검색 - IT세상을 바꾸는 힘 지디넷코리아

ZDNet 검색 페이지

'LG AI연구원'통합검색 결과 입니다. (149건)

태그
기간
- 3개월
- 1년
- 1년 이전

재검색

LG 컨소시엄, '엑사원' 앞세워 보안 특화 AI 모델 개발 추진

LG CNS와 LG AI연구원, LG유플러스가 LG 컨소시엄을 꾸리고 대규모언어모델(LLM) '엑사원(EXAONE)' 기반 사이버보안 특화 AI 파운데이션 모델 개발에 나선다. 12일 업계에 따르면 LG CNS, LG AI연구원, LG유플러스 등은 과학기술정보통신부의 '특화 인공지능 파운데이션 모델 개발(사이버보안 분야) 사업' 참여를 준비하고 있다. 이번 사업은 국내 산업 현장에서 활용 가능한 특화 AI 모델을 육성하고 관련 생태계 조성 기반을 마련하는 데 초점이 맞춰져 있다. 업계에 따르면 SK텔레콤과 네이버클라우드도 이번 사업 참여를 준비 중인 것으로 알려졌다. 국내 주요 ICT 기업 간 사이버보안 특화 AI 파운데이션 모델 선점 경쟁이 본격화하는 양상이다. LG 컨소시엄은 LG AI연구원의 초거대 AI 모델 '엑사원'을 보안 데이터셋으로 파인튜닝해 사이버보안 특화 AI 모델을 공동 개발할 계획이다. LG AI연구원과 LG CNS가 모델 개발을 주도한다. 이 과정에서 LG CNS는 AI 학습용 보안 데이터의 정제, 라벨링, 표준화, 가공을 맡는다. 동시에 개발 모델의 보안 성능 검증도 수행할 예정이다. LG유플러스는 모델 학습에 필요한 보안 데이터를 제공하고, 개발된 모델의 실증 검증을 담당한다. LG CNS는 그룹 내 사이버보안 역량을 바탕으로 이번 사업 경쟁력을 확보한다는 전략이다. 실제 공격자 관점에서 시스템 취약점을 점검하는 '레드팀', 공격 탐지와 방어를 맡는 '블루팀', AI 모델과 데이터, 서비스 전반의 보안 위협에 대응하는 'AI보안팀' 등 전문 조직을 운영하고 있다. 여기에 공공, 금융, 제조, 물류 등 다양한 산업에서 AX 사업을 수행하며 축적한 현장 경험도 강점으로 꼽힌다. LG CNS는 산업별 디지털 전환과 AI 적용 경험을 기반으로 사이버보안 특화 AI 모델의 실효성을 높인다는 방침이다. LG 컨소시엄은 이번 사업을 통해 확보한 모델을 국내 보안 기업과 기관이 활용할 수 있도록 해 보안 서비스 개발 기반을 넓힌다는 계획이다. 단순한 모델 개발을 넘어 국내 AI 보안 산업 생태계 활성화로 연결하겠다는 의미다. LG CNS 측은 "이번 사업을 통해 사이버보안 특화 AI 파운데이션 모델을 확보하고, 국내 보안 기업과 기관이 이를 활용해 다양한 보안 서비스를 개발할 수 있는 기반을 마련함으로써 국내 AI 보안 산업 생태계 활성화에 기여할 계획"이라고 밝혔다.

2026.08.12 16:15남혁우 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

'산업 특화' LG 엑사원, 구글·알리바바 앞섰다

LG가 개발한 인공지능(AI) 파운데이션 모델이 산업 데이터를 예측하는 글로벌 평가에서 미·중 빅테크를 앞섰다. LG AI연구원은 표 데이터를 다루는 '엑사원 태뷸러(Tabular)'와 시계열 데이터를 다루는 '엑사원 포캐스트(Forecast)'가 각각 글로벌 리더보드에서 전 세계 최고 성능(SOTA)을 달성했다고 7일 밝혔다. 두 모델은 화학·의료·금융·제조·영업·마케팅 등 다양한 산업에서 만들어지는 실제 데이터를 활용해 AI 파운데이션 모델의 예측 능력을 평가하는 글로벌 리더보드에서 각각 검증받았다. 엑사원 Tabular는 범주형 데이터 예측 부문 리더보드 '탭아레나(TabArena)'에서 종합 1위를 기록했다. 평가 점수(ELO)는 1760점으로, 구글이 지난달 공개한 최신 모델 'TabFM'의 1749점을 앞섰다. 정상·불량 등 2개 범주를 예측하는 이진형 부문과 3개 이상 범주를 예측하는 다중 범주형 예측 부문에서 모두 세계 최고 수준 성능을 기록했다. 엑사원 Forecast는 세일즈포스가 개발한 시계열 예측 리더보드 'GIFTeval'에서 제로샷 부문 1위(SOTA)를 달성했다. 에이전틱AI 부문에서도 구글, 알리바바를 제치고 2위를 기록했다. 엑사원 Tabular는 표 형태의 합성 데이터를 대규모로 학습한 정형 데이터 파운데이션 모델(TFM)이다. 표를 텍스트로 변환해 분석하는 기존 범용 언어모델과 달리 행과 열로 구성된 표의 구조와 데이터 간 관계를 직접 이해한다. 적은 데이터만으로 새로운 문제에 빠르게 적응할 수 있고 결측치가 발생해도 남은 정보의 관계를 분석해 예측 정확도를 유지한다. 엑사원 Forecast는 시간의 흐름에 따라 변화하는 대규모 시계열 데이터를 학습해 미래를 예측하는 시계열 파운데이션 모델(TSFM)이다. 인터넷, 판매, 에너지, 경제, 헬스케어, 교통 등 다양한 산업의 실제 데이터와 현실을 모사한 2조 개 규모의 가상 시계열 데이터를 함께 학습해, 과거에 관측되지 않은 변화에도 안정적으로 대응하는 일반화 성능을 확보했다. LG AI연구원은 하반기 제조, 바이오·헬스케어, 금융 3개 분야에서 엑사원 Tabular의 개념검증(PoC)을 진행하고 사업화를 추진할 계획이다. 배터리 셀 검사 데이터를 활용한 불량 예측, 임상 데이터 기반 질병 위험도 예측, 금융 데이터 기반 연체·부도 예측 등에 적용을 검토하고 있다. 산업 특화 파운데이션 모델의 적용 범위도 넓히고 있다. 2024년 병리학 파운데이션 모델(PFM) '엑사원 패스'를 공개했다. 현재 암 진단을 지원하는 '암 에이전틱 AI'와 로봇 파운데이션 모델(RFM)을 개발 중이다. 임우형 LG AI연구원 공동 연구원장은 "글로벌 빅테크의 관심이 범용 언어모델에서 실제 산업 현장의 문제를 해결하는 산업 특화 AI 파운데이션 모델로 빠르게 이동 중"이라며 "이번 성과는 제조업을 비롯한 다양한 산업 현장에서 축적한 데이터가 한국 AI의 차별화된 경쟁력이 될 수 있다는 점을 입증한 사례"라고 말했다.

2026.08.07 10:15이나연 기자

[현장] 독자 AI 모델 갖춘 한국…코히어가 '소버린 AI'로 노리는 틈은

"우리 소버린 인공지능(AI) 사업 목표는 한국산 AI 모델·인프라와 경쟁하는 것이 아닙니다. 고객사가 업무에 맞는 모델을 자유롭게 골라 쓰는 환경을 조성하는 것입니다. 온프레미스·에어갭 구축과 기술 지원까지 앞세워 금융·공공·제조 같은 규제 산업까지 AI를 직접 통제하면서 사용할 수 있는 생태계도 만들 것입니다." 프랭크 오다우드 코히어 사업총괄책임(CRO)은 5일 서울 웨스틴조선호텔 기자간담회에서 국내 소버린 AI 시장 공략을 이같이 밝혔다. 코히어는 한국 독자 AI 모델이나 시스템을 대체하기보다 여러 모델을 기업 업무에 연결·운영하는 플랫폼 역할을 소버린 AI 사업 목표로 내세웠다. 실제 LG AI연구원을 비롯한 업스테이지, 네이버클라우드 등 국내 AI 기업들은 이미 자체 거대언어모델(LLM)과 온프레미스 기반 AI를 구축·운영하고 있다. 이에 데이터 반출과 보안 규제가 엄격한 국내 산업에서는 외산 서비스보다 국내 AI 모델과 인프라를 우선 선택할 가능성이 높다. 오다우드 CRO는 이런 시장 환경에서 한국 모델과 직접 경쟁하는 것보다 상호 연동에 초점을 맞췄다고 밝혔다. 에이전틱 AI 플랫폼 '노스'를 통해 코히어 모델뿐 아니라 국내 독자 AI 모델과 오픈소스 모델을 연결하고 기업이 업무별로 적합한 모델을 선택하도록 지원한다는 전략이다. 코히어 에이전틱 AI 플랫폼 노스는 기업이 업무 특성과 비용에 따라 여러 AI 모델을 선택해 사용할 수 있도록 지원한다. 코히어 자체 모델뿐 아니라 국내 독자 AI 모델과 외부 프런티어·오픈소스 모델을 연결할 수 있다. 고객사는 여기에 데이터와 업무 시스템을 연동해 검색과 분석 AI 에이전트 구축까지 수행하도록 설계됐다. 오다우드 CRO는 "소버린 AI 핵심은 고객이 데이터와 시스템 통제권을 유지할 수 있는 것"이라고 재차 강조했다. 코히어는 기업 자체 데이터센터와 온프레미스뿐 아니라 외부망이 차단된 에어갭 환경에서도 AI를 운영할 수 있도록 지원한다. 이를 통해 국내 모델만으로 해결하기 어려운 멀티모델 운영과 기업 시스템 연동 수요를 공략한다는 구상이다. 오다우드 CRO는 기업 내부 정보 검색과 AI 에이전트 구축 역량도 차별점으로 제시했다. 코히어는 임베드와 리랭크 기술을 적용해 검색 정확도를 높이고 필요한 정보만 모델에 전달해 토큰 사용량을 줄일 수 있다고 설명했다. 이날 장화진 코히어 아태지역 총괄 대표 사장은 특정 하드웨어(HW)나 클라우드 사업자에 종속되지 않는 운영 환경도 소버린 AI 시장 경쟁력으로 꼽았다. 현재 코히어는 엔비디아와 AMD 등 여러 HW에서 솔루션을 운영하고 있다. 장 사장은 "향후 고객 수요가 확보되면 구글 텐서처리장치(TPU)와 한국산 신경망처리장치(NPU) 지원 환경도 만들 것"이라고 강조했다. 장 사장은 기업 협력도 국내 소버린 AI 사업 확대 주요 축으로 꼽았다. 실제 코히어는 LG CNS를 첫 번째 주요 파트너로 두고 기업용 AI 도입과 구축 사업을 추진하고 있다. 국내 시스템통합(SI) 기업과 AI 모델 기업 공공기관 등으로 파트너 생태계를 넓힐 계획이다. 코히어는 국내에서 확보한 고객 사례와 구축 경험을 일본과 싱가포르 등 아태 시장으로 확산할 방침이다. 한국을 제품 판매 시장이 아니라 소버린 AI 구축과 기술 지원을 수행하는 아태 지역 사업 거점으로 키운다는 전략이다. "한국, 아태지역 기술 거점…일본·싱가포르에 확산" 코히어는 한국 법인과 현지 기술 조직을 구축해 서울을 아시아·태평양 지역 소버린 AI 사업 핵심 거점으로 키운다. 한국에서 확보한 고객과 구축 경험을 역내 시장으로 확대해 아태 지역 고객 기반을 현재보다 세 배 이상 늘린다는 목표다. 장 사장은 한국 법인 설립에 약 3개월이 걸릴 것으로 예상했다. 법인 설립과 함께 영업과 기술 지원을 아우르는 조직을 구축하고 국내 고객 AI 도입 전 과정을 지원할 방침이다. 실제 코히어는 지난달부터 한국과 일본 싱가포르에서 영업·기술 분야 11개 직무의 채용을 시작했다. 한국에서는 기업 영업 담당자와 머신러닝(ML) 엔지니어 AI 기술 프로그램 매니저 에이전트 플랫폼 엔지니어 등을 모집하고 있다. 기술 인력은 고객사 데이터와 기존 업무 시스템을 연결하고 기업에 필요한 AI 기능과 에이전트를 구현한다. 특히 ML 엔지니어와 기술 프로그램 매니저는 모델 적용과 성능 조정, 구축 일정, 운영 과정까지 지원한다. 코히어는 이를 통해 고객 발굴부터 AI 시스템 구축과 운영까지 현지에서 대응하는 체계를 갖출 계획이다. 그는 "한국 조직은 단순한 제품 판매와 고객 발굴에 머물지 않고 실제 AI 구축을 담당하는 기술 거점 역할을 맡을 것"이라며 "영업과 엔지니어링 인력을 포함한 두 자릿수 규모 현지 인력을 단계적으로 확보할 계획"이라고 설명했다. 코히어는 서울 조직을 국내 고객 지원 거점에서 아태 지역 기술 지원 허브로 확대한다. 한국의 금융과 의료, 제조, 에너지 공공 분야에서 확보한 구축 사례를 일본과 싱가포르 등 다른 국가에 적용한다는 구상이다. 아태 지역 기술·영업 조직은 내년 말까지 현재보다 두 배로 확대할 계획이다. 현지 고객과 접점을 넓히고 국가별 산업과 규제 환경에 맞춘 AI 구축 사업을 강화하기 위한 조치다. 장 사장은 "아태 지역 고객 수는 전년 대비 약 다섯 배 증가했다"며 "이 가운데 절반가량이 한국 고객이다"고 설명했다. 이어 "한국서 확보한 구축 경험을 일본과 싱가포르 등 아태 시장에 적용해 아태 지역 고객을 지금보다 세 배 이상 늘릴 계획"이라고 밝혔다.

2026.08.05 14:41김미정 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

[AI는 지금] LG, 더 크게 진화한 'K-엑사원'…확산 속도전

LG AI연구원이 국내 최대인 750B(7500억 개) 파라미터 규모 거대언어모델(LLM)을 오픈웨이트로 공개하며 소버린(주권) 인공지능(AI) 경쟁력 확보에 나섰다. 처음부터 다시 학습시키는 대신 전작의 가중치를 확장해 재사용하는 업사이클링 방식으로 몸집을 키웠다. LG AI연구원은 과학기술정보통신부 주관 '독자 AI 파운데이션 모델(독파모) 프로젝트' 2차수 모델인 'K-엑사원(K-EXAONE) 2.0'를 허깅페이스에 31일 공개했다. 라이선스는 상업적 이용까지 가능한 아파치 2.0으로 전환해 개방성을 높였다. 적은 자원으로 몸집 3배 불렸다…전작 대비 성능 10%↑ K-엑사원 2.0 테크 리포트에 따르면 이 모델은 처음부터 새로 학습시키지 않고 전작 K-엑사원의 가중치를 재사용해 구조를 확장하는 '업사이클링' 방식으로 개발됐다. LLM을 처음부터 학습시키면 이전 모델에 투입된 연산과 데이터, 학습 노하우를 모두 버리게 된다. LG AI연구원은 이를 그대로 이어받으면서 총 파라미터를 236B에서 750B로, 실제 작업 시 활성화되는 파라미터를 23B에서 37B로 늘렸다. 이 전략 덕분에 처음부터 다시 학습시키는 것보다 적은 자원으로 레이어를 48개에서 78개로, 레이어당 전문가 수를 128개에서 256개로 확장할 수 있었다는 설명이다. 종합 성능도 전작 대비 뚜렷한 향상을 보였다. LG AI연구원에 따르면 K-엑사원 2.0은 독파모 성능 평가 반영 항목을 포함한 9개 영역 24개 벤치마크에서 평균 70.1점을 기록해 전작(63.3점)보다 10% 이상 높은 성능을 냈다. 코딩·에이전틱 코딩 영역 주요 지표 3개 평균은 30% 상승했다. 장문 문맥 이해 평가(OpenAI-MRCR·Ko-LongBench)에서 GLM-5.1을 웃돌았고, 에이전틱 툴 사용 능력 평가(Tau3-Bench Banking)에서는 GLM-5.1과 큐원3.5를 모두 앞섰다. 지원 언어는 한국어·영어·스페인어·독일어·일어·베트남어 등 6개에 프랑스어·이탈리아어·포르투갈어·폴란드어를 더해 10개로 확장했다. LG AI연구원 관계자는 "국내 AI 파운데이션 모델 중 가장 많은 언어를 지원하는 것"이라며 "소버린 AI가 국내를 넘어 글로벌 시장까지 공략하는 발판을 마련했다"고 말했다. 엑사원, 정부 대국민 서비스 탑재…안전성 기준도 자체 확장 K-엑사원 2.0에 앞선 엑사원 계열 모델은 이미 정부기관의 대국민 서비스에 투입돼 가동 중이다. 비전언어모델(VLM) '엑사원 4.5'는 지난 4월 공개돼 행정안전부 'AI 안전신문고'의 분석 엔진으로 채택돼 하루 3만 9000건 이상의 안전 신고를 처리하고 있다. 식품의약품안전처의 '신약 심사 AI'에도 탑재돼 신약 허가 심사 기간 단축에 쓰이고 있다. LG AI연구원은 K-엑사원 2.0도 이 같은 실사용 궤도에 올리기 위한 준비를 진행하고 있다. 독파모 2차 심사 기간 실사용성 평가를 위한 대국민 평가 사이트 개발을 마무리하고 있다. 향후 전 국민이 K-엑사원 2.0을 직접 체험할 수 있는 서비스도 준비 중이다. 성능 못지않게 안전성 기준 자체를 확장하는 데도 공을 들였다. LG AI연구원은 유네스코 아시아태평양 국제이해교육원(APCEIU)과 협력해 세계시민교육 인증을 받은 교사 46명으로 구성된 자문위원회를 운영했다. 이들의 검토를 거쳐 기존 위험 영역 100여 개 판단 기준을 보완하고 70개를 새로 추가했다. 이에 따라 자체 안전성 분류체계인 'K-AUT'의 위험 영역은 226개에서 296개로 늘었다. 임우형 LG AI연구원 공동 연구원장은 "K-엑사원 2.0 성능은 완성된 결과가 아니라 글로벌 프런티어 스케일 모델의 잠재력을 본격적으로 끌어내기 위한 출발점"이라며 "데이터 품질 고도화와 후속 학습, 강화 학습, 추론 기술을 정교화해 K-엑사원 성능을 완성하겠다"고 강조했다.

2026.07.31 15:53이나연 기자

LG AI연구원, 국내 최대 AI 모델 'K-엑사원 2.0' 공개

LG AI연구원이 국내 최대 규모 인공지능(AI) 모델을 공개하며 독자 AI 생태계 확대에 속도를 낸다. LG AI연구원이 과학기술정보통신부 주관 '독자 AI 파운데이션 모델(독파모) 프로젝트' 2차수 모델인 'K-엑사원(K-EXAONE) 2.0'를 오픈소스 커뮤니티 허깅 페이스에 31일 공개했다. K-엑사원 2.0은 국내 최대인 750B(7500억 개) 파라미터 규모의 모델로 1차수 모델(236B) 대비 크기가 3배 이상 커졌다. 모델 라이선스 정책도 누구나 상업적 이용까지 가능한 아파치 2.0으로 전환하며 개방성을 높였다. LG AI연구원이 진행한 9개 영역 24개 벤치마크 평가에 따르면 K-엑사원 2.0은 평균 70.1점을 기록해 1차수 모델(63.3점)보다 10% 이상 높은 성능을 달성했다. 특히 코딩과 에이전틱 코딩 영역 주요 지표 3개의 평균 성능이 30% 상승했다. 장문 문맥 이해 평가, 에이전틱, 지시 이행 등 주요 영역에서 글로벌 선도 모델과 비교해 높거나 대등한 성능도 기록했다. K-엑사원 2.0은 장문 문맥 이해 영역에서 글로벌 장문 이해 능력 평가(OpenAI-MRCR)와 한국어 장문 이해 능력 평가(Ko-LongBench)에서 각각 94.4점과 89.6점을 달성했다. 이는 중국 지푸의 GLM-5.1(71.5점, 83.6점) 대비 높은 점수다. 주요 지표 3개(OpenAI-MRCR, AA-LCR, Ko-LongBench) 평균 점수 역시 10% 이상 앞섰다. 에이전틱 툴 사용 능력 평가(Tau3-Bench Banking)에서는 14.2점으로 GLM-5.1(11.5점), 큐원3.5(13.4점) 보다 우수한 결과를 냈다. 지시 이행 영역 평가(IFeval, IFBench)에서도 GLM-5.1, 딥시크 V4 프로 맥스, 큐원 3.5 등에 견주는 성능을 기록했다는 설명이다. K-엑사원 2.0은 직전 모델 대비 언어를 확장하며 국내 AI 파운데이션 모델 중 가장 많은 언어를 지원하게 됐다. 기존 한국어, 영어, 스페인어, 독일어, 일어, 베트남어에 프랑스어, 이탈리아어, 포르투갈어, 폴란드어를 추가한 총 10개 언어를 제공한다. 국내 특수성과 글로벌 윤리 기준을 준수하는 안정성을 높이는 데도 주력했다. K-엑사원 2.0은 한국의 특수성과 글로벌 윤리 기준 준수 평가(KGC-Safety), 지정학적 맥락 판단과 관련된 안정성 평가(ROK-Fortress)에서 평균 94.6점을 달성했다. GLM-5.1(71.3점), 딥시크 V4 프로 맥스(65.2점), 큐원3.5(89점)와 비교해 높은 안정성을 보였다. LG AI연구원은 다음 주 새로운 산업 특화 AI 파운데이션 모델을 추가로 공개하며 산업 현장과 일상을 혁신하는 '전문가 AI' 포트폴리오를 강화할 계획이다. 임우형 LG AI연구원 공동 연구원장은 "K-엑사원 2.0은 단순히 파라미터 수가 큰 모델이 아니라, 국내 연구진이 750B급 모델 설계부터 데이터 학습, 분산 학습, 추론 환경 구축까지 전 과정을 독자적으로 완수했다는 데 의미가 있다"며 "독자 AI 파운데이션 모델 프로젝트의 핵심 목표인 글로벌 프런티어 모델과 같은 체급에서 경쟁할 수 있는 역량을 확보한 것"이라고 말했다. 이어 "현재 성능은 완성된 결과가 아니라 글로벌 프런티어 스케일 모델의 잠재력을 본격적으로 끌어내기 위한 출발점"이라며 "데이터 품질 고도화와 후속 학습, 강화 학습, 추론 기술을 정교화해 K-엑사원 성능을 완성하겠다"고 부연했다.

2026.07.31 10:24이나연 기자

'K-AI' 성능 국민이 평가…정부, 일반 심사단 200명 모집

정부가 국민이 직접 국산 인공지능(AI) 모델을 사용하고 성능을 평가하는 절차를 마련했다. 과학기술정보통신부는 정보통신산업진흥원(NIPA)과 내달 4일 오후 6시까지 '독자 AI 파운데이션 모델' 프로젝트 국민 평가단 200명을 모집한다고 28일 밝혔다. 평가단에는 일반 국민 누구나 지원할 수 있다. 선정된 평가단은 내달 8일부터 11일까지 LG AI연구원과 업스테이지, SK텔레콤, 모티프테크놀로지스 정예팀이 개발한 AI 모델을 직접 사용한다. 이후 각 모델을 절대평가 방식으로 평가한다. 국민 평가단 평가 결과는 오는 8월 진행되는 독자 AI 파운데이션 모델 프로젝트 2차 단계평가에 반영된다. 2차 평가에서는 벤치마크 평가와 전문가 평가도 진행된다. 과기정통부와 NIPA는 평가단 대표성을 높이기 위해 주민등록인구 통계 기준으로 성별과 연령별 인원을 배분할 계획이다. 평가단 선정 결과는 지원자에게 개별 통보한다. 참여 희망자는 NIPA 홈페이지 게시물에 포함된 QR코드를 통해 신청할 수 있다. 선정된 뒤 천재지변 등으로 평가에 참여하지 못하면 해당 평가 결과에는 반영되지 않는다. 독자 AI 파운데이션 모델 프로젝트는 민관이 협력해 글로벌 수준의 자체 AI 모델을 개발하는 사업이다. 세부 평가 기준과 2차 단계평가 결과는 8월 중 공개될 예정이다.

2026.07.28 09:41김미정 기자

[AI는 지금] 모티프, 독파모 2차전 앞두고 '반전'…글로벌 경쟁력 입증

국가대표 인공지능(AI) 기업을 가리는 독자 AI 파운데이션 모델 개발 사업의 2차 평가를 앞두고 참여 기업 간 경쟁이 달아오르고 있다. 가장 늦게 합류한 모티프테크놀로지가 프리뷰 모델로 글로벌 오픈소스 최상위권 성능을 기록하면서 예상 선발 구도에 변화가 생길지 주목된다. 모티프는 독파모 사업을 통해 개발 중인 대규모언어모델(LLM) '모티프 3' 프리뷰 버전이 글로벌 AI 평가기관 아티피셜 애널리시스의 종합 성능 지표인 AAII에서 44점을 기록했다고 21일 밝혔다. 회사 측에 따르면 '모티프 3 프리뷰'는 딥시크 최신 모델과 같은 44점을 기록해 미국과 중국을 제외한 국가에서 개발된 모델 가운데 가장 높은 성적을 거뒀다. 글로벌 오픈소스 모델 순위에서도 문샷AI의 키미와 즈푸AI의 GLM에 이어 미니맥스, 딥시크 모델과 함께 3위권에 올랐다. 이번 결과는 모티프가 독파모 2차 평가용 최종 모델을 제출하기 전에 확보한 성적이라는 점에서 주목된다. 모티프는 이달 말 모델을 제출한 뒤 8월 초 성능을 높인 최종 버전을 공개할 예정이다. '모티프 3'는 전체 파라미터 3140억 개 규모의 전문가혼합(MoE) 모델이다. 추론 과정에선 전체의 약 4%인 130억 개 파라미터만 선택적으로 활성화하는 구조를 적용했다. 회사 측은 해외 오픈소스 모델을 개량하지 않고 아키텍처 설계부터 학습까지 자체 개발했다고 설명했다. 개발 규모도 경쟁사보다 작다. 모티프는 직원 약 30명이 정부가 제공한 그래픽처리장치(GPU) 700여 장을 활용해 선정 후 약 5개월 만에 프리뷰 모델을 완성했다. 이처럼 상대적으로 적은 인력과 연산 자원으로 글로벌 상위권 벤치마크 점수를 제시하면서 기술 효율성과 독자성을 드러낸 것으로 평가됐다. 독파모 2차 평가는 기존 4개 정예팀 가운데 1곳을 탈락시키는 방식으로 진행될 예정이다. SK텔레콤과 LG AI연구원, 업스테이지는 지난 6월 말 평가용 모델을 제출했으며 패자부활전을 통해 한 달 늦게 합류한 모티프는 이달 말까지 모델을 제출한다. 과학기술정보통신부는 8월 초부터 심사에 들어갈 계획이다. 이번 평가는 모델 성능뿐 아니라 산업 적용과 서비스 확산 가능성도 주요 평가 요소로 거론된다. 또 글로벌 벤치마크 반영 비중이 높아지는 동시에 실제 사업 적용 사례와 생태계 확장 능력도 함께 살피는 것으로 알려졌다. 업스테이지는 2차 평가에서 기존 1000억 개 규모 모델을 2000억 개 수준으로 확대할 예정이다. 이곳은 AAII에서 44.4점을 기록한 모델 성능과 국산 AI 모델·국산 신경망처리장치(NPU)를 결합한 풀스택 역량을 강점으로 내세우고 있다. 최근에는 검색 플랫폼 다음을 인수하고 AI 요약 서비스에 자체 거대언어모델(LLM) 기술을 적용하며 서비스 확장에도 나섰다. LG AI연구원은 그룹 계열사와 외부 산업 현장에서 축적한 적용 사례를 앞세우고 있다. 최근 코스콤과 협력해 국내 상장기업 약 2500개 종목의 주가 예측과 해설 서비스를 추진하고 있으며 LG유플러스와 함께 정부의 '모두의 AI' 사업 참여도 준비 중이다. SK텔레콤은 컨소시엄에 SK AX와 테크노매트릭스를 추가하며 산업 확산 역량을 강화했다. SK AX는 제조와 금융, 공공 분야의 AI 전환 사례를 발굴하고 테크노매트릭스는 독자 모델의 현장 운영과 고도화를 지원하는 역할을 맡는다. 모티프도 삼일회계법인과 딥서치 등 컨소시엄 참여 기업 및 협력사와 모델 공급을 논의하고 있다. 성능 중심의 개발 전략을 유지하면서 회계와 금융 데이터, 산업 현장 적용 사례를 확대해 상용화 평가에 대응할 계획이다. 업계에선 모티프가 공개한 AAII 성적이 2차 평가를 앞두고 선두권과 후발 주자의 격차가 예상보다 크지 않을 수 있다는 점을 드러냈다고 평가했다. 기존에는 자본력과 인력, 산업 적용 경험을 갖춘 대기업 계열 팀이 유리할 것이라는 관측이 많았지만, 이번에 모티프가 프리뷰 단계에서 성능 경쟁력을 입증하면서 평가 변수로 떠오른 분위기다. 다만 일각에선 기업별 AAII 점수가 모델 공개 시점과 평가 버전, 오픈소스 범위가 달라 단순 비교에는 한계가 있다고 지적했다. 모티프가 제시한 '글로벌 오픈소스 3위권'도 44점을 받은 여러 모델이 함께 포함된 순위인 만큼, 실제 경쟁력은 8월 독파모 평가에서 다른 정예팀과 동일한 기준으로 비교해야 확인할 수 있을 것으로 보인다. 업계 관계자는 "2차 평가부터는 벤치마크 점수만 높다고 통과할 수 있는 구조는 아닐 것"이라며 "독자 기술로 성능을 얼마나 끌어올렸는지와 실제 산업에서 활용할 수 있는지를 함께 증명하는 팀이 유리할 것"이라고 말했다.

2026.07.21 11:08장유미 기자

LG-유네스코, 전 세계 무료 AI 윤리 강좌 선보인다

LG AI연구원과 유네스코가 전 세계 누구나 무료로 수강할 수 있는 인공지능(AI) 윤리 교육 과정을 선보인다. LG AI연구원은 서울 명동 유네스코 한국위원회에서 'AI 윤리 MOOC(Massive Open Online Course) 프로젝트' 글로벌 가동 행사를 열고 이같은 내용을 공개했다고 20일 밝혔다. 이날 행사에는 방한 중인 칼레드 엘에나니 유네스코 사무총장과 배경훈 부총리 겸 과학기술정보통신부 장관, 홍현익 유네스코 한국위원회 사무총장, 임우형 LG AI연구원 공동 연구원장 등이 참석했다. AI 윤리 MOOC 프로젝트는 LG AI연구원과 유네스코가 2024년 AI 서울 정상회의를 계기로 협약을 체결한 지 2년 만의 결실이다. 한국의 민간 AI 연구 기관이 유엔 전문기구와 공동으로 기획 단계부터 콘텐츠 개발까지 모든 과정을 주도해 전 세계 대상 교육 프로그램을 개발한 것은 이번이 처음이다. 이번 프로젝트는 2021년 유네스코 193개 회원국이 만장일치로 채택한 글로벌 AI 규범인 'AI 윤리 권고'를 바탕으로 한다. 특히 개발자·연구자·정책입안자가 현장에서 활용할 수 있도록 실무 역량 강화 교육에 초점을 맞췄다. 프로젝트를 통해 제작된 교육 프로그램은 AI 석학 앤드루 응이 설립한 온라인 공개강좌 플랫폼인 코세라에서 제공되며 전 세계 어디서나 접근이 가능하다. 교육 과정은 10개 모듈로 구성됐다. 카네기멜런대, 스탠퍼드대 메코이 윤리센터, 옥스퍼드대 인터넷 연구소, 뮌헨공대 사회과학기술대학, 앨런 튜링 연구소 등 글로벌 AI 윤리 연구기관 석학들과 프랑코폰 인공지능 기구(AFRIA), 아시아인터넷연합(AIC) 등 각 대륙 전문가들이 강의 개발과 콘텐츠 제작에 참여했다. 프로그램 국제 자문그룹에는 하버드대, 뉴욕대, 토론토대, 노트르담대, 유네스코 세계과학윤리위원회(COMEST), 유엔대, 샤이크 하미두 칸 디지털대학(UN-CHK), 모질라 재단, 몬테레이공대, 프리토리아대 등 15개 기관 전문가들이 참여했다. LG AI연구원과 유네스코 한국위원회는 AI 윤리 MOOC 프로젝트를 사례 기반 학습과 실습 과제를 통해 AI 윤리 역량을 함양할 수 있는 연수 프로그램으로 확대할 계획이다. 우선 올해 하반기 AI 개발자 및 연구자를 대상으로 AI 윤리 연수를 시범으로 운영한다. 올해 시범 사업 결과를 기반으로 내년에 전국 5~10개 거점대학 AI 윤리 연수 교육 과정으로 확장할 계획이다. 임우형 LG AI연구원 공동 연구원장은 "AI 윤리에 대한 글로벌 합의를 넘어 이를 제품 개발과 서비스 운영까지 전주기에 적용하는 실천적 전환이 시급한 시점"이라며 "글로벌 MOOC 과정이 현업 개발자와 연구자에게 신뢰할 수 있는 AI 생태계를 구축하는 실질적 기반이 되고, 산업계 전반에 책임 있는 혁신을 가속하는 계기가 되기를 기대한다"고 말했다.

2026.07.20 15:30이나연 기자

글로벌 AI 시장, 미·중 모델 고집 여전...한국 현주소는

글로벌 개발자 시장에서 한국 인공지능(AI) 모델이 미국과 중국 모델에 비해 존재감을 보이지 못한 것으로 확인됐다. 16일 오픈라우터 수치에 따르면 실사용량 기준으로 집계된 모델 순위에서 한국 모델은 2025년 기준 상위권에 오르지 못한 것으로 나타났다. 반면 중국 모델은 지난해 6월부터 사용량 부문에서 미국을 앞지른 것으로 집계됐다. 오픈라우터는 세계 AI 모델을 하나의 응용프로그램인터페이스(API)로 이용할 수 있게 연결하는 플랫폼이다. 매일 처리된 전체 토큰량 기준으로 상위 50개 모델을 집계해 공개한다. AI 개발자와 기업이 실제로 어떤 모델을 사용하는지 보여주는 대표 지표로 알려졌다. 지난해부터 중국은 개방형 모델을 낮은 가격에 공급하며 빠르게 사용량을 늘린 것으로 나타났다. 파이낸셜타임스(FT)는 2025년 일부 주간 기준 딥시크와 큐원 등 모델은 오픈라우터 전체 토큰 사용량 비중 약 30%라고 보도하기도 했다. 특히 딥시크는 지난해 5월 중순부터 오픈라우터에서 가장 많이 사용된 모델 기업에 올랐으며, 6월 초 토큰 점유율은 약 20%에 달했다. 이때 중국 모델 전체 사용량도 미국 모델을 넘어선 것으로 확인됐다. 미국 역시 오픈AI와 구글 등이 구축한 클라우드와 개발 도구 기반으로 글로벌 시장에서 사용량을 키웠다. 한국도 업스테이지 '솔라', 네이버클라우드 '하이퍼클로바X', LG AI연구원 '엑사원' 등 자체 모델을 개발했다. 그러나 글로벌 API 제공, 해외 개발자 문서, 가격 경쟁력, 무료 체험, 개발자 공동체 등 모델 외적인 유통 기반에서는 미국이나 중국보다 부족했다는 평가가 나온다. 오픈라우터가 분석한 2025년 개방형 모델 사용량 상위 개발사에도 한국 기업은 포함되지 않았다. 정부는 올해 AI 3강 도약을 위해 세계 10위 수준 독자 AI 모델을 확보하고 한국 AI 생태계의 해외 진출을 지원할 방침이다. 다만 한국이 실질적인 AI 3강으로 올라서려면 모델의 벤치마크 점수뿐 아니라 글로벌 이용량과 개발자 채택률에서도 경쟁력을 입증해야 한다는 분석이 나오고 있다. 국내 AI 스타트업 대표는 "모델 성능이 우수하지만 실제 이용률이 적다는 건 수능 만점자가 사회에 나가서 일을 제대로 못 하는 것과 같다"며 "정부·기업은 글로벌 API 시장에서 우리 모델 실사용 사례를 늘리기 위한 노력도 필요하다"고 말했다.

2026.07.16 08:56김미정 기자

[현장] 국방부 "민간 모델로 한국형 통합 플랫폼 구축"…비용·데이터 장벽 극복

국방부가 민간 대규모언어모델(LLM)과 월드모델을 활용한 국방 AI 통합 플랫폼 구축을 추진한다. 예산, 시간 등을 고려했을때 검증된 민간 기술을 국방 환경에 맞게 튜닝·적용하는 것이 현실적이라는 판단에서다. 전준범 국방부 AI기획국장은 15일 경기스타트업캠퍼스에서 열린 '제26~27차 국방 인공지능 혁신 네트워크 세미나에서 이 같은 AI 전환(AX) 정책 방향을 소개했다. 이번 세미나는 한국국방연구원(KIDA) 국방인공지능정책연구실과 과실연 AI미래포럼이 공동 개최했다. 하윤철 한화시스템 상무, 김성훈 업스테이지 대표, 이상혁 합동참모본부 전장체계발전과장, 최용환 LIG넥스원 D&A 기술위원 등이 참석해 군 특화 AI 추진 방향을 논의했다. 한정된 예산과 인력, 민간 기술로 극복 전 국장은 국방부의 역할을 개별 AI 서비스 개발보다 제도·인프라·플랫폼 기반 조성에 두겠다고 밝혔다. 국방부가 직접 초거대 LLM을 개발하기에는 GPU·데이터·비용 부담이 큰 만큼 민간의 우수한 LLM을 가져와 국방 환경에 맞게 파인튜닝하고 검색증강생성(RAG) 등을 결합하는 방식이 현실적이라는 설명이다. 월드모델도 같은 논리로 접근한다. 과학기술정보통신부가 추진하는 월드모델 사업과 협력해 국방 특화 버전을 확보하겠다는 구상이다. 전 국장은 "한정된 예산과 인력 안에서 서로 잘할 수 있는 부분을 나눠서 해야 한다"고 말했다. 업계에서도 같은 방향에 공감했다. 최용환 LIG D&A 기술위원은 독자 모델 개발보다 데이터 구조화와 도메인 적용 역량이 더 현실적인 경쟁력이라고 짚었다. 그는 "국내 데이터를 다 모아도 방산 특화 파운데이션 모델은 만들 수 없다"며 강한 범용 모델에 RAG, 온톨로지 DB, 국방 용어 체계 등을 결합하는 방식이 더 실용적이라고 밝혔다. 모델이 3개월마다 새로 나오는 만큼 그때마다 재계약·파인튜닝하는 것은 비현실적이며, 방산기업의 역할은 데이터를 모델이 이해하기 쉬운 형태로 가공하는 데 있다고 덧붙였다. 실제 전장에서는 중앙의 대형 모델과 현장의 소형 온디바이스 모델을 병행하는 구조가 적합하다고도 강조했다. 각군과 기관 아우르는 통합 플랫폼…목표는 "한국형 팔란티어" 전 국장은 국방 AI의 성패를 모델 성능 자체보다 보안 체계, 데이터 활용 환경, 공통 소프트웨어 기반을 어떻게 갖추느냐에 두고 있다고 설명했다. 그는 "그동안 개별적인 접근을 많이 해왔는데, 일정 성과는 있었지만 분명한 한계가 있다"며 "각 군과 기관이 개별적으로 AI 서비스를 구축하는 방식으로는 중복 투자와 비효율을 피하기 어렵다"고 지적했다. 이에 따라 국방부는 에이전트 오케스트레이션, 데이터 온톨로지, 공통 모듈 등을 포함한 국방 AI 소프트웨어 플랫폼 구축을 검토하고 있다. 전 국장은 "팔란티어의 파운드리, 안두릴 등의 사례를 참고해 장기계약을 통해 한국형 팔란티어를 육성하는 것이 목표"라며 "관련 기업·연구기관·대학과 협의해 올 3분기 안에 큰 그림을 그리고, 내년부터 R&D 사업을 본격화할 계획"이라고 설명했다. 국방 AI, 로드맵·제도·데이터가 관건 하윤철 한화시스템 상무는 국방 AI 추진 방향에는 공감하면서도, 이제는 구체적인 로드맵과 예산이 뒤따라야 한다고 지적했다. 지난해 국방 AI 데이터센터 기획 과정에서 대규모 GPU 확보 필요성이 제기됐지만 예산 설득에 어려움이 있었다며 앞으로도 비슷한 장벽이 반복될 수 있는 만큼 중장기 계획이 필요하다고 말했다. 전준범 국방부 AI기획국장은 AI 기술과 기존 획득 체계가 맞지 않는 측면이 크다고 진단했다. 이에 따라 국방부는 인공지능법, 첨단전력 획득법 등을 통한 절차 간소화와 함께 미국 기타거래권한(OTA)과 유사한 유연한 계약제도 도입을 추진하고 있다고 밝혔다. 이상혁 합동참모본부 전장체계발전과장은 전영역 합동지휘통제(JADC2) 구현을 위한 '픽스(FICS)' 사업을 추진 중이라고 소개했다. 그는 지휘통제체계 고도화 과정에서 생성형 AI 플랫폼을 구축하고 여러 LLM의 기능 적합성을 검증하는 실증을 진행 중이지만 현재 체계는 AI가 바로 구동되기 어렵고 기능 하나를 추가하는 데도 수개월이 걸리는 구조라고 설명했다. 데이터 개방은 제한적으로 이뤄질 전망이다. 전 국장은 모든 업체에 국방 데이터를 일괄 개방하기는 어렵다며, 보안 역량에 따라 차등 개방하고 역량이 부족한 업체는 'AX 거점'이나 '안심존' 같은 통제된 환경에서 작업하도록 하는 방안을 제시했다. 전준범 국장은 "한정된 예산과 인력 여건을 고려하면 초거대 모델을 처음부터 독자 개발하기보다 민간의 우수한 LLM과 월드모델을 국방에 맞게 특화해 활용하는 것이 현실적"이라며 "국방부는 제도 개선과 인프라 구축, 공통 플랫폼 마련에 집중하고 올해 3분기 안에 큰 그림을 제시하겠다"고 말했다.

2026.07.15 18:26남혁우 기자

[현장] 범용이냐 특화냐…국방 AI 개발 전략 놓고 업계 '격론'

국방 인공지능(AI) 혁신을 위한 개발 방향을 두고 업계 안팎의 시각이 엇갈렸다. 범용 AI가 일정 수준 이상 고도화되면 국방 특화 모델의 필요성이 줄어든다는 주장과 미국 대비 자원이 제한적인 한국은 특화 전략으로 성능 격차를 메워야 한다는 의견이 맞서면서다. 한국국방연구원(KIDA) 국방인공지능정책연구실과 바른 과학기술사회 실현을 위한 국민연합(과실연) AI미래포럼은 15일 경기도 성남시 경기스타트업캠퍼스에서 '26-7차 국방 AI 혁신 네트워크 세미나'를 개최했다. 이날 종합토론에는 발제를 맡은 유경범 네이버클라우드 국방AX 총괄, 유정상 LG AI연구원 엑사원 사업개발리더, 김일환 삼성SDS 국방사업그룹장, 김성훈 업스테이지 공동창업자 겸 대표를 비롯해 이상혁 합동참모본부 전장체계발전과장, 전준범 국방부 국방인공지능기획관, 하윤철 한화시스템 상무, 최용환 LIG D&A 기술위원 등이 참석했다. "초지능 시대엔 특화보다 범용 AI가 중요" 김성훈 대표는 범용 AI가 국방 분야를 별도로 학습하지 않아도 전장에서 충분한 성능을 낼 수 있느냐는 질문에 "초지능은 그런 차원의 문제가 아니다"라고 답했다. 김 대표는 "초지능이 지금보다 한두 단계 더 고도화되면 지금 우리가 고민하는 특화 전략이나 개발 방식은 중요성이 크게 낮아질 수 있다"며 "모델에 명시적으로 학습시키지 않은 능력이 학습 과정에서 자연스럽게 나타나는 사례를 여러 차례 확인했다"고 말했다. 최용환 기술위원도 국내 방산 데이터만으로 경쟁력 있는 파운데이션 모델을 만드는 것은 현실적으로 어렵다고 봤다. 최 위원은 "국내 방산 데이터를 모두 모아도 경쟁력 있는 모델을 만들기는 어렵고 오히려 모델 성능을 왜곡할 가능성이 있다"며 "방산 기업은 성능이 검증된 범용 모델에 검색증강생성(RAG)과 온톨로지 데이터베이스(DB)를 결합해 응답 정확도를 높이는 역할을 해야 한다"고 말했다. 이어 "통신과 전력 공급이 불안정한 전장에서는 대형 모델로 학습한 소형 모델을 엣지 기기에 탑재하는 방식이 현실적인 해법"이라고 덧붙였다. "미국 같은 규모 AI는 불가능…특화로 격차 메워야" 김일환 그룹장은 범용 모델이 AI의 '기초 체력'이라면서도 한국의 국방 예산과 자원으로는 미국과 같은 규모의 AI를 구축하기 어렵다고 진단했다. 김 그룹장은 "미국과 동일한 규모의 AI를 갖기는 어려운 만큼 부족한 부분은 특화 모델로 보완해 성능 격차를 줄이고 신뢰성도 높일 수 있다"고 말했다. 유정상 리더는 데이터가 제한적인 국방 분야에서도 도메인을 이해하는 소형 모델만으로 충분한 성과를 낼 수 있다고 설명했다. 교범 등 기존 자료를 활용해 질의응답(QA) 데이터셋을 구축하면 효과적인 특화 모델을 만들 수 있다는 이유에서다. 유 리더는 "국민연금공단 내부 폐쇄망 자료를 활용해 구축한 320억(32B) 파라미터 모델이 오픈AI의 GPT와 구글의 젬마 등 더 큰 해외 모델보다 우수한 질의응답 성능을 보인 사례도 있었다"고 말했다. 유경범 총괄은 대형 모델을 처음부터 자체 개발하기에는 비용 부담이 지나치게 크다고 지적했다. 유 총괄은 "그래픽처리장치(GPU) 1만장을 기준으로 알려진 학습 비용에 하드웨어와 운영 비용까지 더하면 실제 투입 비용은 두 배 수준까지 늘어난다"며 "장기적인 청사진은 필요하지만 육군의 지휘·판단 등 특정 영역부터 실증하고 단계적으로 확대하는 접근이 효율적"이라고 말했다. 국방부 "자체 개발보다 민간 모델 활용…인프라·플랫폼 집중" 국방부는 현재 정부 차원에서 프롬 스크래치(From Scratch·처음부터 자체 개발) 방식의 접근법 대신 민간 기업이 개발한 모델을 활용하는 방향을 검토하고 있다. 전준범 기획관은 "대규모 GPU와 데이터, 비용이 필요한 만큼 민간 거대언어모델(LLM)을 도입하고 파인튜닝과 RAG 등을 통해 국방 환경에 맞게 활용하는 것이 현실적"이라며 "국방부는 데이터센터 등 하드웨어 인프라와 소프트웨어 플랫폼 표준화에 집중할 계획"이라고 말했다. 이어 "소프트웨어 AI 플랫폼 사업을 통해 '한국의 팔란티어'를 육성하는 것이 목표"라고 덧붙였다. 하윤철 상무는 범용인공지능(AGI)급 파운데이션 모델 개발은 개별 과제가 아닌 국가 차원의 대형 사업으로 추진해야 한다고 강조했다. 하 상무는 "AGI급 파운데이션 모델을 만들려면 여러 과제로 나눠 추진할 것이 아니라 큰 그림 아래 예산을 집중하는 사업이 필요하다"며 "이 같은 방향이 정해져야 국방 AI 예산 확대 논의에도 힘이 실릴 것"이라고 말했다.

2026.07.15 17:43이나연 기자

[현장] "국방 AI, 모델만으론 안 돼…초지능·파트너십 필요"

국방을 비롯한 각 산업 현장에서 버티컬 특화 인공지능(AI) 모델을 만들어야 한다는 목소리가 커지고 있지만, 정작 이 같은 접근이 AI 경쟁력을 후퇴시킬 수 있다는 반론이 나왔다. 김성훈 업스테이지 공동 창업자 겸 대표는 15일 경기도 성남시 경기스타트업캠퍼스에서 열린 26-7차 국방 AI 혁신 네트워크 세미나에서 "특화 모델이 아니라 초지능에 집중해야 한다"라며 "국방 AI도 이 원칙에서 예외가 아니다"라고 밝혔다. 한국국방연구원(KIDA) 국방인공지능정책연구실과 바른 과학기술사회 실현을 위한 국민연합(과실연) AI미래포럼이 개최한 이날 행사는 '군 특화 AX 추진 방향'을 주제로 진행됐다. 현장에는 사전 신청한 200여명이 참석해 높은 관심을 보였다. 업스테이지 "특화 모델 대신 범용 기반 초지능 지향해야" 김 대표는 특화 모델을 만들어 온 그간의 경험이 오히려 시장에서 뒤처지는 결과로 이어졌다고 말했다. 업스테이지는 자체 개발한 '솔라 10.7.B' 모델을 기점으로 수학·법률·커머스 등 각 영역에 맞춘 특화 모델을 순차적으로 개발했지만 그사이 일반 모델 경쟁에서는 순위가 급격히 떨어졌다. 김 대표는 "특화 모델을 만드는 동안 글로벌 AI 성능평가 기관 아티피셜 애널리시스의 인텔리전스 인덱스(AAII) 순위에서 미스트랄, 라마, 미니맥스 등에 밀렸다"며 "이를 중단하고 '솔라 오픈2' 등 일반 모델 개발에 집중한 결과 코히어, 미스트랄 등 해외 경쟁 모델을 앞서기 시작했다"고 말했다. 김 대표는 이 경험을 근거로 파라미터 10조(10T) 이상 규모로 추정되는 앤트로픽 '클로드 미토스'급 모델이 한국에서 탄생하려면 국방 분야도 특화 모델이 아닌 초지능 개발에 자원을 집중해야 한다고 강조했다. 초지능은 스스로 생성한 데이터를 다시 학습에 활용해 성능을 끌어올리는 셀프 임프루브먼트(자기개선)가 가능한 수준의 일반 지능을 뜻한다. 초지능 작동 원리에 대해서는 기반 모델의 성능 수준이 관건이라고 짚었다. 그는 기반 모델의 성능이 낮은 단계에서는 모델이 만든 데이터로 재학습할 경우 오히려 성능이 떨어지는 '모델 붕괴' 현상이 나타나지만, 특정 성능 문턱을 넘어서면 같은 방식의 재학습으로도 성능이 매번 끌어올려진다고 설명했다. 이 지점부터 모델 출시 주기가 월 단위로 단축된다는 것이다. 김 대표는 한국형 초지능 개발에 필요한 자원으로 그래픽처리장치(GPU) 1만장(3개월간 1회 학습 기준), 인재 영입 예산 100억원, 텍스트·데이터마이닝(TDM) 면책을 통한 데이터 확보 등을 꼽았다. 이같은 자원들이 확보되면 자기개선이 가능한 수준의 모델 개발이 3개월 내 가능하다는 전망이다. 김 대표는 "국방부가 셀프 임프루브먼트가 가능한 초지능 개발에 힘을 실어준다면 지금의 격차를 뒤집을 수 있다"며 특화 모델이 아닌 일반 지능 확보에 자원을 모아야 한다고 역설했다. LG AI연구원 "기업, 모델 공급자 넘어 현장 파트너돼야" 다만 모델 성능만으로는 임무 능력 전환이 완성되지 않는다는 업계 진단도 나왔다. 유정상 LG AI연구원 엑사원 사업개발리더는 국방 AI 전환(AX) 실행 속도를 좌우하는 마지막 변수로 민간 협력의 방식을 짚었다. 문제 정의와 데이터, 에이전트 조합, 운영 체계, 신뢰성 관리가 하나의 사슬로 연결돼야 실제 전력화로 이어진다는 게 그의 설명이다. 유 리더는 협력 기업이 모델이나 소프트웨어를 공급하는 역할에만 머물지 않도록 이들에게 요구되는 역할도 달라져야 한다고 말했다. 모델을 공급하는 것만으로는 부족하고 문제 정의부터 실제 운영까지 전 주기를 함께 책임지는 파트너십이 필요하다는 취지다. 유 리더는 "좋은 모델은 기본이고 문제 정의와 데이터, 에이전트 오케스트레이션, 이를 운영하는 거버넌스까지 연결해야 모델 공급자가 아니라 미션 투 오퍼레이션 파트너가 될 수 있다"고 밝혔다. 미션 투 오퍼레이션 파트너는 문제 정의, 데이터, 에이전트 오케스트레이션, 온프레미스 운영, 거버넌스를 하나의 주기로 묶어 임무 수행을 끝까지 책임지는 협력 모델을 뜻한다. 유 리더는 이 네 영역에서 LG AI연구원이 이미 실적을 쌓았다고 강조했다. 문제 정의는 LG그룹 내 전자·화학·바이오·통신 등 다양한 도메인 현장의 난제를 AI 과제로 정의하고 해결해 온 경험이 강점이다. 데이터 영역에서는 희소하고 보안성이 높은 국방 데이터의 한계를 보완할 고품질 도메인 합성 데이터 생성 플랫폼 '엑사원 데이터 파운드리'를 앞세웠다. 유 리더는 "도메인 전문가 20명이 3개월간 만들 데이터를 전문가 1명이 32시간 안에 생성 및 검증할 수 있다"며 "이 플랫폼을 식품의약품안전처와 국민연금공단이 검증하며 쓰고 있다"고 부연했다. 에이전트 오케스트레이션 역량은 LG그룹 임직원 7만명이 쓰는 사내 업무 에이전트 '챗엑사원'을 3년째 운영한 경험을 제시했다. 거버넌스는 유네스코 AI 윤리 글로벌 표준에 따라 매년 발간하는 AI 윤리 책무성 보고서를 근거로 들었다. 유 리더는 "처음 미션을 세우고 어떻게 운영할지부터 오퍼레이션까지 같이 고민하고 기획하고 운영할 수 있는 파트너로서 민간 협력이 필요하다"고 강조했다.

2026.07.15 16:44이나연 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

AI 기업들 '모두의 AI' 참여 검토…사업 조건 놓고 의견 엇갈려

정부가 추진하는 '모두의 인공지능(AI)' 사업을 둘러싸고 업계 관심이 이어지고 있다. AI 스타트업 컨소시엄 구성이 본격화될 것이라는 전망이 나오는 가운데, 해외 AI 모델 활용을 허용한 사업 조건을 놓고 소버린 AI 정책 취지와의 정합성을 둘러싼 논의도 이어지고 있다. 14일 IT 업계에 따르면 일부 AI 기업이 모두의 AI 사업 지원을 확정하거나 고려 중인 것으로 전해졌다. 과학기술정보통신부와 정보통신산업진흥원(NIPA)은 지난 13일부터 '전 국민 AI 서비스 보편적 활용 지원 사업' 공모를 시작했다. 정부는 기업 2~3곳을 선정해 엔비디아 B200 그래픽처리장치(GPU) 최대 512장을 나눠 지원할 예정이다. 신청 마감은 내달 11일 오후 5시다. 현재 대기업을 제외하고 참여 확정 기업은 이스트소프트와 라이너다. 이스트소프트는 그룹이 보유한 AI 기술과 기존 서비스를 결합해 사업에 도전한다고 밝혔다. AI 아바타 기반 생성형 서비스 '페르소AI'와 에이전틱 AI '앨런' 중심으로 알툴즈와 알약 줌 등을 연계한다. 중소·중견기업과 AI 스타트업이 함께하는 컨소시엄 구성도 검토하고 있다. 라이너는 AI 검색과 에이전트 서비스 운영 경험을 앞세울 방침이다. 라이너가 서비스 부문을 이끌고 AI 모델 기업과 플랫폼 기업이 기술과 이용자 기반을 보완하는 형태로 컨소시엄을 구성할 계획이다. 업스테이지와 와이즈넛, 솔트룩스, 뤼튼테크놀로지스, 슈퍼브에이아이, 포티투마루, 코난테크놀로지 등은 사업 참여를 검토하고 있다. 코난테크놀로지는 "다음주 사업 설명회에서 조건을 확인한 뒤 참여 여부를 정할 계획"이라고 밝혔다. 플리토는 "다른 기업에서 협업 요청이 오면 컨소시엄에 참여할 의향이 있다"고 말했다. "스타트업 성패, 컨소시엄에 달려...해외 모델 허용, 소버린 AI 취지 흔들" AI 업계 관계자들은 이번 사업에 해외 거대언어모델(LLM) 활용을 허용한 점을 문제로 삼고 있다. 정부는 독자 파운데이션 모델을 50% 이상 활용하고, 다른 국산 AI 모델을 30% 이상 함께 사용하도록 제시했다. 이 외 나머지 비중 20%에는 해외 모델 활용이 가능하다. 익명을 요청한 AI 기업 관계자는 "국산 AI 경쟁력 강화를 목표로 국민 세금을 투입하는 사업에 해외 모델 사용을 허용하는 것은 소버린 AI 취지와 맞지 않는다"며 "국산 모델을 육성하면서 해외 모델 사용료를 별도 지불하는 구조가 만들어질 것"이라고 지적했다. 이에 정부 관계자는 "해외 모델 사용료는 정부 지원 대상에서 제외"라고 밝혔다. 현재 국산·외산 모델 활용 비율 기준과 검증 절차 방법이 불투명하다는 지적도 나오고 있다. AI 기업 관계자는 "모델 활용 기준이 수치적으로 명확하지 않다"며 "향후 이를 지속적으로 검증할 수 있는 방안도 없다"고 우려했다. 정부는 독자 파운데이션 모델을 50% 이상 사용해야 '독자성'을 인정할 수 있다는 기준에 따라 비중을 설정했다고 설명했다. 또 국내 모델로 구현하기 어려운 멀티모달이나 고난도 추론 등 최소한 기능에 한해 예외적으로 허용했다고 밝혔다. 과기정통부 관계자는 "국내외 모델 비중을 기술적으로 정밀하게 산정한 수치는 아니다"며 "정책적 기준으로 설정한 것"이라고 말했다. 최근 거론된 통신 3사와 네이버·카카오 등 대형 플랫폼사 참여 가능성은 중소기업과 스타트업 고민을 키우고 있는 것으로 나타났다. 해당 대기업은 대국민 서비스 운영 경험과 GPU·데이터센터 등 자체 인프라를 갖췄다. 카카오톡과 포털처럼 대규모 이용자 기반을 확보한 기업도 사업 참여 가능성이 제기되고 있다. 이에 스타트업이 단독으로 경쟁하기보다 AI 모델과 서비스 인프라를 보유한 기업들과 컨소시엄을 구성해야 한다는 의견이 나오고 있다. 어떤 기업과 손잡고 컨소시엄 안에서 어떤 역할을 맡느냐가 사업 경쟁력을 좌우할 수 있다는 분석이다. AI 업계 관계자는 "스타트업은 사업 참여 여부뿐 아니라 컨소시엄 안에서 맡을 역할도 관건이 될 것"이라며 "어떤 기업과 협력하고 자사 기술과 서비스를 어느 분야에 배치하느냐가 사업 경쟁을 좌우할 수 있다"고 말했다. 이어 "스타트업이 대기업과 단독으로 경쟁하기는 어려운 만큼 여러 기업이 모델과 서비스 인프라를 나눠 맡는 컨소시엄 방식이 확산할 것"이라고 내다봤다.

2026.07.15 10:40김미정 기자

국산 AI 모델, 자동차 부품·오피스·공공 업무 적용 확산

한국 인공지능(AI) 파운데이션 모델이 제조와 공공을 비롯한 산업 현장으로 적용 범위를 넓히고 있다. 과학기술정보통신부는 SK텔레콤과 LG AI연구원, NC AI, 업스테이지가 자동차 부품 제조와 사무 업무, 중소기업 AI 전환, 공공 서비스 분야에 국산 AI 모델 활용을 확대한다고 13일 밝혔다. SK텔레콤은 독자 AI 파운데이션 모델 경량화 모델을 자동차 부품 업체 코넥의 생산 현장에 도입한다. 올 하반기부터 코넥의 주조·가공 공정 데이터를 학습한 AI 에이전트를 활용해 현장 실증에 나선다. SK텔레콤은 숙련공이 보유한 경험과 업무 지식을 거대언어모델(LLM)로 데이터화할 방침이다. 이를 학습한 AI 에이전트가 공정 과정에서 발생할 수 있는 오류를 줄이고 작업 방식의 표준화를 지원한다. 독자 AI 모델을 활용해 제조 현장 보안 요구에도 대응한다. 경량화 모델의 연산 효율을 높여 AI 도입과 운영에 필요한 비용 부담도 낮출 계획이다. LG AI연구원과 한컴은 공공·민간 AI 오피스 시장을 겨냥한 전략적 협업을 추진한다. LG AI연구원 AI 모델 '엑사원'을 한컴의 '한컴 어시스턴트'와 '한컴피디아' 등 주요 AI 서비스에 접목할 계획이다. 두 기업은 한컴의 AI 에이전트 기술과 LG AI연구원의 AI 모델·서비스 인프라를 결합한 통합 설루션을 개발할 예정이다. 이를 기반으로 공공기관과 민간기업 사무 업무에 AI 도입을 확대한다는 목표다. NC AI는 이노비즈협회와 국내 중소기업의 AI 전환을 지원한다. 전문 인력 부족과 높은 비용으로 AI 도입에 어려움을 겪는 기업을 대상으로 적은 인프라 자원에서도 고성능 AI를 운영할 수 있는 산업 현장형 아키텍처를 제공한다. 업스테이지와 오케스트로그룹은 국산 AI 모델 '솔라'를 활용한 공공 부문 생성형 AI 서비스를 구축한다. 공공기관별 데이터에 검색증강생성(RAG) 기술을 적용해 기관 업무에 맞춘 답변과 정보를 제공할 계획이다. 이 서비스는 오케스트로 그룹의 AI 설루션 '클라리넷'에 탑재된다. 클라리넷은 다수 공공기관에 도입된 설루션으로 조직 내 반복 업무 자동화와 효율화를 지원한다. 두 기업은 천안·아산에서 추진되는 'AI 특화 시범도시 사업'에도 참여한다. 해당 사업에는 2026년부터 2030년까지 5년간 약 6109억원이 투입된다. AI 인프라와 파운데이션 모델, 엣지 AI, 도시 데이터, 디지털 트윈, 피지컬 AI 등 관련 기술을 개발·실증한다. 김종호 NC AI 글로벌사업실 매니저는 "그동안 다수 중소기업은 AI 도입 필요성을 절감하면서도 비용과 전문 인력 부족으로 도입에 어려움을 겪어왔다"며 "대규모 인프라 투자 없이도 산업과 업무에 최적화된 AI를 활용할 수 있도록 도울 것"이라고 밝혔다.

2026.07.13 09:40김미정 기자

LG, 세계 최고 AI 학회서 '엑사원' 성과 총출동

LG의 인공지능(AI) '엑사원'이 실험실을 넘어 신소재·금융·데이터 등 산업 현장 곳곳에서 성과를 내며 전문가 AI로 자리 잡고 있다. LG AI연구원은 6일부터 11일까지 서울 코엑스에서 열리는 '국제머신러닝학회(ICML) 2026'에 참가해 연구 성과와 엑사원의 산업 적용 사례를 발표한다고 8일 밝혔다. 이번 학회에서 LG AI연구원은 엑사원 디스커버리, 엑사원 BI, 엑사원 데이터 파운드리 등 산업 특화 솔루션을 한자리에 선보였다. 먼저 신소재 발굴 AI 플랫폼 '엑사원 디스커버리'의 실시간 데모와 함께 AI로 발굴해 상용화를 준비 중인 탈모 관리 신소재 '람시딜'과 차세대 AI 데이터센터 '액침 냉각유 소재' 실물을 공개했다. 람시딜은 LG생활건강이 LG AI연구원과 함께 42만개가 넘는 후보 물질 가운데 AI가 하루 만에 찾아낸 신소재다. 액침 냉각유 소재는 GS칼텍스와 공동 개발했다. 금융 분야에서는 한국·미국 증시 약 8000개 상장 종목을 매일 분석해 예측 점수와 분석 코멘터리를 제공하는 금융 특화 AI 에이전트 '엑사원 BI'를 시연했다. LG AI연구원은 올해 초 영국 런던증권거래소그룹(LSEG)과 미국 증시 예측 AI 서비스를 출시한 데 이어 이번 주 코스콤과 계약을 맺고 국내 증시 예측 서비스 사업도 시작했다. AI 데이터 공장 플랫폼 '엑사원 데이터 파운드리'도 시연했다. 데이터 생산성을 최소 1000배 이상 높이고 품질은 평균 20% 이상 개선하는 성과를 거뒀으며, 국민연금공단과 진행한 시범 사업에서는 하루 1만건 이상의 전문 데이터를 자동 구축하는 시스템을 구현했다. LG AI연구원은 이번 학회에서 논문 14편을 발표했다. 특히 신소재 생성 AI 기술은 글로벌 성능 지표 'LeMat-GenBench'에서 종합 순위 세계 2위를 기록했다. LG AI연구원은 2020년 12월 출범 이후 세계 최상위 AI 학회에서 논문 363편을 발표하고 총 838건의 특허를 출원했다. 임우형 LG AI연구원 공동 연구원장은 "엑사원은 더 이상 실험실이 아닌 현장에서 답을 찾는 전문가 AI"라며 "산업 난제 해결을 위한 퍼스트 무버 전략으로 글로벌 AI 주도권을 잡아갈 것"이라고 강조했다.

2026.07.08 10:00이나연 기자

[유미's 픽] SI 넘어선 LG CNS, LG전자 로봇 두뇌 키운다…'원 LG' 핵심축 부상

LG CNS가 LG전자의 로봇 데이터팩토리에 피지컬 인공지능(AI) 인프라를 공급한다. LG전자가 최고경영자(CEO) 직속 로보틱스사업센터를 신설하고 로봇 상용화 체계를 갖추는 가운데, LG CNS가 GPU와 스토리지, 로봇 파운데이션 모델(RFM) 고도화 인프라를 맡으며 그룹 내 피지컬 AI 협업의 핵심 축으로 떠오른 모습이다. 7일 금융감독원 전자공시시스템에 따르면 LG CNS는 LG전자와 1897억4724만원 규모의 'LG전자 피지컬 AI 인프라 계약'을 체결했다. 계약기간은 오는 8월 1일부터 2029년 7월 31일까지로, 계약금액은 LG CNS의 지난해 연결 매출 6조1295억원 대비 3.10% 수준이다. 이번 계약에 따라 LG CNS는 LG전자가 구축 중인 데이터팩토리에 로봇 학습용 인프라를 공급한다. 이곳에는 로봇 학습에 활용될 그래픽처리장치(GPU)와 스토리지가 들어가고, 로봇 파운데이션 모델(RFM) 고도화를 위한 인프라도 함께 구축된다. RFM은 로봇이 물리 환경에서 움직임과 작업 수행 방식을 학습하는 데 쓰이는 기반 모델을 뜻한다. 이는 일반적인 데이터센터 설계·구축·운영(DBO) 사업과는 성격이 다르다. 데이터센터 자체를 지어 운영하는 사업이 아닌, LG전자가 로봇을 학습시키고 검증하는 데 필요한 AI 컴퓨팅 기반을 공급하는 구조다. 피지컬 AI는 소프트웨어 모델만으로 구현되기 어려운 만큼 실제 동작 데이터, 고성능 연산 자원, 저장 인프라, 학습·운영 플랫폼이 함께 필요하다. LG전자는 피지컬 AI 사업 강화를 위해 최근 CEO 직속 로보틱스사업센터를 신설하고 로봇 학습용 데이터팩토리 구축에 본격 나섰다. 로봇 사업을 제품 개발에 그치지 않고 데이터 생산, 모델 학습, 상용화 검증까지 묶어 추진하기 위해서다. 이 과정에서 LG CNS의 역할도 단순 인프라 공급을 넘어 학습·운영 영역으로 넓어지고 있다. LG CNS는 자체 로봇 학습·운영 플랫폼 '피지컬웍스'와 RFM 기술을 활용해 LG전자의 휴머노이드 로봇 '클로이드'를 학습시키고 검증하는 데 협력할 계획이다. LG CNS 관계자는 "이번 계약은 LG전자 데이터팩토리에서 로봇 학습용으로 활용될 GPU, 스토리지 및 RFM 고도화를 위한 인프라 공급에 대한 계약"이라며 "앞으로 LG전자 로보틱스사업센터와 로봇 상용화를 위해 협력할 계획"이라고 말했다. 이어 "인프라와 플랫폼 역량을 바탕으로 '원(One) LG' 차원의 피지컬 AI 협업을 강화해 나갈 것"이라고 덧붙였다. 이번 계약은 LG CNS가 피지컬 AI 인프라 사업 레퍼런스를 확보했다는 점에서 의미가 있다. 클라우드, 데이터센터, 스마트팩토리 중심 사업 역량을 로봇 학습 인프라와 운영 플랫폼 영역으로 확장하는 계기가 될 수 있어서다. LG그룹 차원의 피지컬 AI 협업도 구체화된 모습이다. LG전자는 로보틱스사업센터를 중심으로 로봇 사업 실행력을 높이고, LG CNS는 학습·운영 플랫폼과 인프라를 제공하는 구조다. LG AI연구원 등 계열사의 AI 모델 역량까지 결합될 경우 로봇 상용화 과정에서 '원(One) LG' 차원의 기술 조합은 더 강화될 것으로 보인다. 업계 관계자는 "휴머노이드 로봇을 실제 산업 현장에 투입하려면 학습·검증·운영 플랫폼과 고성능 인프라가 함께 필요하다"며 "LG CNS는 피지컬웍스와 이번 인프라 계약을 기반으로 LG그룹 피지컬 AI 협업에서 핵심 역할을 맡을 가능성이 크다"고 말했다.또 다른 관계자는 "LG CNS는 기존 SI 사업에 더해 데이터센터, AI 인프라, 로봇 전환 영역으로 사업 모델을 넓히는 단계"라며 "LG전자 데이터팩토리 계약은 그룹 내 AX 컨트롤타워 역할과 피지컬 AI 사업 확장성을 동시에 확인할 수 있는 사례"라고 밝혔다.

2026.07.07 18:55장유미 기자

Prev 1 2 3 4 5 6 7 8 Next