양한 점을 어필할 계획이고, 현재 발표 평가를 앞두고 있는 만큼 작업에 들어간 것으로 알고 있다"고 말했다.

2026.09.02 19:02김기찬 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

비드래프트, 허깅페이스 AI 모델 다운로드 160만 돌파

비드래프트(대표 김민식)는 자체 개발한 인공지능(AI) 모델의 누적 다운로드 수가 글로벌 AI 플랫폼 허깅페이스에서 160만 건을 돌파했다고 1일 밝혔다. 회사에 따르면 국내에서 100만 건 이상을 기록한 조직은 LG, 카카오, 업스테이지, 비드래프트 4곳이다. 비드래프트의 자기진화형 다윈(Darwin) 계열은 신약예측 외부 블라인드 벤치마크 폴라리스(Polaris)에서 16개 부문 1위를 기록했고, Darwin-398B-JGOS는 대학원 수준 과학추론(GPQA Diamond)에서 90.9%로 공개 리더보드 1위에 올랐다. 또 과학기술정보통신부·NIA가 운영하는 K-AI 리더보드에서도 1위를 유지하고 있다. 여기에 구글과 AI 플랫폼 허깅 페이스(Hugging Face)가 공동 주최한 글로벌 대회 패스트 잼마 챌린지(Fast Gemma Challenge)에서는 최고 기록에 도달했다. 이 같은 성과는 AI 파운드리 공정 능력의 결과로 보인다고 회사 측은 설명했다. 현재 이 회사는 기존 모델을 MRI 데이터를 활용한 기계학습 기반 진단 및 예측과 다윈 ·키메라(Darwin·Chimera) 기술로 교배·지식을 이식해 도메인 능력을 높이고 있으며, 자체 프롬스크래치 모델 에테르(AETHER)로 독자 아키텍처 역량도 쌓고 있다. 이후 추론비용을 낮추고 자체 개발한 AI 안전성 취약성을 진단하는 AX-RAY를 통해 기업용 온프레미스 경량화 거대언어모델(sLLM)과 포켓 온디바이스 AI, 인공사회 운영체제(NationalOS), 제약 특화 운영체제(PharmaOS), 생성형 AI와 IBM 양자컴퓨터 검증을 결합한 신소재 발굴 파이프라인(MaterialsOS) 같은 산업별 제품으로 확장할 계획이다. 김민식 대표는 “성과는 주장보다 공개 지표와 주최 측 검증으로 증명돼야 한다”며 “우리가 잘하는 것은 모델 하나를 만드는 일이 아니라, 고객의 AI를 더 강하고 더 싸고 더 안전하게 길러내는 공정을 만드는 것”이라고 전했다. 한편, 비드래프트는 정부 국책 AI 사업과 온프레미스 AI 공급 사업도 병행하고 있다.

2026.09.01 13:37이도원 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

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

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

알리바바 '큐원4' 예고편 나왔다…훈련비용 9분의 1 절감

중국 알리바바가 차세대 인공지능(AI) 모델 '큐원4' 핵심 설계를 앞당겨 발표했다. 26일 알리바바 큐원팀은 자사 블로그를 통해 새 모델 '큐원3.8-플래시-넥스트'를 공개했다. 기존보다 훈련 비용을 9분의 1로 줄이면서도 코딩·사무 업무 성능은 끌어올린 저비용 개방형 모델이다. 이 모델은 전체 규모가 1250억개(125B) 파라미터에 이르지만 문장을 처리할 때마다 그중 60억개(6B)만 골라 쓴다. 모델 전체를 매번 돌리는 대신 필요한 부분만 켜서 사용한다. 큐원팀은 "이 방식으로 직전 모델인 '큐원3.7-플러스'보다 훈련 비용을 약 9분의 1 수준까지 낮췄다"며 "사용료도 입력 100만 토큰당 0.16달러, 출력 100만 토큰당 0.47달러 수준"이라고 밝혔다. 큐원3.8-플래시-넥스트는 내년 출시할 큐원4에 어떤 기술이 들어갈지 핵심만 미리 보여준 예고편 모델이다. 알리바바는 과거에도 새로운 큐원 모델을 내놓기 전, 그 안에 쓸 설계를 먼저 공개해 왔다. 이번에는 모델 '가중치'도 함께 공개했다. 가중치는 AI가 학습을 통해 얻은 결과물로 모델 두뇌에 해당한다. 이를 공개하면 누구나 모델을 내려받아 직접 뜯어보거나 자신의 서비스에 활용할 수 있다. 큐원팀은 "개발자들이 큐원4 설계를 미리 검증할 수 있도록 개방했다"고 밝혔다. 새로운 기술 가운데 하나는 '큐원 스파스 어텐션(QSA)'이다. AI는 긴 글을 이해할 때 앞 내용을 모두 다시 훑어보기 때문에 문맥이 길어질수록 비용이 늘어난다. QSA는 글을 작은 덩어리로 묶은 뒤 중요한 부분만 골라 보는 방식으로 이 비용을 줄인다. QSA는 '어디가 중요한지 찾는' 탐색 비용까지 아꼈다. 기존 기술은 글이 길어질수록 이 탐색 작업에서도 비용이 늘어나는 한계가 있었다. 큐원팀은 QSA를 적용해 100만 토큰 분량의 긴 문맥에서 처리 속도가 최대 7.6배 빨라졌다고 밝혔다. 'N-그램 임베딩'이라는 기술도 새로 적용했다. 보통 AI는 단어 하나를 기준으로 정보를 찾지만 이 기술은 앞뒤 몇 개 단어를 함께 묶어 문맥으로 정보를 찾는다. 이를 통해 연산량은 거의 늘리지 않으면서 모델 용량만 510억개(51B) 파라미터만큼 키웠다. 해당 부분은 그래픽처리장치(GPU)가 아닌 일반 메모리에 저장해 두고 필요할 때만 불러오도록 설계해 GPU 부담도 줄였다. 정보가 모델 내부를 더 잘 흐르도록 하는 '게이티드 레지듀얼(GR)' 기술도 담았다. AI는 여러 층을 거치며 정보를 처리하는데 층이 깊어질수록 초반 정보가 흐려지기 쉽다. GR은 정보가 지나가는 통로를 하나에서 네 갈래로 넓혀 초기 정보가 뒤쪽 층까지 전달되도록 했다. 큐원팀은 이를 통해 학습 안정성도 높였다고 설명했다. 큐원팀은 자체 성능 평가에서 이 모델이 앤트로픽 '클로드 오퍼스 4.6', 딥시크 'V4' 등 경쟁 모델과 비교해 코딩과 도구 활용 등 일부 업무에서 앞섰다고 발표했다. 다만 이번에 공개된 성능·속도 수치는 모두 큐원팀이 자체적으로 측정한 값이다. 외부 기관 검증은 아직 이뤄지지 않았다. 큐원3.8-플래시-넥스트는 현재 허깅페이스 모델스코프에서 내려받을 수 있다 알리바바 클라우드를 통해 API로도 제공된다. 클로드 코드, 코덱스 등 주요 코딩 도구와도 연동된다.

2026.08.27 13:31김동원 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

  Prev 1 2 3 4 5 6 7 8 9 10 Next  

지금 뜨는 기사

이시각 헤드라인

삼성 '반도체 3인방' 사장 승진..."사업 현장·기술 흐름 가장 잘 알아"

현대차, 지스타를 모터쇼로…운전면허 없이도 체험하는 레이싱

AI 데이터센터 구축 문턱 낮아진다…업계 기대 속 남은 과제는

앤트로픽 IPO에 日 12조원 이상 몰렸는데…韓 공모 청약 빠진 이유

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.