검색 - IT세상을 바꾸는 힘 지디넷코리아

ZDNet 검색 페이지

'AI 파운데이션'통합검색 결과 입니다. (215건)

태그
기간
- 3개월
- 1년
- 1년 이전

재검색

[유미's 픽] 독파모 고배 뒤 더 잘나간다…산업 AI 공략 속도 내는 두 기업, 어디?

올 초 독자 인공지능(AI) 파운데이션 모델 개발 사업에서 함께 선정이 불발된 네이버클라우드와 NC AI가 산업 현장 공략에 속도를 내고 있다. 범용 모델의 성능과 독자성을 겨루던 정부 사업에서 벗어나 국방·조선·철강 등 실제 수요가 있는 분야로 기술과 사업 역량을 집중하는 분위기다. 21일 업계에 따르면 네이버클라우드는 최근 국방·제조기업의 AI 학습과 운영을 지원하는 인프라·플랫폼 사업 확대에 본격 나섰다. 특히 올해 국방을 핵심 사업으로 정하고 방산기업과의 공동 개발과 국책사업 참여를 확대하고 있다. 제조 분야에서도 조선과 스마트팩토리를 중심으로 AI·클라우드 사업 발굴에 나섰다. 일단 네이버와 네이버클라우드는 한국항공우주산업(KAI)과 방산 특화 AI 파운데이션 모델을 공동 개발하고 있다. 향후 무인기와 AI 파일럿, 유무인복합체계 등 미래전투체계에 적용하는 방안도 추진한다. 네이버클라우드는 국방부가 발주한 '초거대 인공지능 기반 지휘통제체계 기술' 사업에 한화시스템 컨소시엄으로도 참여했다. 한화시스템이 지휘통제체계 적용과 통합을 맡고 네이버클라우드는 AI 모델과 클라우드·데이터 플랫폼 분야에서 역할을 나누는 구도다. 이 사업은 텍스트와 영상, 음성, 센서, 레이더 등 전장 데이터를 통합 처리하는 국방 특화 대규모언어모델(LLM)을 개발해 한국군 지휘통제체계에 적용하는 것이 목표다. 수주에 성공하면 네이버클라우드는 폐쇄망에서 국방 데이터를 학습·운영하는 핵심 레퍼런스를 확보할 수 있다. 제조 분야에선 HD한국조선해양과 조선 산업에 특화된 AI·클라우드 환경을 구축한다. 그래픽처리장치(GPU) 인프라와 프라이빗 클라우드를 기반으로 설계·생산 데이터를 처리하고 차세대 선박 플랫폼과 피지컬 AI까지 협력 범위를 넓힐 계획이다. 이처럼 네이버클라우드의 최근 사업은 자체 거대언어모델(LLM) 공급보다 AI 운영 기반 전체를 제공하는 데 무게가 실려 있다. GPU와 프라이빗 클라우드, 데이터 플랫폼, AI 모델을 묶어 보안과 데이터 통제 요건이 높은 산업을 공략하는 방식이다. 특히 국방과 제조는 올해 네이버클라우드가 가장 적극적으로 사업을 확대하는 분야로 꼽힌다. 지멘스 등과 맺은 협력도 특정 공정에 머물기보다 국내 제조업 전반의 데이터를 AI와 연결하는 데 초점이 맞춰져 있다. 네이버클라우드 관계자는 "올해 국방을 핵심 사업으로 지정한 뒤 관련 사업을 적극적으로 추진하고 있다"며 "제조 분야는 현재 업무협약을 토대로 실제 사업을 만들어가는 단계"라고 말했다. NC AI는 산업용 로봇이 현장을 인식하고 판단·행동하는 데 필요한 피지컬 AI 기술로 방향을 좁히고 있다. 게임과 콘텐츠 개발 과정에서 축적한 비전 AI와 3D 가상세계, 월드모델, 합성 데이터 기술을 제조와 국방 현장에 적용하는 전략이다. 최근에는 한화오션의 자율 용접 AI 개발 과제를 수주해 주목 받았다. 향후 강한 아크광과 용접 분진, 거친 야외 환경에서도 용접선을 인식하고 결함을 탐지하는 비전 모델을 개발해 협동로봇에 적용할 예정이다. 포스코DX와는 로봇 파운데이션 모델 공동 개발에 나섰다. 시각과 언어, 물리적 행동을 통합 처리하는 시각언어행동(VLA) 모델을 고도화하고 디지털 트윈 환경에서 산업용 로봇을 학습시키는 것이 목표다. 현대로템과 구성한 컨소시엄은 국방과학연구소의 '피지컬 AI 기반 통합 시뮬레이터 및 모듈형 로봇 시스템' 과제를 수주했다. NC AI는 국방 지형과 작전 상황을 가상 공간에 구현하고 로봇 학습에 필요한 합성 데이터를 공급하는 월드모델 개발을 맡는다. 이 같은 한화오션·포스코DX·현대로템과의 협력은 비전 인식과 VLA, 월드모델을 제조·국방 로봇에 적용하는 방향으로 이어지고 있다. NC AI는 이를 토대로 산업 현장의 인식부터 학습·판단·행동까지 아우르는 피지컬 AI 사업을 확대한다는 방침이다. 업계 관계자는 "두 기업 모두 독파모 참여를 통해 범용 모델 개발에 필요한 기술과 운영 역량을 점검한 경험이 이후 산업 AI 사업의 기반이 된 것으로 보인다"며 "당시 축적한 역량을 국방·제조처럼 수요가 분명한 분야에 적용하면서 사업화 범위를 넓히고 있다"고 말했다.

2026.07.21 10:36장유미 기자

AI 스타트업 비드래프트, 독자 개발 파운데이션 모델 'Aether-7B-5Attn' 선봬

AI 스타트업 비드래프트(대표 김민식)는 독자 개발한 오픈소스 파운데이션 모델 'Aether-7B-5Attn'을 글로벌 AI 플랫폼 허깅페이스(Hugging Face)에 공개했다고 20일 밝혔다. Aether-7B-5Attn은 Apache-2.0 라이선스로 공개됐으며, 모델 가중치뿐 아니라 학습 데이터 레시피, 전체 학습 코드, 하이퍼파라미터, 학습 로그, 중간 체크포인트, 평가 코드까지 포함한 완전 공개형 모델을 지향한다고 회사 측은 설명했다. 비드래프트는 서울 소재 AI 딥테크 기업으로, Pre-AGI 수준의 AI 기술과 양자컴퓨터 기술 기반 물리·화학·생명·의약 등 연구개발 분야가 다양하다. 이 회사는 Darwin 모델 패밀리, AETHER 아키텍처, PROMETHEUS 월드모델, HEPHAESTUS 임바디드 AI로 이어지는 4계층 통합 AGI 시스템을 제시하고 있으며, 공식 홈페이지에서 'Darwin이 결과를 만들고, AETHER가 미래를 설계한다'는 방향성을 내세우고 있다. 비드래프트는 2026년 Darwin 계열 모델로 K-AI 리더보드 종합 1위, GPQA Diamond 90.9%, Polaris 글로벌 신약개발 리더보드 14관왕, 메타인지 리더보드 1위 등의 성과를 공개해 왔다. 또한 Darwin 모델 패밀리는 허깅페이스 누적 다운로드 100만 건을 돌파한 것으로 소개되고 있으며, 회사는 모델 개발뿐 아니라 추론 가속 엔진 VKAE, 경량 구동 엔진 VKUE 등 AI 인프라 기술도 함께 개발하고 있다. 그동안 AI 업계에서 '오픈소스 LLM'이라고 불린 다수 모델은 실제로는 가중치만 배포하는 '오픈 웨이트' 형태에 가까웠다. 가중치는 내려받아 실행할 수 있지만, 어떤 데이터로 어떻게 학습됐는지, 어떤 설정값과 코드로 만들어졌는지 확인하기 어려운 경우가 많았다. 이 경우 외부 연구자와 기업은 모델을 사용할 수는 있어도 동일한 과정을 재현하거나 독립적으로 검증하기 어렵다. Aether-7B-5Attn은 이러한 한계를 넘어서는 데 초점을 맞췄다. 공개 저장소만으로 학습 데이터 구성과 토큰화 과정, 학습 코드, 설정값, 로그, 평가 절차를 추적할 수 있도록 설계해 모델의 '결과'뿐 아니라 '제조 공정' 자체를 공개했다. 이는 Allen AI의 OLMo처럼 재현 가능성을 중시하는 오픈 파운데이션 모델 흐름과 같은 방향의 시도다. Aether-7B-5Attn은 총 65.9억 파라미터 규모의 전문가 혼합(MoE) 구조를 채택했으며, 토큰당 약 29.8억 파라미터만 활성화해 추론 효율을 높였다. 또한 Full Attention, Differential Attention, Sliding Window, NSA 계열 희소 어텐션, Hybrid 방식 등 5종의 이종 어텐션 메커니즘을 하나의 모델 안에 결합했다. 49개 층은 7×7 라틴 스퀘어 구조로 배치해 특정 어텐션 방식이 특정 깊이에 편중되지 않도록 설계했다. 학습은 엔비디아 B200 GPU 16장을 활용해 약 1442억 토큰 규모로 진행됐다. 데이터 구성은 수학 37.8%, 한국어 21.6%, 영어 21.6% 등을 포함하며, 영어 중심 모델이 아닌 한국어와 영어를 함께 고려한 독자 파운데이션 모델이라는 점도 특징이다. 베이스 모델과 인스트럭트 모델, 라이브 데모는 허깅페이스를 통해 공개됐다. 이번 공개는 '소버린 AI' 논의에서도 의미가 있다. 소버린 AI는 단순히 특정 국가나 기업이 모델 가중치를 보유하는 것을 넘어, 데이터·코드·학습 과정·평가 절차를 이해하고 필요할 경우 독립적으로 재현할 수 있는 능력에서 출발한다. 제조 공정 전체가 공개된 모델은 국가, 기업, 대학, 연구기관이 외부 빅테크에 대한 의존도를 줄이고 자신들의 언어·산업·보안 환경에 맞는 AI를 구축할 수 있는 기반이 된다. 완전 공개형 파운데이션 모델은 그동안 OLMo, Apertus, LLM-jp 등 해외 연구기관 또는 국가 단위 컨소시엄 중심으로 추진돼 왔다. 비드래프트는 단일 스타트업으로서 유사한 수준의 개방성과 재현 가능성을 지향하는 모델을 공개함으로써, 한국 AI 생태계에서도 독자 파운데이션 모델을 만들고 공개적으로 검증받는 흐름이 가능하다는 점을 보여줬다. 김민식 비드래프트 대표는 “남이 만든 가중치를 내려받는 것만으로는 AI 주권이 완성되지 않는다”며 “데이터와 코드, 학습 과정까지 공개해 누구나 다시 만들고 검증할 수 있게 하는 것이 오픈소스의 본질이자 소버린 AI의 출발점”이라고 전했다. 이어 “Aether-7B-5Attn 공개가 국내 AI 생태계에서 투명성, 재현성, 독자 모델 개발 역량에 대한 논의를 한 단계 끌어올리는 계기가 되길 바란다”고 덧붙였다.

2026.07.20 14:45이도원 기자

이재명 대통령 "한국형 AI 동맹 필요…미·중 모델 의존도 낮춰야"

이재명 대통령이 독자 인공지능(AI) 모델 개발 초기부터 각국과 언어·데이터 협력 체계를 구축하라고 주문했다. 미국과 중국 중심 AI 생태계 의존도를 낮추고 한국형 모델을 앞세워 소버린 AI 협력망을 만들기 위해서다. 이재명 대통령은 16일 과학기술정보통신부 업무보고에서 배경훈 부총리 겸 과기정통부 장관에게 독자 AI 모델의 다국어 확장 전략과 해외 협력 방안을 이같이 강조했다. 이 대통령은 한국이 미국과 중국에 이은 AI 3강을 목표로 하더라도 모델 성능 경쟁에만 머물러서는 안 된다고 봤다. AI 종속을 우려하는 국가들과 초기부터 협력하면 새로운 시장과 국가 간 협력 기반을 함께 확보할 수 있다는 판단이다. 그는 "미국과 중국 AI 모델에 대한 의존도가 높아질수록 국가적 위험도 커질 수 있다"며 "최근 미토스 사태처럼 해외 기업이 갑자기 서비스를 중단하거나 이용 정책을 바꾸면 해당 AI를 활용하는 국가가 대응하기 어려울 것"이라고 우려했다. 이 대통령은 각국 정상이 자국의 독자 AI 모델을 갖기를 원하고 있다고 주장했다. 특히 규모가 작은 국가나 고유 언어를 사용하는 국가와 협력하려면 해당 언어와 데이터를 모델 개발 초기부터 반영하는 방안을 마련해야 한다고 주문했다. 그는 AI 모델을 완성한 뒤 수출하는 구조보다 모델 개발 과정부터 협력국 손잡는 체계를 만들어야 한다고 강조했다. 국가별 언어·데이터를 한국형 범용 모델에 결합해야 특정 빅테크에 종속되지 않는 공동 AI 생태계를 만들 수 있다는 구상이다. 이날 배경훈 부총리는 국내 AI 모델 개발사들이 한국어와 영어에서 경쟁력을 확보했으며, 스페인어와 일본어도 일정 수준 지원하고 있다고 설명했다. 특히 베트남과 몽골도 자국 언어로 작동하는 소버린 AI 구축을 희망하고 있어 이를 위한 다국어 확대 전략도 알렸다. 배 부총리는 "우리는 한국어와 영어 성능을 세계 최고 수준으로 높인 뒤 국가별 언어를 추가하는 방식을 검토하고 있다"며 "협력국으로부터 언어 데이터를 받아 모델의 초기 학습 단계부터 이를 반영하거나 범용 거대언어모델(LLM)을 만든 뒤 해당 국가 데이터를 추가 학습하는 방식을 진행할 것"이라고 밝혔다. 배 부총리는 소수 언어를 지원하는 기술적 난도보다 학습에 필요한 데이터를 확보·정비하는 과정이 더 큰 과제라고 봤다. 그는 "각국 언어가 디지털 자료로 충분히 축적됐으면 추가 학습이 비교적 쉽다"며 "만약 데이터가 부족하면 디지털화와 정제 작업부터 진행해야 할 것"이라고 말했다. 이어 "AI 모델을 만드는 기업·기관이 모든 데이터를 수집하기는 어렵다"며 "각국이 데이터만 잘 모아 정비해 놓으면 각국 소버린 AI 협력 체계는 수월할 것"이라고 덧붙였다.

2026.07.16 13:32김미정 기자

[유미's 픽] "해외 정부와 다르다"…AI G3 노린 韓, 전국민 무료 AI 내세운 까닭은

정부가 전국민에게 이용량 제한 없이 국산 인공지능(AI)을 제공하는 '모두의 AI' 사업에 착수하면서 국내 AI 시장의 경쟁 구도가 서비스 중심으로 옮겨가고 있다. 해외 주요국이 행정 안내와 공무원 업무 지원, 컴퓨팅 인프라 확충을 각각 추진하는 것과 달리 우리나라 정부는 전국민 무료 AI 서비스에 승부수를 던진 모습이다. 15일 과학기술정보통신부와 정보통신산업진흥원에 따르면 모두의 AI는 국민의 AI 접근성과 활용 역량 격차를 줄이고 국산 AI 모델의 서비스 경쟁력을 높이기 위해 추진된다. 정부가 연산 자원만 제공하는 데서 벗어나 전국민 이용 수요를 직접 만들어 국산 모델에 대규모 실사용 경험을 공급하는 구조다. 정부는 오는 8월 11일까지 공모를 거쳐 2~3개 기업 또는 컨소시엄을 선정한다. 사업자는 9월 베타서비스를 시작하고 12월부터 무료 범용 AI 챗봇과 공공 AI 에이전트, 특화 서비스를 제공해야 한다. 올해는 엔비디아 B200 그래픽처리장치(GPU) 최대 512장을 기업당 256장 또는 128장씩 배분한다. 자부담금 매칭이 필요하며 2027년 이후 GPU 비용과 운영비 지원 방식·규모는 관계부처와 국회 협의를 거쳐 결정된다.정부가 이번 사업을 추진한 이유는 외산 AI 서비스 의존과 AI 활용 격차에 대한 우려 때문이다. 국내 생성형 AI 이용자는 약 2300만 명에 달하지만 상당수 외산 서비스 무료 버전을 사용하고 있는 것으로 나타났다. 또 현재 국민 약 3분의 1은 여전히 AI를 이용하지 않는 것으로 집계됐다. 배경훈 부총리 겸 과기정통부 장관은 "모두의 AI는 단순한 서비스를 넘어 우리 국민들이 AI와 함께 일하고 배우며 일상을 영위할 수 있도록 지원하는 AI 시대의 계산기·컴퓨터"라고 밝혔다. 행정 효율 넘어 산업 육성까지…한국형 AI 정책 실험 모두의 AI는 행정서비스 개선이나 인프라 공급에 머문 해외 정책보다 한발 더 나아가 전국민 이용 수요와 국산 AI 산업 육성을 동시에 겨냥했다는 점에서 많은 주목을 받고 있다. 현재 해외에선 AI를 특정 행정서비스에 적용하거나 공무원 업무를 지원하고, 민간 기업에 컴퓨팅 인프라를 공급하는 방식이 주로 활용되고 있다. 한국처럼 정부가 전국민용 범용 AI의 개발과 운영까지 직접 지원하는 사례는 드문 편이다. 해외 사례를 살펴보면 국민 대상 행정 안내, 공무원 업무 지원, 민간 AI 인프라 공급으로 정책 방향이 나뉜다. 영국은 '거브닷UK 챗(GOV.UK Chat)'을 통해 정부 공식 정보를 기반으로 복지와 연금, 주택, 직업훈련 등 국민의 행정 관련 질문에 답하는 서비스를 제공 중이다. 정부 웹사이트를 일일이 찾거나, 상담센터에 문의하는 불편을 줄이는 디지털 행정 창구에 초점을 맞췄다. 싱가포르는 공무원의 자료 조사와 문서 작성, 아이디어 생성을 지원하는 내부 AI 도구 '페어(Pair)'를 앞세우고 있다. 정부 업무 생산성과 보안성을 높이는 것이 주된 목적이다. 인도는 '인디아AI 미션'을 통해 1만8000개 이상의 AI 연산 자원을 확보하고 스타트업과 연구기관 등에 최대 40% 낮은 비용으로 공급하고 있다.미국은 연방기관의 AI 도입과 공무원 업무 효율화에, 중국은 정무서비스 적용과 기업의 연산·모델 이용 지원에 무게를 두고 있다. 두 나라 모두 국가 차원의 AI 활용을 확대하고 있지만 정부가 전국민용 범용 AI의 개발과 운영을 직접 지원하는 한국과는 정책 구조가 다르다. 이와 달리 우리나라는 국민이 직접 쓰는 범용 AI를 정책의 중심으로 삼고 있다. 무료 서비스에 국산 모델 활용 조건과 GPU 지원을 더해 AI 이용 격차를 줄이고, 외산 서비스에 몰린 수요와 데이터를 국내 산업으로 끌어오겠다는 구상을 펼치고 있다. 이에 사업자는 독자 파운데이션 모델 기준을 충족하는 국산 모델을 50% 이상 활용하고 자사 외 다른 기업의 국산 모델도 30% 이상 사용해야 한다. 외산 모델은 제한적으로 병용할 수 있지만 해당 사용분은 정부 지원에서 제외된다. 디지털플랫폼정부위원회 인공지능플랫폼혁신국장 출신인 이승현 라이너 AI 에반젤리스트는 "외산 AI와의 병용을 일부 허용한 하이브리드 전략은 영리하고 실리적인 소버린 AI 확보 방안"이라며 "국산 모델이 일정 수준의 성능을 갖췄더라도 글로벌 빅테크보다 대규모 서비스 운영 경험이 부족한 만큼 초기 품질을 보완하면서 상호작용 데이터와 운영 노하우를 국내 인프라에 축적할 수 있다"고 말했다. 'K-AI' 확산 노린 정부, 독자 모델 개발·모두의 AI 투트랙 추진 업계에선 '모두의 AI'가 정부의 독자 AI 파운데이션 모델 사업과 지원 대상이 일부 겹치면서 AI 예산과 GPU가 분산될 수 있다고 우려했다. 반면 일각에선 두 사업이 같은 영역을 중복 지원하기보다 모델 개발과 서비스 구현을 나눠 맡는 구조로 봐야 한다는 의견도 내놨다. 실제 독자 AI 파운데이션 모델 사업은 글로벌 선도 모델과 경쟁할 기반 모델 확보에 초점을 두고 있다. 모두의 AI는 국산 모델을 검색과 데이터, 외부 도구 등과 결합해 국민이 실제로 사용하는 서비스로 구현하고 대규모 운영 경험을 쌓는 데 중점을 두고 있다. 이는 모델 개발과 제품 구현을 각각 맡겨 역량과 자원이 한쪽에 과도하게 분산되는 것을 줄이려는 취지다. 업계 관계자는 "독자 AI 파운데이션 모델 사업은 모델 자체를 개발하는 영역이고 모두의 AI는 여러 모델과 기술을 결합해 제품을 만드는 엔지니어링 영역"이라며 "모델 개발사에 촉박한 일정으로 전국민 서비스 구축까지 동시에 맡기면 인력과 시간, 인프라 측면에서 부담이 커질 수 있다"고 말했다. 다만 두 사업의 성과가 따로 쌓이면 정책 효과가 제한될 수 있다는 점은 다소 우려된다. 모두의 AI에서 확보한 이용자 상호작용과 에이전트 실행 기록, 오류·장애 대응 경험이 독자 모델 고도화에 반영돼야 모델 개발과 서비스 운영이 선순환 구조를 만들 수 있어서다. 이 연결이 약하면 학습과 서비스에 각각 투입한 GPU와 예산의 효율도 떨어질 수 있다. 이 에반젤리스트는 "단순한 모델 스펙 경쟁을 넘어 서빙 단계에서 국산 모델이 얼마나 밀도 높은 트래픽 경험과 실전 데이터를 축적하느냐가 중요하다"며 "에이전트 구동 과정에서 발생하는 핵심 상호작용 데이터와 운영 노하우를 국내 자산으로 쌓아 국산 모델 개선에 활용해야 한다"고 강조했다. 정부 지원 이후 자생력 입증해야 업계는 우리나라가 반도체와 디지털 인프라를 활용해 전국민 단위의 AI 수요를 만든다는 점을 두고 과감한 소버린 AI 정책을 펼치고 있다고 평가했다. 그러나 정부 지원으로 확보한 이용량이 독자적인 서비스 경쟁력과 수익성, 해외 확장으로 이어지는지는 별도로 입증해야 하는 부담도 크다고 봤다. 정부도 이를 의식해 이번 발표 평가에서 서비스 편의성과 이용자 확보·유지 전략을 가장 높은 50점으로 배정했다. 모델 성능보다 국민이 실제로 사용하고 계속 찾는 서비스를 만들 수 있는지를 중점적으로 살피겠다는 의지를 드러낸 것이다. 이 외에 서비스 품질·안정성은 30점, 국내 AI 생태계 기여도는 20점이 만점이다.일각에선 새롭게 구축한 서비스만으로 단기간에 전국민 이용을 끌어내기는 쉽지 않다는 의견도 내놨다. 또 이미 대규모 이용자를 확보한 포털과 앱에 국산 모델과 AI 기술을 접목하는 방식이 이용 확산과 비용 효율 측면에서 현실적일 수 있다고 주장했다. 업계 관계자는 "범용 모델을 통해 국민의 AI 리터러시를 높이겠다는 사업 취지에는 공감한다"며 "다만 새로운 서비스를 만들어 전국민 이용을 끌어내기는 쉽지 않은 만큼 국내 모델과 기술을 이미 국민이 사용하는 포털과 앱 등 다양한 플랫폼에 접목해 AI 활용 범위를 넓히는 것이 효과와 비용 측면에서 더 현실적일 수 있다"고 강조했다. 전국민 무료 서비스가 기존 민간 AI 구독 시장과 경쟁하거나 일부 사업자에 GPU와 데이터가 집중될 가능성이 있다는 점 역시 부담 요소로 지목됐다. 9월 베타서비스와 12월 정식 출시 일정도 촉박해 여러 모델을 연결하고 보안과 개인정보 보호, 장애 대응 체계를 단기간에 갖춰야 한다는 점도 기업들이 해결해야 할 과제로 남았다. 정부 역시 대응책 마련에 적극 나서야 할 것으로 보인다. 공공 AI 에이전트가 효용을 내려면 기존 행정 절차와 시스템 개선을 병행해야 하기 때문이다. 부처별로 파편화된 절차를 그대로 둔 채 AI만 추가할 경우에는 이용자 접점과 책임 체계가 더 복잡해질 수 있다. 또 에이전트의 권한과 실행 이력, 품질과 보안을 관리하는 에이전트옵스 체계도 앞으로 필요하다. 이 에반젤리스트는 "정부 부처 간 복잡한 절차와 파편화된 시스템을 혁신하지 않은 채 AI 에이전트만 얹으면 또 다른 파편화를 낳을 수 있다"며 "국민이 실제 효용을 느끼도록 행정 절차 혁신과 에이전트 운영 체계를 함께 준비해야 한다"고 강조했다.

2026.07.15 10:40장유미 기자

정부, 2028년 '산업 특화 휴머노이드' 상용화…2030년 피지컬 AI 1강 도약

정부가 2028년 상용화를 목표로 10대 산업 특화 휴머노이드를 개발한다. 데이터팩토리를 구축해 실제 산업 현장 데이터를 확보하고, 자체 로봇 파운데이션 모델(RFM)을 개발한다는 계획이다. 데이터팩토리는 로봇이 인간처럼 움직이고 복잡한 작업을 수행하도록 고품질 행동·시각·촉각 데이터(액션 데이터)를 대량으로 수집, 가공, 학습하는 인프라다. 로봇 파운데이션 모델은 한 모델로 여러 작업과 로봇에 두루 쓸 수 있는 범용 인공지능(AI) 두뇌다. 산업통상부는 29일 청와대에서 열린 '대한민국 대도약 3대 메가프로젝트 국민보고회'에서 "2030년까지 피지컬 AI 1강으로 도약하겠다"고 밝혔다. 정부는 실데이터와 합성데이터 확보에 집중한다. 먼저 10대 업종을 선별해 중소기업 현장 데이터 대량 수집체계를 구축한다. 10대 업종은 ▲화학 ▲조선 ▲디스플레이 ▲가전 ▲물류 ▲의료 ▲호텔 ▲자동차 ▲철강 ▲배터리 등이다. 다만 자동차, 철강, 배터리 분야는 확정이 아니다. 정부·민간 데이터를 집적한 범정부 데이터 라이브러리도 세운다. 정부는 데이터 표준화와 가이드라인을 배포하고, 정부사업에서 민간과 협력해 일관된 형태로 데이터를 생산할 방침이다. 실데이터의 절대적 부족을 해결하기 위해 가상환경에서 저렴하게 데이터를 생산하는 합성데이터 인프라도 만든다. 물리법칙에 맞는 대량의 합성데이터를 생성할 수 있는 월드모델을 개발하고, 현실세계를 구현한 디지털트윈을 활용해 합성데이터를 생산한다는 계획이다. 정부는 내년부터 매년 AI 로봇을 1000대씩 사업장에 배치한다. 로봇 형태는 휴머노이드 등 다양하다. 형태에 집착하기보다 산업 환경에 맞는 로봇을 우선 배포한 다음 데이터를 확보해 2028년 휴머노이드를 선보인다는 의도로 풀이된다. 하드웨어 개발에도 힘을 쏟는다. 국내 로봇 3대 취약 부품인 액추에이터, 로봇손, 센서 연구개발(R&D)을 지원하고, 로봇 맞춤형 반도체·배터리를 개발한다. 또 로봇을 자체 생산할 여력이 부족한 스타트업을 지원하기 위해 새만금에 로봇 파운드리를 구축한다. 로봇 파운드리 구축에는 현대자동차그룹이 참여한다. 인력 양성과 금융 지원도 병행한다. 범부처가 협업해 향후 5년 간 로봇 전문인력 1만명을 배출하고, 국민성장펀드 등으로 기업의 신증설 투자자금을 지원할 계획이다. 산업부는 "대규모 투자와 산학연의 모든 역량을 결집해 3년 내에 세계 최고 수준의 독자 피지컬 AI 파운데이션 모델을 개발하겠다"고 말했다.

2026.06.29 16:06진운용 기자

SKT 독자 AI 파운데이션 모델, 국방 이어 제조업에 첫 적용

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

2026.06.25 09:02박수형 기자

피지컬AI 핵심기술 국산화...독자 로봇 파운데이션 모델 개발 착수

국내 피지컬 AI 생태계가 외산에 의존한 시뮬레이션 플랫폼에서 벗어나기 위해 정부가 독자적인 월드모델 원천기술 확보에 나섰다. 또 국산 시뮬레이터 기술을 검증해 국내 기술로 차세대 피지컬AI 파운데이션 모델을 구현하기 위한 사업에 착수했다. 과학기술정보통신부와 정보통신기획평가원은 9일 서울 마곡 LG사이언스파크에서 피지컬AI 선도기술개발 사업의 착수보고회를 개최했다. 피지컬AI는 정부가 올해 초 발표한 AI 기반 국가 혁신 프로젝트인 'K-문샷'의 핵심미션 중 하나로 국방, 농업, 돌봄, 제조, 서비스 등 전 분야를 혁신할 미래기술이자 데이터 주권, 안보 등과 직결되는 국가 전략기술로 주목받고 있다. 특히 현실에서 동작하는 피지컬AI는 사고 시 인명피해로 직결될 수 있어 가상 환경에서의 충분한 사전 학습과 검증이 필수적이다. 이를 가능하게 하는 핵심 인프라가 바로 세상의 변화를 예측해 AI의 학습과 의사결정을 지원하는 월드모델로, 대량의 합성데이터를 생성해 피지컬AI 고도화를 지원하는 플랫폼이다. 이 사업은 LG전자를 주관기관으로 마음AI, 홀리데이로보틱스, 로보티즈,크라우드웍스, 알체라, KT, 한국과학기술원, 서울대학교, 한국정보통신기술협회 등 10개 산학연이 결집했다. 정부는 올해부터 2년간 총 340억원을 투입해 세계 최고 수준의 성능을 빠른 시간 내 달성하는 것을 목표로 연구개발에 박차를 가할 계획이다. 구체적으로 월드모델의 현실 시뮬레이션 성능과 로봇 파운데이션 모델로의 전이 성능을 극대화해 월드모델을 적용하지 않았을 때보다 실제 로봇의 최종 동작 성공률을 20% 포인트 이상 향상시킬 계획이다. 이는 현재 글로벌 최고 수준(14.5%p, OpenGV랩)을 뛰어넘는 도전적인 목표다. 이를 위해 최단기간 내 월드모델 학습, 로봇 파운데이션 모델 연계. 실증 성능 평가, 사례 분석 재학습으로 이어지는 실증 파이프라인을 구축하고 2년간 총 4회에 걸친 반복 검증을 통해 기술의 완성도를 높일 계획이다. 최종 단계에서는 연구실을 넘어 실제 제조·물류 현장에서 실증을 수행해, 사업화 가능한 성과를 창출할 예정이다. 류제명 차관은 “피지컬 AI는 대한민국의 패러다임을 바꿀 국가적 핵심기술이라며, 피지컬 AI 핵심 인프라를 독자적으로 확보하는 것이 피지컬 AI 강국으로 도약하기 위한 출발점”이라고 말했다. 그러면서, “이번 사업은 국내 최고 역량을 가진 대기업, 스타트업, 대학과 연구소가 한뜻으로 뭉친 만큼, 글로벌 경쟁력을 갖춘 기술을 확보하길 기대한다”라며 “과거 TDX 개발 당시 연구진들이 혈서를 쓰는 각오로 교환기 국산화라는 기적을 이뤄냈던 것처럼 이번 사업도 이러한 각오와 사명감으로 임한다면 대한민국이 세계를 선도하는 피지컬AI 강국으로 도약할 수 있을 것이라 확신한다며, 정부 역시 연구 현장의 도전과 혁신이 빠르게 결실을 맺을 수 있도록 모든 정책적 역량을 총결집해 적극 뒷받침하겠다”라고 강조했다.

2026.06.09 15:06박수형 기자

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

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

2026.06.09 10:31장유미 기자

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

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

2026.05.28 08:10장유미 기자

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

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

2026.05.27 15:53장유미 기자

한글 문서에 '엑사원' 붙인다…한컴·LG, 공공 AI 시장 정조준

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

2026.05.22 10:55장유미 기자

SKT '국가대표 AI 모델', 국방 분야에 최초 도입

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

2026.05.14 17:09박수형 기자

[현장] 토종 AI, 국방 소요 10%도 못 채워…"민간 모델 파인튜닝 핵심"

국방 분야 인공지능(AI) 전환은 민간 주도 파운데이션 모델을 군에 탑재해 파인튜닝(미세조정)하는 방식으로 가야 한다는 제언이 나왔다. 특히 감시·정찰(ISR)과 지휘통제, 무인체계를 아우르는 3종 체계 구축이 선결 과제로 꼽혔다. 한국국방연구원(KIDA) 국방인공지능정책연구실과 과실연 AI미래포럼은 15일 서울 강남구 모두의연구소에서 '국방 AI 혁신 네트워크' 세미나를 개최했다. 국가AI전략위원회 국방·안보분과위원인 전태균 에스아이에이(SIA) 대표는 이날 발표에서 국방에 파운데이션 모델이 필요한 이유로 운용 장비·외부 측정 데이터의 폭증, 사이버·우주 영역까지 확장된 합동작전으로 인한 임무 복잡화, 새 무기체계 도입 시 재학습이 불가능한 구조적 한계를 짚었다. 이를 해결할 핵심 수단으로는 위성·항공·드론 영상 등 지리공간정보를 처리하는 '지리공간(Geospatial) 파운데이션 모델', 교리·전술 데이터 기반으로 작전계획을 수립하는 '거대언어모델(LLM)', 무인전차·드론·잠수정이 전장을 인식하고 행동하는 '월드 파운데이션 모델' 3종을 제시했다. 전 대표는 "이 세 층위를 얼마나 빠르게 통합하느냐가 한국 국방 AI 경쟁력을 결정한다"며 "국방부가 데이터를 개방해 AI 모델을 만드는 방식이 아니라, 민간이 구축한 파운데이션 모델을 국방부에 탑재하고 임무 데이터로 파인튜닝해 써야 한다"고 강조했다. 특히 지리공간 모델 필요성을 역설했다. 표적 탐지 정확도는 ISR 핵심 지표지만 숨어 다니는 주요 표적의 학습 데이터는 수십 건에 불과해 기존 태스크 기반 AI로는 첫 단계부터 막힌다. 단일 파운데이션 모델로 데이터가 희소한 대상과 다양한 업무를 동시에 처리해야 이 한계를 넘을 수 있다. 전 대표는 "역사상 모든 전투는 적이 무엇을 하는지 보는 것부터 시작했다"며 "전장의 눈을 담당하는 지리공간 모델이 가장 먼저 갖춰져야 한다"고 부연했다. SIA는 2023년부터 지리공간 모델을 자체 개발했다. 비전 기반 모델에서 시작해 비전언어모델(VLM), 광학·영상레이더(SAR) 통합 모델로 고도화 했으며 올해 연말까지 전 해상도를 단일 모델로 처리하는 버전 완성이 목표다. 전 대표는 "미국과 중국, 한국 3대 지리공간 모델 가운데 가장 큰 규모와 검증된 성능을 갖추고 있다"고 자신했다. 정부는 소버린(주권) AI 경쟁력을 위해 '독자 AI 파운데이션 모델(독파모)' 프로젝트를 추진 중이다. 이 결과물을 공공과 민간에 도입해 '모두의 AI' 생태계를 구축한다는 구상이다. 올해 연말 최종 컨소시엄 2곳이 선정되면 전방위적인 모델 상용화에 속도가 붙을 것으로 전망된다. 현재 독파모 사업 주관사인 LG AI연구원·SK텔레콤·모티프테크놀로지스와 업스테이지 컨소시엄 참여사 마키나락스는 국방 AI 모델 기획 단계부터 기업과 국방 당국이 함께 설계 테이블에 앉아야 한다고 입을 모았다. 국방 특화 벤치마크와 태스크 데이터 부재도 실질적 장벽으로 지목됐다. 심상우 마키나락스 최고기술책임자(CTO)가 국방기술기획서를 분석한 결과 국내 민간 AI 모델들은 소요 기술의 10% 수준만 충족한 것으로 나타났다. 군 내부 데이터는 접근이 쉽지 않고 외부 데이터는 이미 기존 파운데이션 모델 학습에 활용된 것과 크게 다르지 않다는 설명이다. 심 CTO는 "군 관련 지식을 담은 민간 데이터를 발굴해 업무 특화 모델을 구축하는 방향을 고민 중"이라고 말했다. 모델 고도화 방향이 실제 군 소요와 맞닿아야 한다는 목소리도 나왔다. 이를 위해선 벤치마크 설계 주도권을 군이 쥐어야 한다는 주장이다. 이성민 모티프테크놀로지스 그룹장도 "벤치마크는 결국 성공하고 싶은 시나리오를 설정하는 것"이라며 "군이 먼저 정의하지 않으면 기업도 군도 고도화가 안 된다"고 부연했다. 유정상 LG AI연구원 리더는 데이터 품질 문제를 짚었다. 교리와 문서를 실제 임무 수행 기반의 태스크 데이터로 변환해야 LLM이 제대로 작동하고, 실제 일을 할 수 있다는 지적이다. 유 리더는 "문서 100만 페이지보다 태스크 데이터가 중요하다"며 "작전사 벙커 워게임에서도 교리대로 하는 경우는 없다"고 밝혔다. 조동연 SK텔레콤 상무는 경량화보다 성능 고도화가 선행돼야 한다는 입장을 피력했다. 에이전트 도입과 처리 정보량 증가로 파운데이션 모델에 요구되는 역량이 갈수록 복잡해져 성능이 뒷받침되지 않으면 국방이든 민간이든 실제 활용할 수 없는 모델이 된다는 논리다. 조 상무는 "똑똑하지 않으면 파운데이션 모델로서 가치가 없다"며 "성능·확장성·적용성 세 축을 모두 고려해 개발 중"이라고 설명했다. 이어 "적용성 측면에선 리벨리온 신경망처리장치(NPU)에 모델을 올려 추론 속도를 최적화하는 기술을 병행 개발하고 있다"고 덧붙였다. 군 실무 현장에선 모델 경량화와 호환성 필요성이 강하게 제기됐다. 국방과학연구소(ADD)는 내부에서 약 10개 LLM을 운용 중이다. 독파모 공식 출시 전까지 해외 모델로 서비스를 먼저 구성하고 국내 모델로 순차 교체할 계획이다. 정진호 ADD 국방AI기술연구원 박사는 "독파모가 벤치마크 경쟁으로 거대화되는 추세인데 군의 제한된 자원으로는 다수 인스턴스 구동이 어렵다"며 "경량·고성능 평가 기준이 확대돼야 한다"고 제시했다. 이어 "LLM 교체 시 출력 형식이 깨지는 프롬프트 호환성 문제도 해결해야 한다"고 덧붙였다.

2026.04.15 16:16이나연 기자

조선소 파운데이션 모델 개발 400억원 투입…산업현장 적용 추진

UNIST는 과학기술정보통신부 '초거대산업 AI 연구지원사업' 공모에서 조선 분야 과제 총괄연구기관으로 최종 선정됐다고 12일 밝혔다. UNIST는 HD현대중공업과 HD한국조선해양, 크라우드웍스를 참여기관으로 컨소시엄을 구성했다. 사업은 총 403억원 규모(국비 285억원, 울산시 25억원, 기업부담금 93억원)가 투입되는 대형 연구개발 프로젝트다. 조선소 현장에서 생성되는 다양한 데이터를 기반으로 초거대산업 AI(파운데이션 모델)를 개발하고 이를 실제 산업 현장에 적용·실증하는 것이 목표다. HD현대중공업과 HD한국조선해양은 조선소 현장에서 축적된 설계·생산·품질 데이터를 제공하고, 개발된 AI 기술을 현장에 적용·검증하는 핵심 역할을 수행한다. 크라우드웍스는 대규모 산업 데이터 구축·정제와 학습 데이터셋 개발을 담당한다. 고품질 데이터 기반의AI 학습 환경 조성을 지원한다. UNIST는 인공지능대학원, 산업공학과, 컴퓨터공학과, 기계공학과, 지역 싱크탱크인 U미래전략원 연구진이 참여할 계획이다. 이를 통해 설계 도면, 작업 지시서, 현장 영상, 센서 데이터 등 조선소에서 발생하는 다양한 데이터를 통합 학습하는 멀티모달 기반 초거대 AI 파운데이션 모델을 개발한다. 또 선박 설계, 생산계획 등 조선업 핵심 과업을 자동화·최적화하고, 실제 현장 적용을 통해 기술의 실효성도 검증한다. 박종래 UNIST 총장은 “인공지능 연구 역량과 지역 주력 산업이 결합된 대표적인 산학협력 사례”라며 “지역 대표 산업 AX 전환을 견인하고, 산업 현장 중심의 혁신을 이끄는 연구를 지속 확대해 나갈 것"이라고 말했다. 김성엽 UNIST 산업AI추진단장은 “참여기관과 신뢰 기반 산학 협력 모델을 구축할 것"이라며 "산업 현장이 실제로 필요로 하는 기술을 개발하고, 현장 적용까지 이어지는 실질적 성과를 창출하는 것이 목표"라고 말했다.

2026.04.12 14:09박희범 기자

이연수 NC AI 대표 "모두가 크리에이터…다른 기업과 협력 원해"

"기술을 소개하는 세미나보다는 네트워킹을 통해 협력을 얘기하고, AI와 관련한 후속사업들을 같이 얘기하고 싶다." 지난 8일 대전에서 열린 한국인공지능시스템포럼(의장 유회준 KAIST 교수) 조찬 강연회에서 이연수 NC AI 대표가 회사를 소개하며 참석자들에 던진 메시지다. 평범한 인사말이지만, "혼자보다 모두와 함께 일하고 싶다"는 메시지를 담았다. 이날 행사에 굳이 김민재 CTO를 동행한 이유이기도하다. 후속 사업 아이템이나 함께 할 사업 기회를 찾겠다는 의지의 표현으로 읽혔다. "NC AI는 게임 회사에서 출발했다. 2011년 TF가 생기고, 리서치 본부가 300명 정도됐다. 분사하면서 가진 미션은 "모두가 크리에이터가 될 수 있다. 모두가 디렉터가 될 수 있다"였다." NC AI는 사실 지난해 '독자 인공지능(AI) 파운데이션 모델 프로젝트(독파모) 1차평가에서 탈락하며 성장통을 겪기도 했으나, 최종적으로 국가대표 5개사 가운데 하나로 선정됐다. 이 대표는 AI시대 인간의 역할을 거론하며 "NC AI는 게임 AI에서 다양한 산업특화 AI로 확장중"이라고 말했다. 5대 확장 분야는 ▲NCSOFT를 위한 사내AI기술 ▲게임 산업장 ▲콘텐츠 AI ▲완전히 다른 산업 ▲글로벌 등을 꼽았다. "생성형 AI에 가장 적합한 회사였다. 분사하면서 돈도 많이 썼으니, 돈 좀 벌어보라는 말을 들었다. 다양한 사업으로 기술 확장을 시도중인데, 그 모델이 바로 바르코(VARCO)와 배키(VAETKI)다." 이 대표는 "에이전트 게임에서는 이미 MPC 챗봇이 많이 동작하고 있다. LMM(거대언어모델) 리즈닝 레그(RAG) 기술들이 다 쓰이고 있다. 7개 게임 1천만 유저에 대해 동시접속 100만까지도 에이전트와 번역을 지원한다"고 언급했다. 이 대표는 또 "오디오나 번역은 이미 빅테크들이 잘하고 있다"며 NC AI만의 강점으로 3D를 언급했다. 규모 큰 게임 개발에는 애니메이터만 200~300명 "3D 구현은 단순히 영상만을 생성하는 일이 아니다. 게임 화면에서 때리면 리얼하게 부서져야 하고, 자율로 움직여야하는 등 상호작용이 일어나야 한다. 그러다보니, 큰 게임들은 개발자만 500명이다. 그런데 그 가운데 200~300명 정도가 애니메이터다." 이 대표는 "기존에 손으로 직접 3D를 제작하고, 스캔하고 애니메이션화하는 과정들을 자동화했다"며 "프롬프트로 만들거나 컨셉 아트 이미지를 가져다 3D형태로 메시부터 텍스처링, 애니메이션까지 같이 할 수 있는 통합 툴을 제공한다. 이것이 NC AI가 글로벌 사스(SaaS ) 플랫폼으로 가는 가장 중요한 기술"이라고 강조했다. 피지컬AI와 관련해서는 "1,000만 유저가 40만~50만 동시접속 상황에서 LLM을 돌리면 서버 비용이 엄청나게 커진다"며 "모델이 크지 않더라도 여러 가지 리즈닝이나 딥서치 기술 등을 잘 결합하면, 두 번째 중간급 모델들도 '환각현상' 없이 서비스가 가능하다"고 설명했다. NC AI가 끊임없이 기술개발을 하는 이유에 대해 이 대표는 "어느 순간 하드웨어가 너무 싸질 수도 있다. 전세계 연구자들도 다양한 방향으로 연구를 한다. 큰 모델만 연구하고 있지 않다"며 "미래를 위해 경량화된 모델들을 많이 연구하고 있고 그런 기술들을 계속 확보해 나갈 필요가 있다"고 말했다. "기술 의존성을 낮추는 등 언젠가 하드웨어적인 인프라가 잘 갖춰졌을 때는 독자 개발 능력도 필요하다. 그런 측면서 NC AI가 잘하는 비전이나 3D 분야에서 바르코 비전을 베키 비전으로 해서 산업이나 로봇에 특화된 비전 모델을 연구하고 서비스하려 한다." 이 대표는 "대부분 스타트업으로 출발할 때 엣지있는 기술을 가지고 시작한다. 그러나 NC AI는 처음부터 통합적인 서비스를 많이 했다. 그래서 풀스탭으로 기업 파트너가 되서 서비스와 컨설팅하는 것을 지향한다"고 덧붙였다. "최근 많이 얘기하는 피지컬 AI는 NC AI가 잘할 수 있는 디지털 트윈과 월드모델 등에서 역할을 찾고 있고, 잘할 수 있을 것이라고 판단한다." 이어 마이크를 넘겨 받은 김민재 CTO는 "다양한 산업 분야에서 기술 POC(개념증명)을 진행 중"이라며 "조선, 제철, 물류, 서비스 등 다양한 환경에서 WM(월드모델), RFM(로보틱 파운데이션 모델),디지털트윈 등을 수행 중이다. 도메인 노하우를 축적해 새로운 환경에서 개발 주기를 단축하고자 한다"고 설명했다. 주로 기술적인 설명을 이어간 김민재 CTO는 하이드리드 캡처기술이나 스캔기반 디지털트윈 제작과정, 뉴럴 렌더링기술, 가상세계에서 학습된 지능을 물리적 실제와 결합해 자율형 인공지능을 구현하는 기술 등에 대해 자세히 소개했다. 한편 강연뒤 필드에서 AI R&D 전문 기업으로 성장중인 채영환 시즌 대표가 천문학적인 비용이 들어가는 파운데이션 모델 효용성과 대안을 언급해 관심을 끌었다.

2026.04.11 14:02박희범 기자

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

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

2026.03.26 09:50장유미 기자

NC AI, 컴퓨팅 4분의 1로 글로벌 톱 80%…K-월드모델 띄웠다

NC AI가 글로벌 최고 성능 모델의 4분의 1 수준 컴퓨팅 자원으로 고난도 로봇 조작의 80% 성공률을 달성한 'K-월드모델' 기술로 피지컬 인공지능(AI) 시장을 공략한다. NC AI는 로봇 지능의 핵심인 '월드 파운데이션 모델(WFM)'을 자체 연구 인프라로 학습·검증해 주요 태스크에서 실무 적용 가능한 수준의 성공률을 달성했다고 16일 밝혔다. 전 세계 피지컬 AI 산업의 핵심 난제는 가상 시뮬레이션에서 학습한 로봇이 현실의 미세한 물리 변수 앞에서 오작동을 일으키는 '시뮬레이션-현실(Sim2Real) 격차'다. 미·중 빅테크들이 로봇 파운데이션 모델에 천문학적 투자를 쏟아붓는 가운데, NC AI는 시각적 모방을 넘어 현실의 정교한 물리 법칙까지 예측하는 WFM으로 해법을 제시했다. NC AI WFM의 핵심 차별점은 처리 구조다. 기존 WFM이 영상을 생성한 뒤 비전 언어 모델(VLM)로 추론해 행동을 선택하는 방식인 반면, NC AI의 WFM은 영상 생성 이전 단계인 잠재공간 정보에서 바로 행동을 생성한다. 영상 생성·추론 단계를 제거해 속도를 높이고, 고정밀 물리 엔진으로 생성한 학습 데이터를 활용해 행동 정확도까지 끌어올렸다. 여기에 엔씨소프트 시절부터 20년 이상 대규모 다중접속역할수행게임(MMORPG) 서비스로 축적한 가상 세계 구축 노하우와 3차원(3D) 생성 모델 '바르코 3D(VARCO 3D)'를 결합해 현실 세계에 흡사한 수준의 3D 시뮬레이터를 구현할 수 있다. 성능과 효율성 지표도 눈에 띈다. 로봇 팔의 복잡한 움직임을 제어하는 24개 고난도 조작 태스크 전체 기준으로 세계 최고 수준(SOTA) 대비 70% 성능을 확보했고, 현장 투입·상용화와 직결되는 상위 18개 핵심 태스크에선 엔비디아 코스모스 등 최고 성능 모델의 80%에 달하는 태스크 성공률을 기록했다. 이를 글로벌 톱 성능 모델 파인튜닝에 필요한 그래픽처리장치(GPU) 자원의 25%로 달성했다고 회사는 설명했다. NC AI는 로봇 학습의 또 다른 병목인 데이터 부족 문제도 WFM으로 정면 돌파한다. 기존엔 눈 내리는 공장, 야간 물류센터, 예상치 못한 인간 개입 등 현실 변수를 담은 영상 데이터 수집에 막대한 시간과 비용이 들었다. NC AI의 WFM 환경은 프롬프트 조작만으로 이런 극한 환경의 비디오 데이터를 대량 생성할 수 있다. A100 1대 기준 10초 분량 비디오 생성에 80초가 소요되는 고효율로, A100 성능의 3배 수준인 H100 GPU 100대를 활용하면 1만 시간 분량의 합성 비디오 데이터를 단 11일 만에 생성할 수 있다. NC AI는 이를 기반으로 반도체 클린룸·철강 공정·조선소 블록 등 한국 제조업 특성에 맞춘 도메인 특화 합성 데이터를 공급할 계획이다. NC AI는 리얼월드·삼성SDS·씨메스·컨피그 인텔리전스·레인보우로보틱스·엔닷라이트·펑션베이 등 기업과 ETRI·KETI·한국자동차연구원 등 정부출연연, 카이스트·서울대·고려대·GIST 등 학계를 아우르는 'K-피지컬AI 얼라이언스'의 핵심 주체로 참여한다. 정밀 물리 시뮬레이션부터 3D 에셋 생성, 로봇 현장 실증으로 이어지는 가치 사슬에서 WFM이 기반 역할을 수행할 예정이다. 이연수 NC AI 대표는 "이번 WFM 연구로 막대한 연산 자원에 의존하던 기존 로봇 AI 개발 방식에서 벗어나, 정밀한 물리 이해와 최적화된 학습 아키텍처로 글로벌 톱티어 수준의 실질적 유효성을 증명했다"며 "K-피지컬AI 얼라이언스와 함께 한국 산업 특화형 로봇 생태계를 구축하고, 글로벌 피지컬 AI 패권을 주도하는 핵심 경쟁력으로 키울 것"이라고 말했다.

2026.03.16 08:41이나연 기자

파운데이션 모델 경쟁 접은 NC AI, 게임 시장 공략…'산업 AI'로 승부 건다

독자 인공지능(AI) 파운데이션 모델 경쟁에서 한 발 물러난 NC AI가 산업 특화 AI 전략에 속도를 내고 있다. 게임 개발을 시작으로 패션 등 콘텐츠 산업 전반으로 AI 적용 범위를 확대하며 버티컬 AI 플랫폼 사업에 무게를 두는 모습이다. NC AI는 자사 게임 개발 AI 서비스 '바르코 게임 AI(VARCO Game AI)'를 기반으로 게임 제작부터 시장 검증, 퍼블리싱 협력까지 이어지는 지원 체계를 구축한다고 13일 밝혔다. AI 기술을 활용해 개발 비용과 제작 시간을 줄이고 유망 프로젝트를 발굴해 글로벌 서비스로 연결하는 선순환 구조를 만들겠다는 전략이다. 이번 전략의 핵심은 중소 및 인디 개발사를 대상으로 한 단계별 지원 프로그램이다. 바르코 게임 AI를 활용해 개발된 게임이 앱스토어 등 주요 플랫폼에 정식 출시될 경우 장려금 형태로 마케팅 비용을 지원한다. 초기 이용자 확보와 인지도 확산에 필요한 비용 부담을 완화해 개발사의 시장 안착을 돕기 위한 조치다. 출시 이후 일정 수준 이상의 성과를 거둔 게임에는 NC 모바일 캐주얼 센터를 활용한 심층 마켓 테스트 기회가 제공된다. NC가 축적해 온 게임 운영 데이터와 분석 노하우를 기반으로 실제 서비스 환경에 가까운 테스트와 분석을 지원해 게임 완성도를 높인다는 계획이다. 마켓 테스트를 통해 시장 경쟁력을 입증한 프로젝트에는 퍼블리싱 협력 가능성도 열어뒀다. 내부 심사를 거쳐 NC의 글로벌 퍼블리싱 역량과 마케팅 인프라를 활용할 수 있는 전략적 파트너십 기회를 제공한다는 방침이다. NC AI는 모바일 게임 산업이 직면한 구조적 문제를 해결하기 위한 방안으로 AI 기반 제작 효율 혁신을 제시하고 있다. 모바일 게임 시장은 개발 기간 장기화와 리소스 제작 비용 증가로 중소 개발사의 부담이 커지고 있는 상황이다. 바르코 게임 AI는 3D 애셋 생성, 사운드 및 보이스 생성, 번역 등 게임 개발 전 과정에 필요한 AI 기능을 통합 제공하는 제작 솔루션이다. 이를 통해 리소스 제작 시간을 줄이고 개발자가 게임 기획과 플레이 경험 설계 등 핵심 영역에 집중할 수 있도록 지원한다. 업계에선 이번 전략을 NC AI가 추진하고 있는 산업 특화 AI 사업 확대 흐름과 연결해 보고 있다. NC AI는 게임뿐 아니라 패션 산업용 생성형 AI 서비스 등 콘텐츠 제작 분야를 중심으로 '바르코' 기반 AI 솔루션을 확장하고 있다. 이는 범용 AI 모델 경쟁이 글로벌 빅테크 중심으로 재편되는 상황에서 특정 산업에 특화된 AI 플랫폼을 구축해 차별화된 시장을 공략하려는 전략으로 분석된다. NC AI는 장기적으로 바르코 플랫폼을 중심으로 게임과 패션 등 다양한 콘텐츠 산업에서 제작 효율을 높이고 새로운 창작 생태계를 구축한다는 목표다. 이연수 NC AI 대표는 "창의적인 아이디어를 가진 개발자들이 시장에 도전할 수 있는 기회를 넓히는 것이 중요해지고 있다"며 "개발자가 제작 과정의 부담을 줄이고 실험과 도전에 집중할 수 있는 환경을 만들어 지속 가능한 개발 생태계를 구축하겠다"고 말했다.

2026.03.13 11:47장유미 기자

엘리스그룹, 정부 '독자 AI 파운데이션 모델' 프로젝트 참여

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

2026.02.25 08:52백봉삼 기자

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

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

2026.02.20 18:47장유미 기자

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