• 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
국감2026
인공지능
IT'sight
칼럼•연재
포토•영상

ZDNet 검색 페이지

'LG 독파모'통합검색 결과 입니다. (56건)

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

글로벌 빅테크·국가대표 AI 총출동…6만 8000명 찾은 AI 페스타, K-AI 존재감 높였다

국내 최대 인공지능(AI) 축제인 'AI 페스타'가 사흘 간의 대장정을 마치고 화려하게 막을 내렸다. 'AI 3대 강국(AI G3)'을 목표로 한 이재명 정부의 움직임에 발맞춰 진행된 과학기술정보통신부의 공식 AI 행사로, 글로벌 빅테크와 국내 대표 기업, 정부, 학계가 한 자리에 모여 우리나라 AI 미래 청사진을 제시했다는 점에서 많은 주목을 받았다. 이달 6일부터 8일까지 서울 강남구 코엑스에서 진행된 'AI 페스타 26'는 과기정통부 AI 주간의 대표 행사로, 올해는 'AI, 현실이 되다. 모두의 AI'를 주제로 진행됐다. 생성형 AI와 거대언어모델(LLM)의 가능성을 보여주는 데 무게를 뒀던 지난해와 달리 산업 현장과 일상에서 실제로 쓰이는 AI를 전면에 내세워 참가자들의 호응을 얻었다. 또 사흘 간 관람객 수는 총 6만 8000여 명으로 집계됐다. 오픈AI·앤트로픽·화웨이·퍼플렉시티·IBM·젠스파크 등 글로벌 AI 대표 기업들을 포함해 삼성SDS·KT·롯데이노베이트·현대차그룹 등 국내외 100여 명의 연사가 참여한 다양한 컨퍼런스들이 펼쳐진 것이 이번 행사의 흥행 비결로 꼽혔다. 'AI 페스타 27'은 내년 9월 30일부터 10월 1일까지 사흘간 코엑스 D홀에서 개최된다. 이번 행사 첫날에 열린 'AI 서밋'에선 AI를 국가와 기업의 핵심 경쟁력으로 끌어올리기 위한 전략 논의가 이어졌다. 구글 딥마인드는 문화와 언어적 맥락을 반영한 글로벌 AI 평가 체계를 제안했고, AWS는 아시아태평양 시장 확대를 위한 데이터 거버넌스와 클라우드 전략을 소개했다. 앤트로픽은 프론티어 AI 확산에 따른 기업 대응 방안을, KT와 티맥스소프트는 각각 AX 플랫폼과 K-AI 풀스택 기반 엔터프라이즈 AI 전략을 제시했다. 또 오후 세션에선 국가AI전략위원회 조준희 산업 AX생태계 분과위원장과 하용호 공공 AX 분과위원이 각각 산업과 공공 부문의 AI 전환 전략을 소개했다. 두 연사는 현장 적용을 위한 정책 방향과 실행 과제를 짚으며 국가 차원의 AI 확산 전략을 구체화했다. 특히 구글 '제미나이' 개발에 참여한 로라 아로요 구글 딥마인드 수석 과학자는 'AI 서밋'에서 기조연설을 맡아 벤치마크 평가 방식을 개편해야 한다고 주장해 눈길을 끌었다. 현재 AI 모델은 70~100개 언어를 지원하지만 대부분의 벤치마크가 10~20개 언어에 머물고 영어 문항을 번역하는 방식에 의존해 각 지역의 문화와 사회 규범을 제대로 평가하지 못한다고 판단해서다. 아로요 수석 과학자는 "현지 전문가가 데이터 수집과 평가에 참여해 높임말·관용 표현·방언·전통·법률 등 지역별 특성을 처음부터 반영해야 하고, 텍스트뿐 아니라 이미지와 AI 에이전트·피지컬 AI까지 평가 범위를 넓혀야 한다"며 "언어를 자연스럽게 구사하는 능력과 문화를 이해하는 능력은 다르기 때문에 모델의 안전성과 문화적 적절성을 별도로 측정하는 평가 체계가 필요하다"고 강조했다. 둘째 날 진행된 '퓨처 테크 컨퍼런스'에선 AI가 실제 산업과 기업 운영에 어떻게 구현될지가 주요 화두로 다뤄졌다. 두산로보틱스와 현대차그룹, 롯데이노베이트는 제조·로봇·산업 현장에서 피지컬 AI를 적용하는 전략을 공유했고, 화웨이와 젠스파크, IBM, 퍼플렉시티는 대규모 AI 인프라부터 에이전트가 회사를 운영하는 조직 구조, 에이전트 행동 통제와 책임, AI 에이전트 기반 서비스 확장까지 차세대 AI의 방향을 제시했다. 이어 디노티시아와 웹케시, 몽고DB, AWS는 AI 에이전트 확산으로 급증하는 검색·메모리 수요와 데이터 인프라, 기업 시스템 현대화, 데이터베이스 마이그레이션 전략 등을 소개하며 AI 반도체와 인프라, 데이터, 클라우드가 함께 바뀌어야 한다는 점을 강조했다. 이 중 브랜든 우 화웨이 아시아태평양(APAC) 최고기술책임자(CTO)는 AI 모델이 향후 5년 내 100조 개 파라미터, 하루 100경 토큰 처리 규모로 커질 것으로 전망하며 개별 칩 성능을 높이는 방식만으로는 이를 감당하기 어렵다고 진단해 주목 받았다. 그러면서 그는 수천~수만 개의 가속기와 중앙처리장치(CPU), 메모리, 스토리지를 하나의 시스템처럼 연결하는 '슈퍼팟' 아키텍처를 이번 행사에서 제시했다. 우 CTO는 "대규모 모델 학습에서 장치 간 통신이 전체 시간의 절반가량을 차지할 수 있다"며 "P2P 연결과 풀메시 통신, 통합 프로토콜, 광 기반 상호연결 기술을 통해 병목을 줄여야 한다"고 강조했다. 이어 "긴 컨텍스트와 KV 캐시 증가에 대응해 HBM·D램·고속 스토리지를 계층적으로 활용하고, 여러 슈퍼팟을 다시 연결해 장기적으로 100만 개 이상의 가속기까지 확장할 수 있는 구조를 구축하겠다"고 덧붙였다. 셴커 V 셀바두라이 IBM 아시아태평양(APAC) 부사장 겸 최고기술책임자(CTO)도 같은 날 강연자로 나서 참관객들의 많은 관심을 받았다. 그는 이번 행사에서 AI가 정보를 제공하는 수준을 넘어 실제 업무와 의사결정에 관여하는 에이전트 단계로 발전하면서 모델 소유 여부보다 에이전트가 실제로 어떤 행동을 했는지 추적하고 검증할 수 있는 체계가 중요해졌다고 강조했다. 셀바두라이 CTO는 "에이전트가 사용하는 모델과 도구가 수시로 바뀌면 승인 당시 시스템과 실제 운영 시스템이 달라질 수 있다"며 "문제가 발생했을 때 무엇을 하도록 승인받았는지가 아니라 실제로 무엇을 했고 누구의 권한으로 행동했는지 확인할 수 있어야 한다"고 설명했다. 이어 "이를 위해 기업은 에이전트가 어디서 실행되는지, 누가 중단할 수 있는지, 어떤 데이터를 읽고 쓰는지, 행동 기록을 어디에 남기고 누가 열람할 수 있는지 점검해야 한다"며 "특히 대출 심사처럼 결과를 되돌리기 어려운 업무에는 에이전트 설계 단계부터 행동 기록 기능을 넣어야 한다"고 제안했다. 행사 마지막 날 열린 '에어 쇼케이스(AI Realization Showcase)'에서는 AI 기술을 실제 기업 운영과 산업 현장에 구현하는 방안이 집중적으로 다뤄졌다. ▲퓨처플레이는 투자 관점에서 AI 산업화의 분기점을 짚었고 ▲더존비즈온과 팀뷰어, 모비젠, 지란지교소프트, 아이티센글로벌은 AI 네이티브 기업 운영과 자율형 IT, 온톨로지 기반 AX, AI 에이전트 통제와 생산성 혁신 전략을 소개했다. 또 ▲아크릴은 GPU 클러스터 네트워크 최적화 방안을 ▲딥엑스는 피지컬 AI 확산 과정에서 K-신경망처리장치(NPU)가 확보할 수 있는 기회를 제시했으며 ▲콴델라는 양자컴퓨팅을 차세대 AI 컴퓨팅 인프라의 한 축으로 제시했다. 현장에 방문한 한 업체 관계자는 "발표를 들으면서 기업의 AI 활용이 단순히 도구를 도입하는 수준을 넘어 실제 업무를 AI가 수행하는 단계로 빠르게 넘어가고 있다는 분위기가 느껴져 인상깊었다"며 "소프트웨어뿐 아니라 인프라와 반도체, 차세대 컴퓨팅까지 함께 준비해야 한다는 점도 체감할 수 있었다"고 말했다. 올해 'AI 페스타 26'은 기술 전시와 컨퍼런스에 그치지 않고 실제 사업 기회를 만드는 비즈니스 플랫폼 역할도 강화했다. 올해는 국내외 AI 기업·기관 350여 곳이 500여 개 부스를 운영했다. 행사장에는 에이전틱 AI, 피지컬 AI·로봇, AI 반도체, 인프라, 보안, 양자, 국방 AI 등 분야별 특별관이 마련됐고 KT와 한국화웨이를 비롯해 삼성SDS, 롯데이노베이트, 메가존클라우드, NHN클라우드, 한컴, 더존비즈온, 포티투마루, 플리토, 딥엑스, 두산로보틱스 등 다양한 기업이 참여해 관람객들의 주목을 받았다. 또 조직위는 AI 도입을 원하는 수요기업과 기술을 공급하는 기업을 사전에 연결해 현장에서 1대1 상담을 진행하고, 기술 검토와 실증(PoC), 구매·계약, 사업 제휴 등 후속 협력으로 이어질 수 있도록 지원했다. 스타트업과 투자사를 잇는 접점도 넓혔다. 행사 첫날에는 AI 기업과 투자 관계자들이 자유롭게 교류하는 'AI 밍글링'을 마련해 정형화된 기업설명회(IR) 대신 현장에서 기술과 사업 모델, 투자 가능성을 직접 논의할 수 있도록 했다. AI 기술 개발 경쟁이 실제 도입과 수익 창출 경쟁으로 옮겨가면서, 전시장에서 기술을 확인하고 상담을 거쳐 고객과 투자자를 만나는 구조를 행사 안에 함께 담은 셈이다. 조준희 한국인공지능·소프트웨어산업협회(KOSA) 회장 겸 AI페스타 조직위원장은 "AI페스타가 자랑스러운 점은 다른 행사보다 고객사, 즉 수요기업이 많이 찾는 행사라는 것"이라며 "각 밸류체인에 있는 수많은 공급기업들도 이곳에서 만나 협업하고 동맹을 만들어 풀스택 형태로 정부와 민간 프로젝트를 함께하고 있다"고 말했다. LG AI 연구원과 SK텔레콤, 업스테이지 등 '독자 AI 파운데이션 모델 개발 사업'에서 경쟁을 벌이고 있는 3개 사를 비롯해 국가대표 AI 기업들이 한 자리에 모였다는 점도 참관객들의 호응을 이끌어 냈다. 또 'AI 챔피언관'에서도 대한민국 AI 챔피언 자리를 노린 15개 팀이 한 자리에 모여 실력을 겨뤘다. 류제명 과기정통부 2차관은 'AI 페스타 26'에서 프랑스, 유럽연합(EU) 등 22개국 주한 외국대사, 외교관들과 함께 전시회를 참관했다. 이들은 AI 국가대표 5대 기업관 등 전시관을 방문해 우리나라 기업들이 개발한 최신 AI 모델과 서비스 설명을 듣고 시연을 관람했다. 이해민 대통령비서실 AI미래기획수석비서관과 하정우 국가인공지능전략위원회 부위원장도 행사 첫날 나란히 현장을 찾아 AI 정책과 산업 간 접점을 넓히는 데 주력했다. 두 사람이 인선 이후 산업계 공개 행사에 함께 참석한 것은 이번이 처음이다.이 수석은 개막식에서 공공·산업 현장의 수요를 AI 서비스와 시장으로 연결하고 검증된 서비스를 확산하는 '문제 해결 중심 국가 AI 정책 2.0' 방향을 소개한 뒤, 전시장을 돌며 국내 AI 모델의 활용성과 산업 적용 가능성, 보안 사업 등을 집중적으로 살폈다. 하 부위원장은 독자 AI 파운데이션 모델 특별관과 피지컬 AI, 클라우드·인프라 기업 부스를 찾아 경량·멀티모달 모델 확대와 제조 현장 적용, 로봇 학습 데이터 확보 방안 등을 점검했다. 두 사람 모두 이번 행사에서 모델 자체 성능을 넘어 AI가 기업과 산업 현장에서 실제로 쓰일 수 있는 생태계 구축에 관심을 보였다. 또 하 부위원장은 행사 기간 동안 정책 토크쇼도 진행해 현장에서 좋은 반응을 얻었다. 이번 행사는 AI 기업들이 현장에서 겪는 어려움과 국가 전략에 대한 의견을 직접 듣기 위해 마련됐다.그는 이 자리에서 한국이 AI 3강으로 도약하려면 모델뿐 아니라 전력·AI 반도체·GPU·데이터센터·에이전트·피지컬 AI까지 생태계 전반의 경쟁력을 함께 키워야 한다고 강조했다. 더불어 정부와 공공기관이 국산 AI 제품과 서비스를 먼저 구매해 초기 시장과 레퍼런스를 만들고, 이를 민간과 해외 시장으로 확산시키는 구조가 필요하다고 밝혔다. 그러면서 하 부위원장은 이번 행사를 통해 국내 AI 생태계가 모델 개발을 넘어 인프라와 서비스, 피지컬 AI까지 빠르게 확장되고 있다고 긍정적으로 평가해 눈길을 끌었다. 또 행사 현장에서 나온 기업과 시민들의 의견도 향후 정책 수립에 적극 반영하겠다는 뜻을 밝혔다. 하 부위원장은 "지난해보다 행사 규모가 커진 가운데 독자 AI 파운데이션 모델 3개 기업이 글로벌에서도 인정받는 수준에 도달했고, 인프라부터 모델·에이전트 서비스·피지컬 AI까지 국내 AI 생태계의 풀스택 경쟁력을 확인할 수 있었다"며 "전 국민 AI 경진대회와 '모두의 AI 실험실'을 통해 국민의 AI 활용 역량도 높아지고 있다는 점에서 AI 3강이라는 정부 비전에 한 걸음씩 다가가고 있다는 느낌을 받았다"고 말했다. 이어 "토크콘서트에서도 많은 청중이 실제적인 질문과 현실적인 제언을 해줘 향후 정책을 수립하는 데 큰 도움이 될 것 같다"며 "국가AI전략위원회도 부처와 지방자치단체가 국민이 체감할 수 있는 가시적인 성과를 만들 수 있도록 적극 지원하겠다"고 덧붙였다.

2026.10.08 16:32장유미 기자

AI페스타26 개막…에이전틱·피지컬 AI 앞세워 '역대 최대' 규모

국내외 인공지능(AI) 기업과 연구기관, 정부가 한자리에 모여 기술 전시를 넘어 산업 현장 적용과 사업화, 글로벌 협력 방안을 찾는 행사가 막을 올렸다. 과학기술정보통신부가 주최하고 한국인공지능·소프트웨어산업협회(KOSA)와 AI페스타조직위원회가 주관하는 'AI페스타26'이 6일 서울 코엑스 C홀에서 개막했다. 과기정통부 'AI 주간 2026'의 대표 행사로 'AI, 현실이 되다. 모두의 AI'를 슬로건으로 8일까지 사흘간 열린다. 과기정통부에 따르면 올해는 국내외 AI 기업·기관 350여 곳이 500여 개 부스를 운영하는 국내 AI 분야 최대 규모 행사다. 생성형 AI와 거대언어모델(LLM)의 가능성을 보여주는 데 무게를 뒀던 지난해와 달리 산업 현장과 일상에서 실제로 쓰이는 AI를 전면에 내세웠다. 입구 앞 주요 참가기업 자리를 차지한 화웨이는 네트워크, 스토리지, AI 서버, 운영체제(EulerOS), 데이터베이스(GaussDB), 클라우드, 디지털 파워를 아우르는 AI 풀스택 솔루션을 전시한다. 바로 옆 KT는 AI·클라우드·네트워크 인프라 기반 AI 전환(AX) 솔루션을 선보이고, 정부 특별관 내 한국지능정보사회진흥원(NIA) 특별전시관에도 참여한다. 메인 무대 옆 독자 AI 파운데이션 모델 특별관에는 LG AI연구원, SK텔레콤, 업스테이지가 한데 모였다. 세 곳은 지난 8월 독자 AI 파운데이션 모델(독파모) 프로젝트 2차 단계평가를 통과한 정예팀으로 각각 'K-엑사원 2.0', '에이닷엑스 K2', '솔라 오픈 2'로 평가를 받았다. 3차 평가를 거쳐 내년 초 최종 2개 팀이 가려질 예정이어서 최종 경쟁을 앞둔 국가대표 AI 후보가 한 전시관에서 맞붙은 셈이다. 메인 무대 앞에는 전국민 AI 경진대회 우수작을 모은 특별관이 자리했다. 전시장 중앙 A존에는 삼성SDS, 한컴, 포티투마루, 야놀자 등이 부스를 마련했다. 전시장은 ▲독자 AI 파운데이션 모델 ▲AI 경진대회 ▲피지컬 AI & 로봇 ▲K-AI 파트너십 ▲에이전틱 AI+X ▲AI 반도체 ▲AI 인프라 ▲국방 AI ▲보안 & 양자 등 테마 특별관과 정부 특별관으로 구성됐다. 전시장 오른편 피지컬 AI & 로봇 특별관에는 두산로보틱스, 라이드플럭스, 이스트소프트, 롯데이노베이트가 참여했다. 두산로보틱스는 협동로봇 팔과 자율이동로봇(AMR)을 결합한 '스캔앤고', 이스트소프트는 리테일·전시·공공 등에 적용하는 대화형 피지컬 AI '페르소 인터랙티브'를 선보인다. 바로 옆 정보통신기획평가원(IITP) 월드모델 특별관에서는 로보티즈가 국산 월드모델을 적용한 세미 휴머노이드 'AI 워커'를 시연한다. 에이전틱 AI+X 특별관에서는 원더무브가 멀티 에이전트 플랫폼 '클로포드'를, 인핸스가 웹사이트와 기업 시스템을 직접 조작하는 컴퓨터 이용 에이전트 'ACT-2'를 공개한다. 와이즈넛, 더존비즈온, NHN, 유라클, 지란지교소프트 등도 부스를 냈다. 전시장 왼편에는 AI 반도체, AI 인프라, 국방 AI, 보안 & 양자 특별관이 줄지어 있다. 딥엑스·모빌린트·파네시아·디노티시아가 AI 반도체를, 망고부스트가 AI 인프라를, 솔트룩스·펀진·코난테크놀로지가 국방 AI를 전시한다. 보안 & 양자 특별관에는 한국표준과학연구원(KRISS), 한국과학기술정보연구원(KISTI), 큐심플러스, 안랩, 지니언스 등이 참여했다. 버즈니, 야놀자, 시공간, 제로웹 등은 쇼핑·여행·돌봄·접근성 분야 생활밀착형 AI를 선보인다. 이날 오후 3시 메인 무대에서 열린 개막식에는 하정우 국가인공지능전략위원회 부위원장과 이해민 대통령비서실 AI미래기획수석을 비롯한 산·학·연·관 인사가 참석했다. 조준희 AI페스타조직위원장이 개회사를 했고 요슈아 벤지오 교수가 영상으로 축사를 전했다. 개막식에 이어 오후 4시부터는 하정우 부위원장이 주재하는 AI 산업 정책 토크쇼가 열린다. '현장의 목소리, 정책에 담다'를 주제로 AI 산업계, 투자기관, 학계, 일반 국민 등 200여 명이 참여해 산업계 애로사항과 건의를 정책에 반영하는 방안을 논의한다. 오후 5시에는 국가 AI 대상 시상식이 이어져 다온아이앤씨와 라이드플럭스가 과기정통부 장관상을 받는다. 메인 무대에서는 오전부터 200이명 규모의 'AI 서밋'이 진행됐다. 로라 아로요 구글 딥마인드 연구원, 프레데리코 코스타 아마존웹서비스(AWS) 아시아태평양·일본 AI·데이터 정책 총괄, 최기영 앤트로픽 코리아 대표, 박상원 KT AX사업부문장(전무)이 차례로 무대에 오른다. 같은 시각 웨스틴 서울 파르나스에서는 양자 기술 전략을 논의하는 퀀텀 포럼이 열렸다. 7일에는 류제명 과기정통부 2차관이 12개국 주한 외국대사를 포함해 영국, 중국, 스웨덴 등 20개국 외교사절을 초청해 오찬간담회와 전시 투어를 진행한다. 각국 AI 정책을 공유하고 기업 간 실증·사업화, 해외 진출 연계 방안을 논의한 뒤 전국민 AI 경진대회 특별관과 독자 AI 파운데이션 모델 특별관을 찾아 시연을 관람할 예정이다. 같은 날 '퓨처 테크 컨퍼런스'에는 오픈AI, 두산로보틱스, 현대차그룹 로보틱스랩, 롯데이노베이트, 화웨이, 젠스파크, IBM, 퍼플렉시티, 밀라(Mila) 연사가 나서 피지컬 AI와 글로벌 AI 전략을 다룬다. 국가정보원, AI안전연구소, 보안기업 등 100여 명이 참석하는 사이버보안 컨퍼런스도 함께 열리며, 마지막 날인 8일에는 현장 적용 사례를 소개하는 'AIR 쇼케이스'가 진행된다. 류제명 2차관은 AI 페스타가 "정책과 산업, 현장의 목소리를 연결하고 글로벌 협력의 기회를 넓히는 자리"라며 "국내 AI 기업의 세계 시장 도약과 국민 체감 성과를 위해 정책 지원과 국제협력을 강화하겠다"고 밝혔다.

2026.10.06 14:19남혁우 기자

LG AI연구원 "엑사원 외부 공급 계획…프런티어 모델 도전 병행"

LG가 그룹 계열사에서 검증한 인공지능(AI) 모델 '엑사원'을 외부 산업에 공급하는 사업을 확대한다. 독자 AI 파운데이션 모델도 글로벌 프런티어 수준으로 고도화해 기업용 AI 시장을 공략할 방침이다. 임우형 LG AI연구원 공동 연구원장은 14일 서울 강서구 마곡 LG사이언스파크에서 열린 'LG AI 토크 콘서트 2026'에서 이같은 사업 전략을 밝혔다. LG AI연구원은 지난 5년간 제조와 금융 등 계열사 산업 난제를 해결한 사례를 100건 이상 확보했다. 일부 프로젝트에서는 수백억원 규모 비용 절감이나 수익 개선 효과를 거뒀다. 연구원은 계열사에서 성능과 사업성을 확인한 기술을 제품과 서비스로 전환해 제약·의료·에너지 등 외부 산업에 공급할 계획이다. 직접 상품화하거나 LG CNS와 LG유플러스 등 계열사와 협력해 시장에 선보일 방침이다. 대표적인 외부 사업화 대상은 테이블형 데이터를 분석하는 '엑사원 태뷸러'다. 엑사원 태뷸러는 적은 연산 자원으로 빠르게 작동하도록 설계됐다. 낮은 그래픽처리장치(GPU) 사양에서도 기업 내부에 설치할 수 있으며 수천건 요청에 빠르게 응답할 수 있다는 설명이다. 이 모델은 글로벌 테이블형 데이터 모델 평가인 '탭아레나'에서 최상위권 성능을 확보한 것으로 전해졌다. LG AI연구원은 경량성과 비용 효율성을 앞세워 제조기업의 AI 도입 장벽을 낮출 방침이다. LG AI연구원은 LG이노텍을 시작으로 글로벌 기업과 제약사·병원·에너지 기업 등으로 엑사원 태뷸러 공급 범위를 넓히고 있다. 연구원은 고객사 보안 요구와 이용 환경에 따라 온프레미스와 클라우드 응용프로그램 인터페이스(API) 방식으로 솔루션을 공급한다. 국내 온프레미스 구축은 LG CNS 등 시스템통합(SI) 파트너사와 추진하고 해외에서는 클라우드 사업자와 협력할 계획이다. 이화영 LG AI연구원 상무는 "병원은 중환자실에서 생성되는 생체 신호를 분석해 환자의 다음 상태를 예측하는 데 엑사원 태뷸러를 활용할 수 있다"며 "제약사는 의약품 생산 과정에서 축적되는 수치 데이터로 이후 공정 상태를 예측할 수 있다"고 설명했다. 이 외에도 LG AI연구원은 산업별 학습 데이터를 빠르게 확보하기 위한 '데이터 파운드리'도 외부 확산에 활용한다고 밝혔다. 데이터 파운드리는 도메인 전문가 개입을 줄이면서 합성 데이터를 대량 생성하고 이를 AI 모델에 학습시키는 솔루션이다. 연구원은 데이터 파운드리를 정부 기관과 금융기관 등에도 적용하고 있다. 식품의약품안전처와는 의약품 심사 담당자의 업무를 지원하도록 거대언어모델(LLM)을 고도화하고 있다. 금융 분야에서는 제품 수요와 원재료 가격을 예측하던 시계열 기술을 기업 전망 분석으로 확장했다. 런던증권거래소그룹(LSEG)과 코스콤을 비롯한 외부 기관과 미국 상장기업·국내 기업의 미래를 분석하는 AI 모델을 개발해 금융 상품으로 판매하고 있다. "독파모 3차수서 에이전틱·툴 콜링 성능 보완" LG AI연구원은 외부 사업 확대를 뒷받침하기 위해 파운데이션 모델 경쟁력도 강화한다고 밝혔다. 특히 독파모 2차수에 적용된 모델을 글로벌 프런티어 모델로 키우기 위해 3차수 개발을 준비하고 있다고 설명했다. 김유철 부문장은 "2차수 모델은 산업 현장에서 다양한 업무를 수행할 수 있는 수준에 도달했지만 글로벌 빅테크 모델과 비교하면 일부 성능 격차가 남은 것으로 평가됐다"고 말했다. 그러면서 "우리는 3차수 모델 학습 데이터 품질을 높이고 사전학습과 사후학습·강화학습 방식을 고도화할 것"이라며 "복잡한 업무를 수행하는 에이전틱 성능과 외부 도구를 선택해 호출하는 툴 콜링 능력도 보완할 예정"이라고 강조했다. 김 부문장은 단순히 모델 벤치마크 점수를 높이기보다 산업 현장 활용성과 비용 효율성·맞춤화·통제 가능성을 함께 확보하는 데 집중한다고 밝혔다. 기업 데이터와 노하우를 보호할 수 있는 소버린 AI와 보안 역량도 강화하기 위한 전략이라는 설명이다. 김 부문장은 "독파모 2차수 모델은 글로벌 프런티어 모델로 나아가기 위한 중간 단계"라며 "학습 데이터와 사전학습·사후학습·강화학습을 고도화해 글로벌 프런티어 수준의 3차수 모델을 만들겠다"고 강조했다.

2026.09.14 15:41김미정 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

[인터뷰] 2000억 투입한 네이버, '보파모'로 사업보국 실현…"AI 보안 주권 지킬 것"

"국가 위기 상황에서 해외 모델에 기대지 않고 사용할 수 있는 우리나라만의 인공지능(AI) 모델이 반드시 필요합니다. 네이버 경영진이 '보안 특화 AI 사업'에 약 2000억원 상당의 자체 그래픽처리장치(GPU) 4000장을 투입하기로 결단한 것도 이런 이유에서입니다. 앞으로 국내 AI 보안 역량을 키워 국가 발전에 이바지하고자 합니다."김진휘 네이버클라우드 보안 전무와 성낙호 하이퍼스케일 AI 전무는 지난 9일 지디넷코리아와 만나 정부 '사이버보안 특화 AI 파운데이션 모델 개발' 사업의 구체적인 개발·실증 전략을 공개했다. 이들은 외산 AI 모델 의존도를 낮추고 국내 기술로 'AI 보안 주권'을 확보하는 데 개발 초점을 맞췄다.앞서 네이버클라우드는 SK텔레콤과의 경쟁 끝에 지난 3일 이 사업의 최종 수행기관으로 선정됐다. 과학기술정보통신부는 보안 위협이 커지는 상황에 대응할 수 있는 AI 모델을 확보하는 것이 필요하다고 판단해 이 사업을 추진했다. 네이버클라우드는 LG CNS, LG AI연구원, LG유플러스, 한국항공우주산업(KAI), 한국수력원자력, 한전KDN, 금융보안원, 한국과학기술정보연구원(KISTI) 등 32개 산·학·연·공공기관과 함께 컨소시엄을 구성해 이번 사업에 참여키로 했다. 여기에 9개 협력기관까지 더해 총 42개 기관이 모델 개발과 실증에 협력한다. 대규모 연합체는 이달 중 협약을 체결하고 본격적인 모델 개발에 착수할 예정이다. 정부는 사이버 보안 AI 학습 기반 구축(500억원)을 비롯한 관련 예산을 확보한 상태로, 내년에는 'AI 사이버 쉴드돔' 기술개발 550억원과 중소기업 AI 위협 대응 서비스 지원 700억원 예산을 새로 편성해 보안 위협 대응 체계 구축을 더 강화해나간다는 방침이다. 또 내년부터는 모델 고도화와 산업 확산을 위한 후속 사업도 본격화 할 예정이다. 김 전무는 "우리가 이 사업에서 가장 중점을 둔 것은 실증"이라며 "모델을 아무리 잘 만들어도 현장에서 쓸 수 없다면 의미가 없는 만큼, 사업이 끝나는 단계에서 바로 투입할 수 있도록 준비하고 있다"고 밝혔다. 내년 2월, 300B급 '보안 AI' 개발…"엑사이틴 벤치 그룹4 목표" 네이버클라우드는 내년 2월로 예정된 정부 중간평가까지 약 300B급 보안 특화 모델을 개발할 계획이다. '하이퍼클로바X' 기반 방어 모델은 글로벌 보안 벤치마크인 MSF 엑사이틴 벤치(msf-excytin-bench) 그룹4 진입을 목표로 하고 있다. 모델 개발은 네이버클라우드가 방어, LG AI연구원이 공격 영역에 상대적으로 무게를 두는 투트랙 방식으로 진행한다. 공격 모델이 취약점을 찾고 공격 경로를 만들어내면 방어 모델이 이를 탐지·차단하는 과정을 반복하면서 서로 성능을 높이는 구조다. LG 측은 '엑사원' 기반 공격 모델로 사이버짐(CyberGym) 벤치마크에서 글로벌 오픈 모델인 GLM 5.3 대비 80% 이상의 성능 달성을 목표로 하고 있다.다만 양사는 각 모델의 역할을 완전히 고정하지 않을 방침이다. 또 학습 과정에서 확보한 역량을 바탕으로 사업 종료 이후에는 공격과 방어 양쪽 역량을 모두 수행할 수 있는 모델로 고도화할 계획이다.컴퓨팅 자원도 각 모델 개발에 맞춰 투입한다. 우선 네이버클라우드는 자체 GPU 4000장을 투입해 기존 체크포인트를 활용하지 않는 '프롬 스크래치' 방식으로 모델을 학습할 계획이다. LG AI연구원은 H200 GPU 256장을 자사 모델 학습에 투입할 예정이다. 또 정부가 지원하는 B200 GPU 256장은 포스트트레이닝과 데이터 가공 등에 활용하고, 모델 개발 이후에는 컨소시엄 참여기업들이 보안 솔루션 연동과 실증에 공동 활용할 계획이다.성 전무는 "스타트업에 GPU를 나눠 모델을 학습시키는 용도로 쓰지는 않을 것"이라며 "개발된 모델을 활용한 솔루션 연동과 실증 단계에서 GPU를 함께 활용하는 방식이 될 것"이라고 말했다. 300B급이라는 모델 규모 자체는 글로벌 프론티어 모델보다 작지만, 네이버클라우드는 사이버보안에 데이터와 연산을 집중해 성능 격차를 좁힐 수 있다고 보고 있다. 또 취약점 탐지와 공격 분석, 방어 등 특정 보안 업무에 학습 역량을 집중하면 더 큰 범용 모델과도 경쟁할 수 있을 것으로 예상했다. 성 전무는 "글로벌 범용 모델과 같은 규모의 자원을 투입하기는 어렵지만 특정 분야에 집중해 훨씬 작은 모델로 큰 모델과 비슷한 성능을 낸 사례는 이미 있다"며 "범용적인 과학이나 수학 능력 일부를 포기하더라도 사이버보안 분야에선 높은 성능을 내는 것이 목표"라고 강조했다. 830TB 보안 데이터 확보…전문가 대응 이력까지 AI에 학습 네이버클라우드는 보안 특화 AI의 성능을 높이기 위해 실제 공격·방어 현장에서 축적된 고품질 보안 데이터 확보에도 힘을 쏟을 계획이다. 현재 약 830TB의 보안 원천 데이터를 확보한 상태로, 이 가운데 약 700TB를 고품질 데이터 후보로 분류해 실제 모델 학습에 활용할 수 있는지도 이미 검증에 나섰다. 또 컨소시엄 참여기관 가운데 22곳이 데이터 제공 의사를 밝혔다는 점도 눈여겨 볼 요소다. 확보한 데이터는 클리닝·필터링과 라벨링·어노테이션, 구조화, 토큰화, 샘플링 등의 과정을 거쳐 모델 학습에 사용할 수 있는 형태로 가공할 예정이다. 여기에는 악성코드가 어떤 경로로 유입돼 내부에서 어떻게 동작하고 어떤 결과를 냈는지를 기록한 프로파일링 데이터도 포함된다. 공격에 악용된 IP와 도메인, 악성코드 배포·경유 이력, 서버 인증서 등 일반 인터넷에서는 확보하기 어려운 보안 현장 데이터도 활용할 예정이다. 특히 네이버클라우드는 보안 전문가가 실제 공격·방어 과정에서 문제를 해결한 이력을 모델에 학습시키는 데 공을 들일 예정이다. 해킹은 여러 도구를 사용하고 실패와 수정을 반복하며 취약점을 찾아가는 작업인 만큼 결과값뿐 아니라 문제 해결 과정까지 학습해야 실제 보안 업무 수행 능력을 높일 수 있다는 판단이다. 성 전무는 "강화학습 환경이 아무리 좋아도 복잡한 문제를 어떻게 푸는지 먼저 시범을 보여줘야 한다"며 "컨소시엄에 참여한 보안 전문가들이 가진 문제 해결 과정은 인터넷에서는 구하기 어려운 데이터"라고 설명했다. 모델 학습 이후에는 실제 보안 업무에 활용할 수 있도록 하네스와 툴체인 개발도 병행한다. 공격과 방어에 필요한 보안 도구를 모델과 연결해 취약점 탐지와 분석, 대응까지 수행할 수 있는 보안 솔루션으로 발전시킬 계획이다. 성 전무는 "저희가 만들려고 하는 것은 모델만이 아니라 보안 솔루션"이라며 "학습할 때는 강화학습 환경이 필요하고 실제 만들어지는 시스템은 모델과 툴체인이 함께 결합된 형태가 될 것"이라고 말했다. 33개 기관 역할 나눠 개발…보안기업도 후학습 참여 컨소시엄 참여기관들도 데이터 제공이나 실증에만 머물지 않도록 운영될 예정이다. 네이버클라우드는 33개 기관을 ▲데이터 분석·처리 ▲모델 학습 ▲평가·검증 ▲실증·확산 등 4개 워킹그룹으로 나눠 각 기관의 전문성을 모델 개발 과정에 활용할 예정이다. 또 네이버클라우드는 LG AI연구원과 함께 모델 학습을 주도하고 보안기업과 대학들은 포스트트레이닝, 강화학습 환경 구축, 에이전트 개발 등에 참여할 계획이다. 대학과 금융보안원 등은 성능과 안전성 평가를 맡고, 국가보안기술연구소 등 외부 기관을 통한 추가 검증도 추진할 방침이다. 네이버클라우드는 컨소시엄을 구성할 때도 기업 규모보다 보안 기술 영역을 우선 고려했다고 강조했다. 이를 위해 엔드포인트탐지대응(EDR), 침입탐지·방지(IDS·IPS), 위협 인텔리전스 등 모델 학습과 현장 적용에 필요한 기능을 먼저 나눈 뒤 각 분야에 기술력을 가진 보안기업을 참여시켰다. 김 전무는 "필요한 보안 스택을 먼저 나열한 뒤 각 영역에 적합한 기업들을 찾았다"며 "규모가 작은 국내 보안기업들이 AI 모델 기업들과 함께 기술력을 키우고 향후 해외에도 함께 나갈 수 있도록 하는 부분도 고려했다"고 밝혔다. 금융·통신·전력에 먼저 적용…공공·국방은 구축형으로 네이버클라우드는 '보안 특화 AI 모델'을 금융·통신·과학기술·전력 등 국가 기반시설을 중심으로 우선 실증할 예정이다. 항공우주와 방위산업, 반도체 등 국가 전략산업으로도 적용 범위를 넓혀 실제 보안 환경에서 성능과 활용 가능성을 검증할 계획이다. 항공우주 분야에서는 컨소시엄에 참여한 한국항공우주산업(KAI)과 실증을 추진한다. 방위산업에서도 협력기관과 적용 방안을 논의하고 있으며, 반도체 분야는 관련 협회와 협의를 이어가고 있다. 특히 보안 전담 조직이나 예산이 충분하지 않은 중소기업을 대상으로는 AI 기반 취약점 탐지와 위협 대응 체계를 적용하는 방안도 검토 중이다. 또 네이버클라우드는 공공·금융·국방처럼 망분리와 데이터 반출 규제가 강한 분야에는 보안 특화 AI를 내부 인프라에 직접 설치하는 구축형 방식을 고려하고 있다. 국정원 보안성 검토 등 실제 도입에 필요한 절차도 모델 개발과 병행해 사업 완료 후 곧바로 실증에 나설 수 있도록 준비하고 있다. 김 전무는 "보안 수준이 높은 기관에서는 우리가 먼저 구축을 제안하기보다 '언제 구축할 수 있느냐'고 문의할 정도로 수요가 있다"며 "현행 규제 때문에 적용하기 어려운 부분이 있다면 정부와 소통하면서 가이드라인을 검토해 실제 현장에서 사용할 수 있도록 준비할 것"이라고 피력했다. 모델 공개·사업화 병행…"중소 보안기업 해외 진출도 지원할 것" 네이버클라우드는 개발한 모델을 공개하는 것을 원칙으로 하되 실제 공격에 악용될 가능성이 높은 기술에 대해선 공개 범위를 제한할 것이란 방침도 세웠다. 모델 자체는 개방하면서도 취약점을 실제 공격으로 연결하는 익스플로잇 하네스나 공격 성능을 높이는 일부 강화학습 환경 등은 과기정통부와 협의해 별도로 관리한다는 방침이다. 또 보안 특화 모델을 오픈웨이트 형태로 공개할 경우 후학습을 통해 기존 가드레일이 제거될 가능성도 고려하고 있다. 네이버클라우드는 모델 성능 확보와 활용 생태계 확대를 추진하면서 공격에 직접 활용할 수 있는 툴체인이나 학습 환경은 구분해 공개하는 방식으로 안전성을 확보할 계획이다. 김 전무는 "사이버보안 모델은 일반 AI와 달리 공격 능력 자체가 무기가 될 수 있다"며 "개방 원칙은 지키되 실제 공격에 활용될 수 있는 부분은 안전성을 고려해 신중하게 다뤄야 한다"고 강조했다. 네이버클라우드는 앞으로 사업에 참여한 중소 보안기업들이 개발 모델을 자체 솔루션에 활용할 수 있는 환경도 마련한다는 방침이다. 특히 소프트웨어개발키트(SDK)와 에이전트 등을 제공해 기존 보안 제품과 모델의 연동을 지원하고, 실증을 마친 솔루션은 네이버클라우드 마켓플레이스를 통해 공공·민간 고객에게 공급하는 방안도 검토하고 있다. 더불어 네이버클라우드는 중소 보안기업들의 해외 진출 가능성도 열어뒀다. 이를 위해 국내 보안 데이터를 학습한 모델과 참여기업의 솔루션을 결합해 실증을 거친 뒤 네이버클라우드의 해외 인프라와 사업망을 활용하는 방안을 검토하고 있다. 또 정부 사업이 끝난 뒤에도 보안 특화 AI 모델 고도화를 이어갈 계획도 내놨다. 사업 기간에는 공격과 방어 영역에 상대적으로 역할을 나눠 개발하되 이후에는 두 역량을 모두 갖춘 모델로 발전시키고, 참여 보안기업들과의 협업도 지속한다는 방침이다. 김 전무는 "국내 보안기업들도 해외 AI 모델을 자사 솔루션에 어떻게 적용할지 치열하게 고민하고 있었다"며 "이번 사업을 통해 우리 데이터를 학습한 국내 모델과 보안 솔루션이 함께 발전하고 현장 실증을 거쳐 해외에서도 경쟁할 수 있는 선순환 구조를 만들고 싶다"고 밝혔다.

2026.09.11 06:01장유미 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

'독파모' 학습데이터 29종 푼다…1.56조 토큰 'AI허브' 개방

정부가 '독자 인공지능(AI) 파운데이션 모델' 개발 과정에서 확보한 학습용 데이터를 민간에 개방했다. 국내 기업과 연구자가 대형 AI 모델과 멀티모달·안전성 기술을 개발할 수 있는 기반을 넓히기 위한 전략이다. 과학기술정보통신부는 독파모 5개 정예팀이 1차 단계평가 과정에서 확보한 데이터 29종을 한국지능정보사회진흥원(NIA)의 AI허브에 공개했다고 27일 밝혔다. 개방 규모는 약 3544만건으로 토큰으로 환산하면 약 1조 5600억개다. 이번 데이터는 정예팀들이 각자 AI 모델 개발 전략에 맞춰 2025년 데이터 구축·가공 예산 150억원으로 확보했다. 대규모 사전학습 데이터부터 영상·음성 기반 멀티모달 데이터와 AI 안전성 확보를 위한 레드티밍 데이터까지 포함됐다. 전체 데이터는 이론적으로 약 700~800억개 매개변수 수준의 대형 AI 모델을 학습하는 데 사용할 수 있는 규모다. 독자 AI 모델 개발에 참여한 정예팀들의 학습 전략과 데이터 구축 경험도 담겼다. 네이버클라우드는 공개 영상 234만건과 방송 영상 52만건을 비롯해 영상 클립을 기반으로 만든 텍스트 1550만건과 음성 질의응답 1200만건을 구축했다. 장면을 문장 단위로 설명한 캡션 등이 포함돼 AI의 영상 이해 능력과 이미지 생성 모델 학습에 활용할 수 있다. 업스테이지는 1조 토큰 규모의 사전학습 데이터와 50만건의 사후학습 데이터를 공개했다. 사전학습 데이터는 대형 AI 모델을 처음부터 학습하는 데 쓸 수 있으며 사후학습 데이터는 추론과 판단·실행 능력을 갖춘 AI 에이전트 개발에 활용할 수 있다. SK텔레콤은 수학·과학·법률 분야의 고난도 다단계 추론 데이터와 음성·이미지 기반 사후학습 데이터를 구축했다. 국내 법령과 한국 사회의 보편적 가치관을 반영한 한국형 레드티밍 데이터 약 1만건도 포함했다. NC AI는 제조 분야 기술문서와 민원 상담 음성 등 산업 현장에서 확보한 실제 데이터 기반으로 7종의 학습 데이터를 마련했다. 긴 문맥 이해와 단계별 추론·멀티턴 대화·질의응답·멀티모달 학습 등에 활용할 수 있다. LG AI연구원은 국내 50개 실제 가정환경에서 50종 넘는 가사 활동을 촬영해 한국 가정환경에 특화된 피지컬 AI 멀티모달 데이터를 구축했다. 17만개 이상의 영상 클립에 객체와 분할·자세·맥락 정보를 다층으로 표시해 비전 언어 모델 학습과 상용 서비스 개발 등에 이용할 수 있도록 했다. NIA와 한국정보통신기술협회(TTA)는 정예팀들로부터 데이터를 제공받아 품질과 개인정보·유해성을 검증했다. 라이선스 제약이 있는 데이터는 개방 대상에서 제외했다. 사업 참여 조건에 따라 데이터 구축·가공 예산으로 확보한 데이터 가운데 50% 이상을 공개해야 한다. 네이버클라우드와 업스테이지·SK텔레콤·NC AI는 검증을 마친 데이터를 모두 개방하고 LG AI연구원은 의무 개방량을 충족하도록 세부 데이터셋을 통계적으로 선별해 공개했다. 국내 기업과 연구자·학생 등 대한민국 국민은 누구나 AI허브 '독자AI모델 데이터' 항목에서 데이터를 무료로 내려받아 활용할 수 있다. 일부 데이터는 보안이 보장된 온라인 AI 모델 개발 공간인 '안심존' 이용을 별도로 신청해야 한다. 과기정통부는 독파모 고도화 지원을 이어갈 방침이다. 향후 2차 단계평가 과정에서 데이터 구축·가공 예산으로 확보한 데이터도 품질검증을 거쳐 추가로 개방할 예정이다. 김경만 과기정통부 AI정책실장은 "독파모 프로젝트는 단순히 AI모델 개발을 넘어 개발과정에서 축적된 경험과 노하우를 통해 AI생태계 전반의 질적 성장에 기여한다는 점에서 큰 의미"라면서 "오늘 개방된 데이터는 정예팀의 AI학습 전략이 담긴 귀중한 자산인 만큼 AI생태계의 성장과 자생력 강화를 이끄는 밑거름이 될 것"이라고 밝혔다.

2026.08.27 14:00김미정 기자

독파모, 3차 심사부터 일반 기업도 사용한다

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

2026.08.24 15:01남혁우 기자

슈퍼브에이아이, LG AI연구원과 독파모 3차 진출

슈퍼브에이아이가 LG AI연구원의 피지컬 인공지능(AI) 데이터 구축 역할을 수행하며 정부 주도의 국가대표 인공지능(AI) 개발 사업 2차 관문을 통과했다. 슈퍼브에이아이는 자사가 참여한 LG AI연구원 정예팀(컨소시엄)이 과학기술정보통신부 주관 '독자 AI 파운데이션 모델(독파모)' 프로젝트 3차수에 진출했다고 19일 밝혔다. 슈퍼브에이아이는 이 컨소시엄에서 초거대 모델 'K-엑사원'의 비전·영상·피지컬 AI 영역을 담당해왔다. 비(非) LG 계열사 중 고성능 AI 파운데이션 모델 개발에 참여한 곳은 슈퍼브에이아이가 유일하다. 슈퍼브에이아이는 2025년 8월 정예팀 선정 이후 1차 사업에서 초거대 AI 학습용 영상 데이터 구축을 완수했다. 2차 사업에서는 시각 이해와 3차원(3D) 공간 정보 해석 등 고난도 비전 기술을 구현했다. 사람의 동작을 1인칭·3인칭 영상으로 수집·가공하고 자연어 라벨링을 결합해 AI 학습 기반이 되는 멀티모달 데이터 파운데이션을 구축했다는 설명이다. 김현수 슈퍼브에이아이 대표는 "비전·영상·행동 데이터 구축 역량을 바탕으로 우리 기술과 데이터로 구축하는 독자 피지컬 AI 파운데이션 모델과 비전 언어 행동(VLA) 모델 개발에 기여하겠다"고 말했다.

2026.08.19 13:25이나연 기자

오픈AI·딥마인드가 짚은 벤치마크 함정, AI 승부는 '현장'서 갈린다

인공지능(AI) 경쟁 기준이 성적표에서 현장으로 옮겨가고 있다. 벤치마크 점수가 아무리 높아도 실제 업무에서 쓰이지 않으면 좋은 모델로 보기 어렵다는 인식이 확산 중이다. 18일 발표된 정부의 국가대표 AI 선발 2차 평가가 이 변화를 그대로 보여줬다. 이날 독자 AI 파운데이션 모델(독파모) 2차 단계평가에서는 글로벌 AI 평가기관 아티피셜 애널리시스의 AAII 지표에서 참여팀 중 최고점을 받은 모티프테크놀로지스가 사용성·활용성에서 밀려 탈락했다. 반면 업스테이지·SK텔레콤·LG AI연구원이 3차에 진출했다. 이번 평가는 벤치마크 40점, 전문가 평가 35점, 사용자 평가 25점 등 총 100점으로 진행했다. AI 전문가 49명과 일반 국민 185명이 각 팀의 모델을 직접 써보고 채점하는 사용자 평가를 새로 도입해, 벤치마크 성능만으로는 통과할 수 없는 구조였다. 류제명 과기정통부 제2차관은 브리핑에서 "기술력이 뛰어나도 75점의 상당한 배점이 주어진 사용성·활용성에서 낮은 평가를 받으면 종합 결과가 달라질 수 있다"고 설명했다. 성적표가 실력을 보증하지 못하는 이유는 벤치마크 구조적 한계에 있다. 벤치마크는 미리 정해진 문제와 정제된 환경에서 모델을 시험한다. 문제 유형이 고정돼 있어 특정 시험에 맞춰 최적화하면 점수를 끌어올릴 수 있지만, 이렇게 얻은 고득점이 실제 업무 능력으로 이어진다는 보장은 없다. 현장 입력은 지저분하고 예외적이며, 사용자의 질문은 시험지처럼 정돈돼 있지 않기 때문이다. 이 문제는 최전선 연구자들이 먼저 지적해왔다. 노엄 브라운 오픈AI 연구부사장은 지난달 서울에서 열린 글로벌 AI 프론티어 심포지엄 2026에서 "막대그래프 하나로 AI 실력을 재는 시대는 끝났다"고 말했다. 오픈AI의 추론 모델 'o1'과 'o3' 시리즈를 설계한 그는 벤치마크 점수 하나가 아니라 연산량 대비 성능 곡선으로 모델을 평가해야 한다고 지적했다. 같은 모델이라도 더 오래 연산하게 하면 성능이 달라지는데, 단일 점수로는 이 차이가 드러나지 않는다고 강조했다. 국제 AI 학회 ICML 참석차 방한한 나만 고얄 구글 딥마인드 머신러닝 리서치 엔지니어는 벤치마크를 '텅 빈 코스에서 치르는 운전면허 시험'에 비유했다. 시험을 통과했다고 실제 도로에서 잘 달릴 수 있는 것은 아니란 뜻이다. 그는 성능이 뛰어난 물체 탐지 모델이 영상의 한 프레임에서는 대상을 정확히 찾고도 거의 똑같아 보이는 다음 프레임에서는 놓치는 사례를 들며 "정제된 환경에서 잘 작동하던 모델도 조건이 조금만 어긋나면 무너질 수 있다"고 지적했다. 통과한 팀들이 활용성을 전면에 내세운 배경도 여기에 있다. LG AI연구원은 이번 모델의 차별점으로 파라미터 규모가 아니라 실제 업무 현장에서 스스로 일을 처리하는 AI 에이전트 성능을 앞세웠다. LG AI연구원 관계자는 "크기를 키우면서도 실제 사용자가 더 효율적으로 쓸 수 있도록 에이전트 기능에 집중했다"며 "단순히 큰 모델을 만드는 게 아니라 사용자가 실제 업무에서 성과를 내도록 돕는 AI를 만드는 것이 핵심"이라고 밝혔다. 정부는 독파모 3차 평가를 거쳐 내년 초 최종 2개 팀을 선정한다. 2027년 이후 지원 방식은 개발 주관사 중심의 기존 구도에서 벗어나 전면 재검토하기로 했다. 글로벌 프론티어 모델과의 격차를 좁히기 위해 지원 규모와 경쟁 방식을 다시 짠다는 방침이다. 고얄 엔지니어는 10년 전 알파고가 정복한 대상이 규칙이 정해진 바둑판이었다면, 지금 마주한 대상은 규칙이 수시로 바뀌는 현실 속 AI라고 했다. 그는 "AI 실력은 정해진 판 위 고득점이 아니라, 판이 흔들리는 현실에서 얼마나 믿을 만한 결정을 내리느냐에 있다"고 밝혔다.

2026.08.19 11:13김동원 기자

[독파모 2차 발표] SK텔레콤 3차 진출, 다음 행보는 "산업·생활 서비스 확산"

SK텔레콤이 독자 인공지능(AI) 모델 '에이닷엑스 케이투(A.X K2)' 지식·추론 능력과 산업 활용도를 동시에 높인다. 모델 성능을 실제 산업·서비스로 연결해 국내 AI 생태계가 활용할 수 있는 모델을 만든다는 구상이다. 18일 과학기술정보통신부에 따르면 SK텔레콤 정예팀은 '독자 AI 파운데이션 모델 프로젝트' 2차 단계평가를 통과해 3차 단계에 진출했다. SK텔레콤은 3차 단계에서 지식과 추론 중심으로 모델 역량을 확장한다고 밝혔다. 멀티모달 파생 모델과 산업별 서비스를 개발해 기업·기관이 실제 활용할 수 있는 형태로 모델 고도화에 나선다. 회사는 다음 단계에서 모델 산업 현장 적용도 확대한다고 강조했다. 특히 제조 분야에서는 KG스틸·코넥과 특화 AI 에이전트를 개발한다. 국방 분야에서는 국방부와 협력해 경량화 모델을 제공하고 바이오 분야에서는 SK바이오팜과 협업한다. 앞서 SK텔레콤은 2차 단계에서 비전언어모델 '에이닷엑스 케이투 브이엘 라이트 프리뷰(A.X K2 VL Light-Preview)'와 음성언어모델 '에이닷엑스 케이투 ALM(A.X K2 ALM)', '에이닷엑스 K2 라온-스피치(A.X K2 Raon-Speech)'를 공개했다. 이들 파생 모델을 활용한 데모까지 구현해 전문가·사용자 평가에서 실제 사용 가능성을 제시했다. A.X K2는 매개변수 6880억개 규모로 전작 A.X K1의 5190억개보다 커졌다. 국내외 14개 벤치마크 평균 성능은 전작보다 32.2%포인트 높아졌으며 장문 이해와 에이전트 관련 평가에서는 약 83.9%포인트 개선됐다. 모델 수리 추론 능력도 강화됐다. SK텔레콤에 따르면 A.X K2는 국제수학올림피아드 2026 금메달 수준의 성능을 기록했다. '매스아레나 에이미 2026'에서 공동 최고점을 받았다. 긴 문맥 처리에는 SK텔레콤이 자체 개발한 '희소 게이트 어텐션(SGA)' 구조가 적용됐다. 긴 내용 가운데 관련성 높은 정보만 선별해 참조하는 방식으로 정확성과 운영 효율을 높인다. SK텔레콤은 앞으로 모델 경량화와 추론 가속 기술도 지속해서 공개할 계획이다. 모델 파일을 개방하는 데 그치지 않고 기업과 기관이 운영 과정에서 겪는 메모리와 속도·장비 부담을 낮추기 위해서다. 정부는 다음 평가에서 현재 3개 정예팀을 2개팀으로 압축할 예정이다. 구체적인 평가 방식과 배점은 참여 기업과 협의를 거쳐 확정한다. 프론티어급 AI 모델과 관련한 내용은 별도로 발표할 계획이다. SK텔레콤 관계자는 "다음 단계에 참여하게 된 것을 뜻깊게 생각한다"며 "자체 AI 모델의 산업·실생활 확산 성과를 바탕으로 국내 AI 생태계가 함께 활용할 수 있는 결과물을 만드는 데 집중할 것"이라고 밝혔다.

2026.08.18 15:27김미정 기자

[독파모 2차 발표] LG 'K-엑사원' 3차 진출…"승부처는 활용성"

정부가 국가대표 AI 모델을 뽑는 '독자 AI 파운데이션 모델' 프로젝트에서 LG AI연구원의 'K-엑사원'이 3차 진출을 확정했다. LG는 이번 모델 차별점으로 파라미터 규모가 아니라, 실제 업무 현장에서 스스로 일을 처리하는 'AI 에이전트' 성능을 내세웠다. 18일 과학기술정보통신부 발표에 따르면 LG AI연구원 정예팀은 독파모 2차 단계평가를 통과해 3차 단계에 진출했다. 독파모는 과학기술정보통신부가 글로벌 수준의 국산 AI 파운데이션 모델을 키우기 위해 여러 팀을 선정한 뒤 단계별 평가를 거쳐 최종 후보를 추려 나가는 사업이다. 과기정통부는 이날 2차 단계 평가 결과를 발표했고, K-엑사원은 이전 모델보다 규모를 3배 이상 키우며 이 관문을 통과했다. LG가 규모를 키우면서도 방점을 찍은 지점은 실사용성이다. 아무리 성능이 좋아도 현장에서 쓰이지 않는 모델은 의미가 없다고 보고, 사람 대신 도구를 골라 쓰고 여러 단계의 작업을 직접 수행하는 에이전트 기능을 끌어올리는 데 집중했다. LG AI연구원 관계자는 "크기를 키우면서도 기존보다 성능이 뛰어나고, 실제 사용자가 더 효율적으로 쓸 수 있도록 에이전트 기능에 더 집중했다"고 밝혔다. LG가 모델 규모를 3배 키운 것도 글로벌 경쟁에 뛰어들기 위한 선택이다. 몸집을 충분히 키워야 세계 최고 수준의 이른바 '프런티어급' 모델 시장에 발을 들일 수 있다는 판단이다. 다만 여기서 '프런티어급'은 GPT나 제미나이 같은 범용 초대규모 모델과 정면으로 겨루겠다는 의미가 아니다. LG AI연구원 관계자는 "지금은 범용이라기보다 프런티어급 전문가 모델을 지향하고 있는 것이 맞다"면서 "특정 분야에서 최고 수준을 노리는 '전문가 AI' 노선을 그대로 이어가되, 그 안에서 글로벌급 규모를 갖추고자 한다"고 했다. 규모를 키우는 데 필요한 컴퓨팅 자원은 독파모 사업에서 지원받은 그래픽처리장치(GPU)로 확보했다. 실제로 쓰이는 AI에 무게를 싣는 전략은 최근 성과에서도 드러난다. 앞서 공개한 'K-엑사원 2.0'은 750B(7500억 개) 파라미터 규모로, 독파모 1차수 모델(236B)보다 크기가 3배 이상 커졌다. 24개 벤치마크 평균 70.1점을 기록해 1차수(63.3점)보다 10% 이상 높은 성능을 냈고, 코딩과 에이전틱 코딩 영역의 주요 지표 3개 평균 성능이 30% 올랐다. AI가 스스로 도구를 골라 쓰는 능력을 평가하는 항목(Tau3-Bench Banking)에서는 14.2점으로 중국 지푸의 GLM-5.1(11.5점), 큐원3.5(13.4점)를 앞섰다. 단순히 모델을 키우는 데 그치지 않고, 사용자가 실제 업무에서 더 효율적으로 쓸 수 있도록 에이전트 성능을 끌어올리는 데 초점을 맞췄다는 게 LG의 설명이다. LG AI연구원은 다음 달 초 산업 특화 AI 파운데이션 모델을 추가로 공개해 '전문가 AI' 포트폴리오를 넓힐 계획이다. 한 달 뒤에는 토크 콘서트를 열고 향후 기술 개발 방향을 상세히 설명한다. LG AI연구원 관계자는 "단순히 큰 모델을 만드는 것이 목표가 아니라, 사용자가 실제 업무에서 성과를 내도록 돕는 AI를 만드는 것이 핵심"이라며 "앞으로도 전문가 AI 영역에서 실질적인 활용 가치를 높여 나가겠다"고 말했다.

2026.08.18 14:33김동원 기자

[독파모 2차 발표] 예정대로 2곳 선정…AI 개발 지원책은 재검토

국가대표 인공지능(AI) 모델 2개가 이르면 연말 결정되는 가운데, 정부가 기존 '독자 AI 파운데이션 모델(독파모)' 사업과 범용인공지능(AGI) 프로젝트 등을 연계한 프론티어급(최첨단) AI 모델 개발 지원 사업 전반을 재검토한다. 독파모 사업의 3차수 평가는 당초 계획대로 진행해 3개 정예팀 중 최종 2곳을 선정한다는 입장이다. 정부는 독파모 4차수 지속 여부 등을 포함해 프론티어급 모델 개발 사업의 구체적인 방향을 조만간 발표할 계획이다. 류제명 과학기술정보통신부 제2차관은 18일 정부서울청사에서 독파모 프로젝트 2차 단계평가 결과 브리핑을 열고 업스테이지, SK텔레콤, LG AI연구원 등 3개 팀이 다음 단계에 진출했다고 밝혔다. 1차 평가 당시 모델 독자성 기준 등에 따른 2개 팀 탈락 후 추가 공모를 통해 합류했던 모티프테크놀로지스는 이번 관문에서 고배를 마셨다. 평가 항목 중 가장 높은 배점이 부여된 벤치마크 평가의 한 축인 글로벌 AI 평가기관 아티피셜 애널리시스의 인텔리전스 인덱스(AAII)에서는 모티프테크놀로지스의 '모티프 3'가 47점으로 4개 팀 중 최고 점수를 기록한 것과 대조된 결과다. 2차 평가 항목별 1위 비공개…모티프 '사용성·활용성'서 약세 이번 2차 단계평가는 벤치마크 평가(40점)·전문가 평가(35점)·사용자 평가(25점)로 구성됐다. 이중 벤치마크 평가는 글로벌 AI 평가기관 아티피셜 애널리시스의 인텔리전스 인덱스(AAII) 벤치마크 평가가 25점, 한국지능정보사회진흥원(NIA) 벤치마크 평가가 15점을 차지한다. 사용자 평가는 AI 스타트업 대표 등 49명 AI 전문 사용자진과 최종 선정된 200명 중 실제 평가에 참여한 일반 국민 185명이 참여했다. 과기정통부는 1차 평가 발표 때와 달리 이번에 세부 평가항목별 1위 기업을 공개하지 않았다. 항목별 4개 팀의 점수 차이가 크지 않은 상황에서 개별 순위를 공개할 실익이 크지 않은 데다 나머지 기업에 미칠 영향도 고려했다는 설명이다. 2차 평가 결과에 따르면 벤치마크 평가에서 4개 정예팀 전체 평균은 22.5점이며 1위와 4위 간 점수 격차는 4.0점이었다. 전문가 평가에서 4개 정예팀 전체 평균은 28.8점이며 1위와 4위 간 점수 격차는 2.4점으로 나타났다. 사용자 평가에서 4개 정예팀 전체 평균은 17.6점이며 1위와 4위 간 점수 격차는 5.0점이었다. 다만 모티프테크놀로지스는 AAII 기준 높은 벤치마크 성능에도 불구하고 사용성·활용성 측면이 약했던 것으로 알려졌다. 류 차관은 "모티프테크놀로지스 모델 기술력은 뛰어났지만 사용성과 활용성 부분에서는 다른 기업에 비해 낮은 평가를 받았다"며 "특정 한 항목이 (탈락에) 결정적이었다기보다는 각 평가 항목 결과가 종합적으로 반영된 것"이라고 역설했다. 벤치맥싱 논란, 점수 미반영…"AAII·전문가 검증서 문제 없어" 올해 초 발표된 1차 평가는 '프롬 스크래치' 등 모델 독자성이 주요 쟁점이었다면 2차 평가에서는 이른바 '벤치맥싱' 논란이 제기됐다. 벤치맥싱은 특정 벤치마크를 겨냥한 데이터와 사후학습으로 점수를 집중적으로 끌어올리는 전략을 말한다. 애프터쿼리, 스케일AI, 머코 등 미국 AI 학습 전문업체들이 한국 시장에 진출을 본격화한 가운데 일부 업체가 지난달 서울에서 열린 머신러닝 분야 학회 'ICML 2026'에서 독파모 팀들을 상대로 영업에 나선 것으로 전해지면서 논란이 점화됐다. 과기정통부는 이번 평가에서 벤치맥싱 의혹을 점수에 반영하지 않았다고 선을 그었다. 정부가 AAII 운영기관인 아티피셜 애널리시스에 관련 의혹에 대한 검토를 요청한 결과, 평가를 위한 체계적인 암기나 과적화 문제를 입증할 단서를 찾지 못한 것으로 확인됐다. 류 차관은 "벤치맥싱 관련된 이슈는 평가에 반영되지 않았다"며 "AAII의 공식적인 답변과 함께 전문가 평가를 통해 교차 검증한 결과 불공정한 기술 지원 등은 없었다는 결론을 내렸다"고 말했다. 과기정통부는 향후에도 외부 평가기관과의 협력 등을 통해 평가 신뢰성과 공정성을 높인다는 방침이다. 이번 2차 평가에서도 AAII가 직접 벤치마크 평가를 수행했으며 3차수 평가와 관련해서도 전문적인 의견 교환과 자문 등 협력 관계를 이어갈 계획이다. 3차 평가 진행…2027년 이후 지원 체계 등 4차수는 재검토 이르면 연말에서 내년 초 진행될 3차 평가는 이번 결과 이의제기 절차가 끝난 뒤 구체적인 평가방식을 확정해 추진한다. 다음 단계에 진출한 3개 팀에는 고성능 그래픽처리장치(GPU)인 B200 지원도 확대된다. 과기정통부는 올해 상반기 768장 수준이었던 지원 규모를 하반기 1000장 수준으로 늘릴 계획이다. 3차수 평가를 통해 최종 2개 팀을 선정한다는 계획은 그대로 유지한다. 하지만 2027년부터 이들 팀을 어떤 방식으로 지원할지는 개발 주관사를 주체로 한 기존 구도에서 벗어나 전면 재검토한다. 과기정통부는 프론티어급 AI 모델 개발을 검토하면서 기존 독파모 사업과 AGI 프로젝트 등 관련 사업 간 연계와 재편도 함께 살펴볼 예정이다. 기존 사업의 지원 규모를 조정하는 데 그치지 않고 사업 간 연계 여부와 지원 대상·방식, 경쟁 구조까지 다시 설계할 수 있다는 의미다. 류 차관은 "지금과 같은 경쟁 방식을 탈피해서 프런티어 기업들의 모델에 버금가는 모델 경쟁이 가능한 방식으로 재편하자는 공감대가 있다"며 "예산이 확정되는 대로 구체적인 사업 방향을 발표할 계획"이라고 강조했다.

2026.08.18 13:49이나연 기자

모티프, 독파모 벤치마크 1위에도 탈락…대기업과 경쟁서 존재감·차기 행보 주목

모티프테크놀로지스(이하 모티프)가 과학기술정보통신부의 '독자 AI 파운데이션 모델'(독파모) 2차 평가에서 벤치마크 1위를 기록하고도 최종 탈락했다. 다만 대기업과 대규모 투자를 받은 AI기업이 경쟁한 무대에서 후발주자인 신생 스타트업이 짧은 기간 안에 성능 경쟁력을 입증했다는 점에서 모티프의 차기 행보가 주목 받고 있다. 18일 과기정통부가 발표한 독파모 2차 평가 결과에 따르면 3차 단계 진출팀은 업스테이지, SK텔레콤, LG AI연구원 등 3곳이다. 모티프는 벤치마크 부문에서 두각을 나타냈지만 최종 명단에는 이름을 올리지 못했다. 이번 평가는 총 100점 만점 기준으로 벤치마크 40점, 전문가 평가 35점, 사용자 평가 25점을 합산하는 방식으로 진행됐다. 벤치마크 성적과 함께 개발 전략과 기술력, 향후 계획, 산업 파급효과, 실제 사용성 등을 아우른 종합 점수에 따라 결과가 갈릴 수 있는 구조다. 관련 업계에선 이번 독파모에서 모티프가 남긴 성과와 의미는 적지 않다는 평이다. 모티프는 사업 초기부터 참여한 팀이 아니라 중간에 합류한 후발주자다. 그럼에도 약 5개월 만에 사전학습부터 후처리까지 처음부터 개발한 모델을 선보이며 벤치마크 1위를 기록했다. 대기업 중심의 경쟁 구도 속에서 국내 스타트업도 짧은 기간 안에 프론티어급 AI 모델 경쟁력을 입증할 수 있다는 점을 보여준 사례라는 평가가 나온다. 대표적으로 모티프가 자체 개발한 인공지능(AI) 파운데이션 모델 '모티프 3'가 글로벌 AI 모델 평가기관 아티피셜 애널리시스의 종합 지능 지수(AAII)에서 47점을 받으며 한국 기업 1위, 글로벌 10위를 기록했다. 오픈웨이트 모델 기준으로는 글로벌 4위에 오르는 성과다. 단순히 프로젝트 참여에 의미를 두는 수준을 넘어 실제 수치와 평가 결과로 존재감을 증명했다는 점에서, 이번 독파모 결과와 별개로 시장의 관심을 끌기에 충분했다는 분석이다. 특히 이번 사례는 규모의 차이가 절대적인 장벽이 아니라는 점을 보여줬다는 데 의미가 있다. AI 파운데이션 모델 개발은 막대한 자본과 인프라, 연구 인력이 필요한 영역으로 여겨져 왔지만 모티프는 제한된 조건에서도 기술력으로 경쟁 구도 안에 들어설 수 있음을 입증했다. 중도 합류라는 불리한 조건 속에서도 단기간에 가시적 성과를 낸 만큼, 후속 모델 개발이나 사업 확장 가능성을 주목해야 한다는 목소리도 나온다. 임정환 모티프 대표는 이번 결과를 담담하게 받아들이면서도 프로젝트의 의미를 강조했다. 그는 "우리 정부가 자체적인 AI 파운데이션 모델 개발에 도전하기로 결정하지 않았다면 그리고 저희와 같은 작은 신생 스타트업에도 그 도전의 기회를 주지 않았다면 이런 성과도 만들어내지 못했을 것"이라며 "이 도전을 가능하게 해주신 모든 관계자분들께 감사드린다"고 말했다. 모티프는 이번 결과와 무관하게 기존 사업과 연구개발을 이어간다는 방침이다. 독파모 최종 선정에는 실패했지만 이번 프로젝트에서 확보한 경험과 기술 자산을 바탕으로 자체 모델 고도화와 글로벌 경쟁력 강화에 나설 전망이다. 대표적으로 같은 날 마감하는 모두의 AI사업에 KT 컨소시엄 파트너사로 참여한다. 임정환 대표는 "결과에 상관없이 이번 독파모 프로젝트를 통해 기술력만으로 한국에서도 글로벌 프론티어 수준의 AI 모델 개발이 가능하다는 것을 증명했다는 점에서 매우 뜻깊었다"고 밝혔다. 이어 "모티프는 앞으로도 지속적으로 글로벌 프론티어 모델 개발에 전력을 다하겠다"고 덧붙였다.

2026.08.18 12:12남혁우 기자

독파모 '벤치맥싱' 논란에 AAII 입장…"평가 방법론 지속 업데이트"

글로벌 인공지능(AI) 평가기관 아티피셜 애널리시스가 벤치마크 맞춤형 학습으로 실제 성능 개선 없이 점수만 높아질 수 있다는 우려를 인정했다. 현재 이같은 이슈를 최소화하기 위해 내부적으로 기술적 조치를 강화하고 있는 것으로 확인됐다. 14일 아티피셜 애널리시스는 지디넷코리아에 보낸 이메일에서 "벤치마크를 활용해 모델 약점을 보완하는 것은 통상적인 개발 과정"이라면서도 "특정 평가에 과도하게 최적화해 점수만 끌어올리는 방식은 경계해야 한다"고 밝혔다. 아티피셜 애널리시스는 글로벌 AI 모델 성능과 속도, 비용 등을 비교·분석하는 민간 평가기관이다. 해당 기관이 운영하는 '아티피셜 애널리시스 인텔리전스 지수(AAII)'가 독파모 2차 평가에서 전체 100점 중 25점을 차지한다. 아티피셜 애널리시스는 이같은 벤치마크 이슈를 최소화하기 위해 내부 분석과 검증, 자체 평가 데이터 활용, 지속적 평가 방법론 업데이트 등 세 가지 장치를 추진하고 있다고 말했다. 아티피셜 애널리시스 관계자는 "우리는 개별 평가와 전체 지수 차원에서 모델 답변과 추론 과정, 실행 로그, 점수 분포를 검토한다"며 "이를 통해 비정상적인 점수 변화나 특정 평가에만 특화된 최적화 흔적을 찾는다"고 말했다. 이어 자체적으로 개발·관리하는 평가와 외부 벤치마크도 활용한다고 밝혔다. 특정 공개 데이터나 하나의 평가 방식에 대한 의존도를 낮춰 일부 시험에 특화된 학습이 전체 점수 상승으로 이어지는 것을 막기 위해서다. 관계자는 평가 항목과 가중치, 채점 방식도 정기적으로 바꾸겠다고 밝혔다. 최신 AI 기술과 산업에서 중요해진 역량을 반영해 평가 체계를 지속적으로 개편함으로써 AAII가 개발사 공략 대상이 되지 않도록 한다는 취지다. 기관이 현재 사용 중인 'AAII 4.1.1' 버전은 에이전트 업무와 코딩, 과학적 추론, 장문 맥락 추론, 지식과 환각 등을 측정하는 9개 평가로 구성됐다. 아티피셜 애널리시스는 한 영역에서만 점수를 높이더라도 성능이 다른 과제로 확장되지 않으면 전체 지수에 미치는 영향은 제한적이라고 주장하고 있다. 그러나 아티피셜 애널리시스는 실제 벤치마크 과적합 징후를 발견한 사례가 있는지는 공개하지 않았다. 과적합 징후를 확인했을 때 해당 점수를 제외하거나 모델을 재평가하는지, 순위를 조정하거나 외부에 경고하는지 등 사후 조치 기준도 밝히지 않았다. 독파모 평가 25점 걸린 AAII...업계 "실제 성능 왜곡 우려" 최근 업계에선 일부 독파모 참여사 일부가 AAII 점수를 겨냥한 맞춤형 사후학습 데이터를 활용하고 있다는 의혹이 제기되고 있다. 이에 일각에선 일부 참여사가 모델이 낮은 점수를 받은 지식 영역과 문제 유형을 분석한 뒤 유사한 사후학습 데이터를 구매하거나 별도 구축하고 있다는 주장이 나온다. 벤치마크 문제와 정답을 그대로 학습하는 방식은 아니지만, 실제 사용 역량보다 특정 평가 점수만 높아진다면 모델 성능을 왜곡하는 벤치맥싱으로 이어질 수 있다는 우려다. AAII 순위가 독파모 2차 평가의 최종 결과를 의미하는 것은 아니다. NIA 벤치마크와 전문가·사용자 평가가 별도로 진행되는 데다 AAII 역시 버전과 평가 구성에 따라 점수가 달라질 수 있어서다. 과학기술정보통신부는 AAII만으로 모델 우열을 판단하지 않고 한국지능정보사회진흥원(NIA) 벤치마크와 전문가·사용자 평가를 종합한다는 입장이다. 그러나 AAII에 전체 점수의 4분의 1이 배정된 만큼 벤치마크 맞춤형 학습을 실제 성능 향상과 어떻게 구분할지가 평가 공정성을 가를 핵심 과제로 꼽힌다. 아티피셜 애널리시스는 "우리는 모델 답변과 추론 과정, 실행 로그, 점수 분포를 분석해 평가에만 특화된 최적화 방법론을 꾸준히 연구 중"이라고 밝혔다.

2026.08.14 15:40김미정 기자

독파모 2차 결과 발표 임박…AI 업계 '초긴장', 관전 포인트는

독자 인공지능(AI) 파운데이션 모델 프로젝트(독파모) 2차 단계 평가 결과 발표가 임박하면서 국내 AI 업계 관심이 집중되고 있다. 단순한 모델 성능 경쟁을 넘어 결과에 따라 국내 AI 업계 관심 구도도 달라질 것으로 예상되기 때문이다. 14일 업계에 따르면 독파모 2차 단계 평가 결과는 이르면 다음 주 발표될 것으로 알려졌다. 독파모는 이번 2차 평가 결과 발표를 통해 3개 팀으로 압축된 뒤 추가 평가를 거쳐 올해 12월 최종 2개 팀을 선발한다. 최종 생존팀에는 엔비디아(NVIDIA) B200 그래픽처리장치(GPU)와 대규모 데이터 구축·가공비, 'K-AI 기업' 명칭 부여 등 국가 차원의 지원이 이어진다. 독파모에 참가한 LG AI연구원, SK텔레콤(SKT), 업스테이지, 모티프테크놀로지스 4개 팀은 모든 2차 과정을 마치고 결과를 기다리고 있는 중이다. 과기정통부는 기존 3개 팀의 모델 제출 기한인 6월 말과 추가 합류한 모티프테크놀로지스의 7월 말 제출 완료 이후, 8월 초부터 4개 팀을 대상으로 2차 단계 평가를 동시 진행해 왔다. 이번 발표로 한 팀이 탈락해 3파전으로 재편되는 만큼 업계 안팎의 촉각이 날카롭게 세워진 상태다. 이번 2차 평가에서 주목받는 변수는 평가 기준 변화다. 1차 평가가 기본 언어 이해·생성 능력과 모델 완성도에 초점을 맞췄다면, 2차에서는 외부 도구를 호출해 실제 업무를 자율 수행하는 에이전틱 AI 역량과 오케스트레이션 능력 검증 비중이 크게 높아진 것으로 알려졌다. 이에 따라 참여 기업도 수개월 동안 에이전트 성능 고도화에 집중해 왔다. LG AI연구원은 평가 제출 모델인 엑사원(EXAONE)의 에이전트 작업 수행 능력 강화에 주력한 것으로 알려졌다. 단순 질의응답을 넘어 실제 업무를 수행하는 오케스트레이션 역량을 높이는 데 개발 역량을 집중했으며 계열사와 파트너사를 통한 실사용 환경 적용도 병행해 왔다. 특히 1차 단계 평가에서 가장 높은 평가를 받은 만큼 업계에서는 이번 결과에서도 선두를 유지할 수 있을지 주목받고 있다. SK텔레콤은 지난달 신규 모델 'A.X K2'를 공개하며 에이전트 기능을 전면에 내세웠다. 서울대 황승원 교수 연구진의 에이전트 연구 성과를 반영해 다양한 환경에서 활용 가능한 AI 에이전트 역량 확보에 집중하고 있다는 설명이다. 독자 모델과 AI 인프라를 함께 제공할 수 있는 점도 차별화 요소로 꼽힌다. 업스테이지는 최근 공개한 '솔라 2'를 통해 에이전트 성능 향상을 강조하고 있다. 기존 모델 대비 도구 호출과 작업 수행 능력을 강화하며 기업 업무 환경에서 활용 가능한 AI 구현에 초점을 맞췄다. 회사 측은 최근 모델이 실제 에이전트 활용 환경에서도 충분한 경쟁력을 갖췄다고 평가하고 있다. 추가 공모를 통해 합류한 모티프테크놀로지스는 독자 설계 아키텍처를 강점으로 내세우고 있다. 해외 오픈소스 모델을 기반으로 하지 않은 자체 모델 개발 전략을 추진하며 독자성 확보에 집중해 왔다. 최근 관련 벤치마크에서 강한 성능을 내세우며 존재감을 키운 점도 업계가 주목하는 부분이다. 에이전틱 역량과 함께 '독자성' 판단 기준의 적용 강도도 주요 관전 포인트다. 독파모 사업이 목표로 하는 독자 파운데이션 모델은 해외 모델 파인튜닝이나 파생형이 아닌, 모델 설계부터 사전학습까지 전 과정을 자체 수행한 모델이다. 가중치를 초기화한 상태에서 독자적으로 학습·최적화하는 것이 최소 요건이다. 1차 평가에서 네이버클라우드가 독자성 기준 미달 판정을 받아 탈락한 전례가 있어, 이 잣대가 이번에도 결과를 가를 핵심 기준이 될 수 있다는 분석이 나온다. 실제 산업 현장 적용 가능성을 뜻하는 '확산성' 항목도 빼놓을 수 없는 평가 기준이다. LG AI연구원과 한컴의 공공 AI 오피스 협력, SKT의 자동차 부품업체 코넥스 현장 AI 에이전트 투입, 업스테이지의 공공기관 특화 검색증강생성(RAG) 서비스 구축 등 각사가 현장 확산 실적을 쌓아온 만큼, 이 항목이 최종 순위를 좌우하는 변수가 될 수 있다는 관측이 나온다. 독파모 사업의 의미가 산업 육성을 넘어 국가 경쟁력과 안보 영역으로 확대되고 있다는 점도 이번 발표의 무게감을 키우는 배경이다. 글로벌 AI 기반 사이버 위협이 현실화하면서 독자 AI 모델 확보가 국가 전략 자산이라는 인식이 확산되고 있기 때문이다. 국가AI전략위 보안특위를 중심으로 독파모를 안보 역량 강화 수단으로 격상해야 한다는 논의도 본격화한 상황이다. 한 업계 관계자는 "이번 2차 평가는 어느 기업의 모델이 더 뛰어난지를 가리는 차원을 넘어 국내 AI 산업의 방향성과 기술 자립 수준을 확인하는 과정"이라며 "결과 발표가 가까워질수록 업계의 관심도 더욱 높아지고 있다"고 말했다.

2026.08.14 08:14남혁우 기자

독파모 4개 팀 모두 해냈다…美 에포크AI '주목할 모델' 선정

정부가 추진하는 독자 인공지능(AI) 파운데이션 모델 프로젝트 4개 정예팀이 글로벌 인공지능(AI) 경쟁력을 인정받았다. 과학기술정보통신부는 4개 정예팀인 LG AI연구원, SK텔레콤, 업스테이지, 모티프의 올 상반기 독자 AI 파운데이션 모델이 미국 비영리 AI 연구기관 에포크AI '주목할 만한 모델'에 등재됐다고 11일 밝혔다. 올해 현재까지 에포크AI의 주목할 만한 모델을 배출한 국가는 미국과 중국 한국 등 3개국이다. 과기정통부는 이번 등재가 한국이 세계적 수준의 AI 경쟁력을 확보하고 있음을 보여주는 성과라고 평했다. 에포크AI의 주목할 만한 모델은 국가별 AI 기술 경쟁력을 살펴보는 주요 지표로 활용된다. 미국 스탠퍼드대 사람 중심 AI 연구소가 매년 발간하는 'AI 인덱스' 보고서에도 관련 수치가 포함된다. 스탠퍼드대의 'AI 인덱스 2026'에 따르면 지난해 국가별 주목할 만한 모델 수는 미국이 59개로 가장 많았다. 중국은 35개였으며 한국은 8개를 기록했다. 4개 정예팀은 글로벌 빅테크보다 상대적으로 제한된 자원과 여건에서 올해 상반기 독자 AI 파운데이션 모델의 성능을 끌어올렸다는 평을 받고 있다. 개발한 모델을 오픈소스로 공개해 국내 AI 경쟁력과 개방형 생태계 조성 역량도 입증했다는 것이 과기정통부 설명이다. 배경훈 부총리 겸 과기정통부 장관은 "대한민국 기술로 만든 독자 AI 모델이 글로벌 수준 기술력을 입증하며 저력을 보여주고 있다"며 "이제는 더 큰 무대에서 주요 선도국과 어깨를 나란히 하며 경쟁해야 하는 만큼 국민이 체감할 수 있는 성과를 이어 나갈 수 있도록 지원을 아끼지 않겠다"고 밝혔다.

2026.08.11 15:22김미정 기자

정부, 독파모 2차 평가 돌입…"데이터·비용·활용성 검증 관건"

정부가 독자 인공지능(AI) 파운데이션 모델 프로젝트 2차 단계평가에 들어가면서 평가체계 전반을 정교화해야 한다는 목소리가 커지고 있다. 벤치마크 점수뿐 아니라 모델이 답하는 데 들어가는 토큰과 추론 시간·비용, 한국어 데이터 활용 능력, 산업 현장 적용 가능성까지 구체적으로 봐야 한다는 지적이다. 7일 IT 업계에 따르면 정부는 2차 평가에서도 벤치마크 평가와 전문가 평가, 사용자 평가 등 기존 단계평가 틀을 유지할 방침이다. 글로벌 주요 리더보드에 활용되는 벤치마크를 선정하고, 전문가 평가에서는 모델 독자성을 세분화해 검증하는 방안도 검토하고 있다. 업계에서는 초기 데이터와 학습 로그를 보유했는지, 개발 과정서 발생한 문제를 외부 기술에 의존하지 않고 자체적으로 해결할 수 있는지가 독자성 판단 핵심 기준이 될 것이란 분위기다. 이는 1차 평가 과정서 독자 모델 정의와 평가 기준을 둘러싼 논란을 줄이려는 조치다. 다만 2차 평가가 또다시 성능 점수 중심으로 흐를 경우 독파모 사업의 정책적 목표를 충분히 반영하기 어렵다고 보고 있다. 국가대표 AI 모델을 선정하는 사업인 만큼 한국어와 국내 제도·문화에 대한 이해도, 공공·산업 분야 활용 가능성까지 종합적으로 검증해야 한다는 주장이다. 익명을 요청한 AI 업계 관계자는 "벤치마크 평가도 단일 점수를 비교하는 기존 방식에서 벗어나야 한다"며 "최근 추론형 모델은 답을 생성하는 데 사용하는 토큰 수와 연산 시간, 비용에 따라 성능 차이가 벌어질 수 있다"고 설명했다. 이어 "같은 문제를 맞힌 모델이라도 한쪽이 수십 배 많은 토큰과 연산 자원을 사용했다면 실제 서비스 운영 비용은 달라질 수 있다"며 "최고 성능만 보면 앞선 모델이더라도 속도와 비용을 고려하면 산업 현장에서는 경쟁력이 낮을 수 있다"고 덧붙였다. 앞서 노엄 브라운 오픈AI 리서치 부문 부사장도 최근 열린 '글로벌 AI 프론티어 심포지엄 2026'에서 AI 모델 평가에 추론 자원을 별도로 반영해야 한다고 주장했다. 그는 "추론 자원은 안전성 평가와도 연결된다"며 "짧은 시간과 적은 비용으로 시험할 때 나타나지 않았던 도구 오용이나 공격적 행동이 모델에 더 많은 시간과 연산 자원을 제공했을 때 드러날 수 있다"고 지적했다. 업계에서는 국민이 모델을 직접 사용해 평가하는 사용자 평가의 취지에는 공감하면서도 세부 설계가 중요하다는 목소리가 나온다. 일반 이용자가 체감하는 품질을 반영할 수 있지만 평가단 구성과 질문 유형, 모델별 응답 조건이 통제되지 않으면 기술력보다 브랜드 인지도나 화면 구성 등이 결과에 영향을 줄 수 있다는 지적이다. 국민평가가 단순한 선호도 조사나 인기투표로 흐르지 않도록 해야 한다는 의견도 제기된다. 평가 참여자의 연령과 직업, AI 이용 경험을 고르게 구성하고 모델별로 동일한 질문과 응답 시간, 사용 환경을 적용해야 평가 결과의 대표성과 신뢰성을 확보할 수 있다는 설명이다. 사실 정확성과 환각 발생 여부, 유해 답변 차단, 보안성 등 일반 이용자가 판단하기 어려운 항목은 전문가 평가로 보완해야 한다는 목소리도 나온다. 국민평가는 편의성과 자연스러운 대화 능력, 한국어 표현력 등 체감 요소에 집중하고 안전성과 기술적 완성도는 별도로 검증해야 한다는 주장이다. "성능만큼 데이터 확보 중요…국민 평가에 전문가 의견 보완" 국내 데이터 확보·활용 역량도 독파모 2차 평가 핵심 과제로 떠오르고 있다. 국내 공공데이터를 얼마나 효과적으로 학습하고, 한국어 맥락에 맞는 답을 내놓는지도 관건이라는 설명이다. 실제 독파모 참여 기업들은 국가AI전략위원회와 간담회를 열고 데이터 확보 방안을 논의한 바 있다. LG AI연구원과 업스테이지는 국립중앙도서관 도서 데이터화와 학습 목적 저작물 활용을 위한 텍스트·데이터 마이닝(TDM) 면책 규정 마련을 요청했다. SK텔레콤은 정부 데이터 정제 체계 고도화와 한국어 평가 데이터셋 확대를 제안했다. 모티프테크놀로지스는 대규모 한국어 사전학습 데이터를 국가 차원에서 구축하고 정제·분류·후처리까지 지원해야 한다고 강조했다. 당시 임문영 전 국가AI전략위원회 부위원장은 "기업은 모델 개발에 그치지 않고 제조·금융·공공·의료 등 산업 현장에서 실제 서비스로 확장할 수 있는지도 함께 살펴야 한다"고 강조한 바 있다. 업계에서는 국민이 모델을 직접 사용해 평가하는 사용자 평가 취지엔 공감하면서도 세부 설계가 중요하다는 목소리가 나온다. 일반 이용자가 체감하는 품질을 반영할 수 있지만 평가단 구성과 질문 유형, 모델별 응답 조건이 통제되지 않으면 기술력보다 브랜드 인지도나 화면 구성 등이 결과에 영향을 줄 수 있다는 제언이다. 한 AI 업계 관계자는 "평가 참여자 연령과 직업, AI 이용 경험을 고르게 구성하고 모델별로 동일한 질문과 응답 시간, 사용 환경을 적용해야 평가 결과 대표성과 신뢰성을 확보할 수 있을 것"이라고 언급했다. 이어 "사실 정확성과 환각 발생 여부, 유해 답변 차단, 보안성 등 일반 이용자가 판단하기 어려운 항목은 전문가 평가로 보완해야 한다"며 "국민평가는 편의성과 자연스러운 대화 능력, 한국어 표현력 등 체감 요소에 집중하고 안전성과 기술적 완성도는 별도로 검증해야 할 것"이라고 덧붙였다.

2026.08.07 10:51김미정 기자

개방형 국산 AI 출격…국가대표 4사4색 전략은

국가대표 인공지능(AI) 개발사들이 차세대 오픈웨이트(가중치 개방형) 모델을 잇달아 공개하며 본격적인 확산 경쟁에 돌입했다. 4일 업계에 따르면 모티프테크놀로지스, 업스테이지, SK텔레콤, LG AI연구원은 과학기술정보통신부가 추진하는 '독자 AI 파운데이션 모델(독파모)' 사업 2차 평가용 모델을 세계 최대 AI 오픈소스 플랫폼 허깅페이스에 차례로 공개했다. 1차 평가 이후 합류해 최종 버전이 아닌 프리뷰(베타) 모델을 선공개한 모티프테크놀로지스를 제외하면 나머지 3개 팀 모두 올해 초 1차 평가 당시 공개했던 초기 모델보다 성능을 높인 버전들이다. 정부는 이렇게 개발된 모델을 전 국민의 AI 문해력을 키우고 국산 모델 사용 기반을 확대하는 '모두의 AI' 사업에 활용한다는 계획이다. 체급부터 효율까지…같은 목표, 다른 해법 이번 공개는 단순한 모델 업데이트를 넘어 각 기업이 내세우는 독자 AI 개발 방향을 구체화했다는 점에서 의미가 있다. 1차 평가를 통과한 LG AI연구원과 SK텔레콤, 업스테이지는 각각 체급 확대와 산업 적용, 효율성 강화에 초점을 맞췄다. 올해 새롭게 합류한 모티프테크놀로지스는 독자 설계 기반 모델을 앞세워 경쟁에 뛰어들었다. LG AI연구원은 직전 모델보다 3배 이상 몸집을 키워 4개 팀 가운데 가장 큰 규모를 갖췄다. 기존 K-엑사원 가중치를 재활용하는 업사이클링 방식으로 'K-엑사원 2.0'을 7500억 개(750B) 매개변수(파라미터) 규모까지 키우면서다. 학습 비용을 줄이면서도 성능을 끌어올렸고 라이선스도 아파치 2.0으로 전환해 상업적 활용 범위를 넓혔다. SK텔레콤은 6880억 개(688B) 매개변수 규모 '에이닷 엑스 케이투(A.X K2)'를 공개하며 장문 추론과 에이전트 성능을 강화했다. 향후 조(兆) 단위 모델과 비전·음성 모델까지 확장하는 로드맵도 함께 제시했다. 라이선스 역시 아파치 2.0을 적용해 누구나 수정과 상업적 활용이 가능하도록 개방했다. 올해 합류한 모티프테크놀로지스는 자체 개발한 3140억 개(314B) 매개변수 규모 전문가혼합(MoE) 모델 '모티프3'를 선보였다. 프리뷰 모델은 글로벌 AI 평가기관 아티피셜 애널리시스 인텔리전스 지수(AAII)에서 44점을 기록했다. 정식 버전에는 MIT 라이선스를 적용해 상업적 이용 제한 없이 공개할 예정이다. 업스테이지는 2500억 개(250B) 매개변수 규모 '솔라 오픈 2'를 통해 효율성을 앞세웠다. MoE 구조를 기반으로 에이전트 성능과 한국어 경쟁력을 높였고 최대 100만 토큰 문맥 처리 능력을 구현했다. 특히 기업이 자체 인프라에서도 비용 부담을 줄여 활용할 수 있도록 설계했다. '잘 만든 AI'보다 '많이 쓰는 AI'로 독파모 프로젝트도 모델 성능뿐 아니라 개방성과 실제 활용성을 함께 평가하는 단계에 접어들었다. 초기에는 독자 모델 개발과 성능 확보가 핵심이었다면 이제 산업 적용과 생태계 확산 역량의 비중이 커지고 있다. 이에 맞춰 기업들도 서로 다른 모델 확산 및 서비스 전략을 내놓고 있다. 업스테이지는 올 상반기 인수한 포털 다음과 AI 에이전트 플랫폼을 기반으로 서비스 적용을 확대하고 있다. LG AI연구원은 공공 서비스 적용 경험을 바탕으로 대국민 체험 서비스를 준비 중이다. SK텔레콤은 제조·국방·바이오 등 산업 현장 실증과 '모두의 AI' 참여를 추진하고 있으며 모티프테크놀로지스는 금융·회계 분야 협력사를 중심으로 초기 상용 레퍼런스를 확보하는 데 집중하고 있다. 글로벌 경쟁 역시 치열해지고 있다. 오픈웨이트 모델이 AI 산업의 새로운 축으로 자리 잡으면서 개발자 생태계 확보 경쟁도 본격화되는 모습이다. 중국에서는 딥시크와 알리바바, 문샷AI, Z.AI(옛 지푸) 등이 공격적으로 오픈웨이트 모델을 공개하며 생태계를 넓히고 있다. 미국도 메타를 비롯해 구글, 오픈AI 등이 오픈웨이트 모델을 확대하며 전략을 다변화하고 있다. 모델 경쟁력의 기준도 단순 벤치마크 점수보다 얼마나 많은 개발자와 기업이 실제 활용하느냐로 옮겨가는 분위기다. 업계 관계자는 "2차 평가는 모델 성능뿐 아니라 실제 활용성과 생태계 확장 가능성이 중요한 평가 요소"라며 "결국 산업 현장에서 선택받고 개발자들이 지속적으로 활용하는 모델이 경쟁력을 갖게 될 것"이라고 말했다.

2026.08.04 10:25이나연 기자

  Prev 1 2 3 Next  

지금 뜨는 기사

이시각 헤드라인

"PHP 보안 결함 비상"...이해민 AI 수석 "매우 심각하게 보고 대응중"

"김도영, 힘차게 날려라~"…CGV서 가을야구 응원해보니

'부~웅' 하더니 '쿵'…대구에서 교차로 충돌 재현한 이유는

"네이버는 7000억, 구글은 258억"…국감서 구글코리아 법인세 논란

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.