• 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
반도체
인공지능
IT'sight
칼럼•연재
포토•영상

ZDNet 검색 페이지

'LG AI 연구원'통합검색 결과 입니다. (204건)

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

韓 독파모 개발사 한자리에…"K-AI 경쟁력 높이려면 기술 협력 필수"

국내 독자 인공지능(AI) 파운데이션 모델(독파모) 개발 기업들이 글로벌 AI 경쟁력 확보를 위해 기술 효율을 높이고 기업 간 협력을 강화해야 한다고 강조했다. 대규모 그래픽처리장치(GPU) 자원 확보뿐 아니라 데이터 품질 개선과 학습·추론 최적화가 중요해진 가운데, 국내 기업 간 기술 공유와 공동 연구가 'K-AI' 경쟁력을 높일 핵심 과제로 제시됐다. 엔비디아는 9일 서울 코엑스에서 개최한 'AI 데이 서울 2026'에서 LG AI연구원·SK텔레콤·업스테이지 등 독파모 개발 기업들과 'K-AI 프런티어 빌더스 패널'을 진행했다. 세 기업은 독자 AI 모델 개발 과정에서 겪은 기술 과제와 엔비디아 협력 사례를 공유했다. 먼저 제한된 GPU 자원과 개발 일정 속에서 모델 성능을 높이기 위한 전략을 소개했다. LG AI연구원은 지도 미세조정(SFT) 데이터 품질 개선에 집중하고 있으며 업스테이지는 강화학습(RL) 비중을 확대 중이다. SK텔레콤은 대규모 모델 학습 초기부터 아키텍처를 최적화해 개발 비용을 줄이는 데 주력하고 있다. 엔비디아 기술을 활용한 구체적인 성과도 공개했다. SK텔레콤은 약 10테라바이트(TB) 규모 사전 학습 데이터에서 중복 문서를 제거하는 작업에 엔비디아 '네모 큐레이터'를 도입했다. GPU 가속을 적용하면서 기존 2~3주 걸리던 데이터 처리 기간을 약 3일로 단축했다. 양현호 SK텔레콤 연구원은 "모델 학습 속도가 10%만 빨라져도 GPU 사용 시간으로 약 6일을 줄일 수 있고 이를 비용으로 환산하면 약 6억원에 해당한다"며 "초기 아키텍처 설계와 검증에 많은 신경을 쓰고 있다"고 말했다. 업스테이지는 엔비디아 블랙웰 GPU와 양자화 기술, 추론 최적화 플랫폼 '다이나모'를 활용해 AI 서비스 효율을 높이고 있다. 특히 KV 캐시 관리 기술을 개선해 적은 자원으로 더 많은 추론 요청을 처리하는 데 집중하고 있다고 밝혔다. 송인서 업스테이지 LLM 테크리드는 "양자화를 적용하면 처리량과 메모리 효율을 동시에 개선할 수 있지만 모델 성능이 떨어질 가능성도 있다"며 "모델 레이어마다 양자화 민감도가 다르기에 민감도가 낮은 부분은 적극적으로 양자화하고 나머지는 높은 정밀도를 유지하고 있다"고 설명했다. 국내 독파모 개발 기업 간 협력 필요성도 주요 화두로 떠올랐다. 패널들은 글로벌 AI 기술 발전 속도가 빨라지는 상황에서 개별 기업이 경쟁하는 동시에 연구 성과와 개발 경험을 공유할 수 있는 환경을 마련해야 한다고 강조했다. 송 테크리드는 "모델 개발 주기가 점점 빨라지고 있지만 프로젝트 일정에 맞춰 개발하다 보면 새로운 연구 흐름을 빠르게 따라가기 어려운 부분이 있다"며 "경쟁도 좋지만 공개 프로젝트를 더 큰 규모로 함께 진행하는 것도 의미가 있을 것"이라고 짚었다. 조현직 LG AI연구원 엑사원랩 팀장 역시 "기술 분야에서는 경쟁력과 직결되다 보니 서로 경험을 공유하지 못하는 부분이 있다"며 "경쟁 관계를 유지하면서도 기술 보고서를 통해 실험 결과를 충실히 공유하고 큰 지원 주체가 있다면 국가 역량을 모아 글로벌 시장에서 경쟁할 수 있는 모델을 만들 수 있을 것"이라고 덧붙였다. 글로벌 AI 모델과 경쟁하겠다는 목표도 강조했다. 그는 "엑사원 API 플랫폼을 무료로 공개했고 앞으로 개발 중인 모델의 중간 버전도 계속 선보일 예정"이라며 "사용자들이 아쉬운 점과 만족한 부분을 적극적으로 알려주시면 이를 반영해 글로벌 모델들을 모두 이겨보겠다"고 밝혔다.

2026.11.09 16:18한정호 기자

LG AI연구원, 'K-엑사원 2.5' 무료 개방…성능 70%↑

LG AI연구원이 독자 인공지능(AI) 모델 'K-엑사원' 성능을 8주 만에 70% 이상 끌어올리고 개선된 모델을 누구나 활용할 수 있도록 무료 개방한다. LG AI연구원은 9일 서울 코엑스에서 열린 '엔비디아 AI 데이 서울 2026'에서 'K-엑사원 2.5' 응용 프로그램 인터페이스(API)를 무료로 제공한다고 밝혔다. K-엑사원 2.5는 지난 8월 공개한 독자 AI 파운데이션 모델(독파모) 2차 모델에 추가 학습을 적용한 기술 검증 모델이다. LG AI연구원은 3차 모델 개발에 앞서 기존 학습 방법론을 개선해 성능 향상 가능성을 확인했다. LG AI연구원에 따르면 오픈 데이터셋 기반 자체 평가에서 K-엑사원 2.5는 24개 지표를 종합한 성능이 8월 공개 모델보다 70% 이상 향상됐다. 에이전틱 AI 영역에서는 중국 딥시크와 GLM 등 글로벌 오픈웨이트 모델에 근접한 성능을 보였다는 설명이다. 구체적으로 서비스형 소프트웨어(SaaS) 도구를 활용한 업무 자동화 능력을 평가하는 '오토메이션 벤치'에서 74.6점을 기록했다. 딥시크 V4.1 플래시(74.9점)와 비슷한 수준이며 GLM 5.3(71.6점)을 웃돌았다. AI 에이전트 업무 문제 해결 능력을 측정하는 '클로 이밸'에서는 77.3점으로 딥시크(75.8점)를 앞섰다. 웹 탐색 능력을 평가하는 '브라우즈컴프'에서도 78.0점으로 딥시크(75.8점)보다 높은 점수를 받았다. 소프트웨어 개발·수정 능력을 평가하는 'SWE-벤치 프로'에서는 59.2점을 기록해 딥시크(58.4점)를 소폭 웃돌았지만 GLM(64.0점)에는 미치지 못했다. LG AI연구원은 이날부터 자체 플랫폼을 통해 K-엑사원 2.5 API를 전면 무료 개방한다. 개발자와 스타트업, 기업, 연구기관 등 누구나 API 키를 발급받아 서비스 개발과 연구에 활용할 수 있다. 엔비디아와 기술 협력도 추진한다. AI 모델 추론 처리 효율과 서비스 확장성을 높이기 위해 엔비디아 '다이나모(Dynamo)' 기술 적용을 검토하고 있다. 엔비디아는 앞서 K-엑사원에 맞춘 다이나모 활용 가이드를 공개했다. LG AI연구원은 이번 모델에서 검증한 데이터 품질 관리와 사후 학습, 강화 학습 기술 등을 독파모 3차 모델 개발에 반영할 계획이다. 내년 1월까지 글로벌 프런티어급 성능을 갖춘 모델을 완성한다는 목표다. 임우형 LG AI연구원 공동 연구원장은 "3차수 모델 개발에 역량을 모으고 있으며 이번 API 공개로 더 많은 개발자와 기업이 달라진 성능을 직접 체감하길 기대한다"며 "내년 1월까지 프런티어급 성능 엑사원 모델을 완성하는 데 집중하겠다"고 말했다.

2026.11.09 10:00이나연 기자

엘스비어, LG AI 기술로 화학정보 검색 확대…논문 속 그림까지 분석

LG AI연구원과 글로벌 학술정보 기업 엘스비어가 인공지능(AI)으로 논문과 특허 속 화학 구조식을 읽어내는 기술을 상용 서비스에 적용했다. 그동안 이미지로만 존재해 검색하기 어려웠던 화학정보를 데이터로 바꿔 연구자가 필요한 물질과 반응 정보를 쉽게 찾도록 지원한다. 엘스비어는 LG AI연구원이 개발한 화학 특화 시각 인식 기술을 자사 화학정보 검색 서비스 '리액시스'에 도입했다고 5일 밝혔다. 이 기술은 이미지 속 분자구조와 결합 관계를 분석해 컴퓨터가 검색할 수 있는 정보로 변환한다. 기존에는 화학 연구자가 특정 물질이나 반응을 찾으려면 논문과 특허에 실린 구조식을 직접 확인해야 했다. 화학 물질 구조와 반응 과정이 글자가 아닌 그림으로 표현된 경우가 많아 일반적인 검색 기술로는 필요한 정보를 찾기 어려웠기 때문이다. 화학 구조식은 작은 차이에도 의미가 달라진다. 원자 사이 결합선 하나만 잘못 읽어도 다른 화합물로 인식할 수 있다. 특히 구조가 복잡한 무기화학과 유기금속화학 분야에서는 이러한 정보를 정확하게 추출하는 작업이 중요하다. LG AI연구원은 이를 해결하기 위해 화학에 특화된 시각 인식 모델을 개발했다. 분자를 찾아내는 기능과 반응식 분석, 광학 분자구조 인식(OCSR) 기술을 하나의 모델에 통합했다. AI는 문서에 포함된 화학 구조식을 찾아 원자와 결합 관계를 분석하고 이를 데이터로 변환한다. 연구자는 변환된 정보를 활용해 특정 화합물이 기존 연구에 등장했는지 확인하거나 관련 물질과 반응을 검색할 수 있다. 엘스비어는 이 기술을 리액시스 데이터 추출과 검수 과정에 적용했다. 리액시스는 화학 물질과 반응, 생물활성, 생물학적 표적, 물질 특성 등 연구에 필요한 정보를 제공하는 서비스다. 이번 기술 도입으로 엘스비어는 기존에 이미지 형태로 남아 있던 화학정보를 더 빠르고 폭넓게 추출할 수 있게 됐다고 설명했다. 연구자는 이를 활용해 새로운 물질을 탐색하거나 기존 연구와 중복되는지 확인하고 합성 경로를 설계하는 데 필요한 정보를 찾을 수 있다. 성능 검증도 진행했다. LG AI연구원이 공개한 자체 평가에서 해당 모델은 문서 한 페이지 전체에 담긴 화학정보를 추출하는 시험에서 기존 대안 기술보다 높은 성능을 기록했다. 엘스비어는 실제 서비스 적용에 앞서 리액시스 기존 평가 기준을 활용해 정보 추출 정확도를 확인했다. 대량 문서를 처리하는 과정에서도 데이터 품질을 유지할 수 있도록 관련 시스템과 작업 절차를 검증했다. 양사는 앞으로 화학 반응 정보 추출 분야로 협력을 확대할 계획이다. 개별 물질 구조를 읽어내는 데서 나아가 반응에 사용된 물질과 생성물 등 관련 정보를 더욱 폭넓게 확보해 리액시스 검색 데이터를 확충한다는 구상이다. 미리트 엘도르 엘스비어 생명과학부 대표는 "화학자가 어떤 물질이 이미 합성됐는지 확인하기 위해 도표나 이미지를 판독하는 데 시간을 들일수록 새로운 화학적 발견에 투입할 시간은 줄어든다"며 "LG AI연구원과 협력은 이미지에 담긴 더 많은 화학정보를 추출해 리액시스에서 큐레이션하고 검색·활용할 수 있게 함으로써 연구자들이 새로운 발견에 몰입할 수 있도록 해준다"고 설명했다. 이화영 LG AI연구원 AI사업개발부문장은 "과학 이미지를 이해하려면 화학에 특화해 설계된 AI가 필요하다"면서 "엘스비어와 기술 통합을 통해 첨단 화학 특화 AI가 가공되지 않은 시각 데이터를 전 세계 연구자들이 활용할 수 있는 구조화된 지식으로 원활하게 전환할 수 있음을 입증하고 있다"고 말했다.

2026.11.05 11:24김동원 기자

LG AI연구원, AI로 저작권 검증…법률 전문가보다 45배 빨라

LG AI연구원이 인공지능(AI) 학습 데이터 저작권과 개인정보 침해 위험을 자동으로 분석하는 기술을 개발해 검증 업무 효율을 높였다. LG AI연구원은 문화체육관광부가 주최한 '2026 국제저작권기술 콘퍼런스(ICOTEC)' 저작권 기술 어워드에서 AI 컴플라이언스 에이전트 '엑사원 넥서스(EXAONE Nexus)'로 국가지식재산위원장상을 받았다고 4일 밝혔다. 엑사원 넥서스는 대규모 AI 학습 데이터에 포함된 저작권과 라이선스, 개인정보 관련 법적 위험을 자동으로 분석하는 AI 에이전트다. 방대한 데이터셋을 사람이 직접 검수해야 하는 부담을 줄이고 AI 모델 개발 과정에서 발생할 수 있는 법적 문제를 사전에 점검하도록 설계됐다. 회사에 따르면 데이터셋 1건을 분석하는 속도는 법률 전문가보다 45배 빠르고 정확도는 26% 높다. 분석 비용도 기존 방식의 약 1000분의 1 수준이다. LG AI연구원은 한국 AI기본법과 유럽연합(EU) AI법 등 주요국 규제를 반영한 자체 컴플라이언스 프레임워크를 구축했다. 미국을 비롯한 국내외 대형 로펌 소속 변호사 40여 명과 협력해 분석 결과의 법률 타당성도 검증했다. 이 과정에서 오픈 데이터셋 2만여 개를 분석했으며 해당 데이터셋 위험 평가 결과를 학계와 연구 커뮤니티에 공개했다. 엑사원 넥서스는 LG AI연구원이 자체 개발하는 모든 AI 모델 필수 검증 절차에 적용되고 있다. 데이터 수집과 정제부터 모델 개발, 서비스 배포까지 전 과정에서 저작권 등 법적 위험을 점검하는 방식이다. LG AI연구원은 향후 글로벌 빅테크와 법률사무소 등을 대상으로 엑사원 넥서스 공급을 확대할 계획이다. 이화영 LG AI연구원 AI사업개발부문장은 "비약적인 AI 기술 발전 속에서 사회 신뢰를 확보하는 것은 기업 핵심 경쟁력"이라며 "언제나 사람을 기술 중심에 두고 높은 신뢰성과 뛰어난 성능을 겸비한 AI 기술을 지속 선보이겠다"고 말했다.

2026.11.04 10:00이나연 기자

[단독] 독파모 3차 평가, 개발사 가리는 '블라인드' 검토

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

2026.11.03 16:46김동원 기자

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

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

2026.10.28 11:54남혁우 기자

LG AI연구원, 스스로 판단하는 제조 AI 구현 나선다

LG AI연구원이 공장 설비 이상 원인을 찾아 대응책을 제안하고 제품 검사 과정에서 발생한 AI 판단 오류까지 스스로 분석하는 자율 제조 기술 개발에 나섰다. 강병준 LG AI연구원 연구위원은 14일 서울 코엑스에서 열린 '피지컬 AI 테크 위크'에서 '제조 자율화의 핵심 엔진, 에이전틱 AI'를 주제로 강연하며 제조 현장의 AI 활용 기술과 연구 사례를 소개했다. 기존 제조 AI가 설비나 제품의 이상 여부를 판단하는 데 주로 활용됐다면 LG AI연구원이 개발하는 기술은 문제가 발생한 원인을 분석하고 필요한 조치까지 제안하는 데 초점을 맞췄다. 여러 AI 에이전트가 데이터를 분석하고 관련 문서를 검색해 문제 해결에 필요한 작업을 수행하도록 하는 방식이다. 제품 검사 과정에서 AI가 잘못 판단한 사례를 찾아 수정 방법을 제안하는 기술도 개발 중이다. 검사 환경이 바뀔 때마다 사람이 AI 모델을 조정해야 했던 작업을 줄이고, 데이터 선별부터 재학습까지 자동화하는 연구도 진행하고 있다. 다만 AI가 설비를 직접 제어하려면 안전성과 신뢰성을 확보해야 한다. LG AI연구원은 현재 AI의 분석 결과와 조치 방안을 작업자에게 전달하는 방식을 활용하면서 실제 설비 제어까지 자동화 범위를 넓히는 방안을 연구하고 있다고 밝혔다. 설비 이상 원인 분석하고 조치 제안…검사 AI도 성능 개선 강 연구위원은 제조 설비에서 이상 징후가 발생했을 때 AI가 원인을 분석하고 대응 방법을 제시하는 사례를 소개했다. 기존 이상 감지 AI가 정상과 비정상 여부를 구분했다면, 새로운 기술은 설비 데이터뿐 아니라 작업 매뉴얼과 공정 정보까지 함께 분석한다. 일례로 설비에서 비정상적인 데이터가 발생하면 AI가 관련 문서를 검색해 원인을 파악하고 필요한 조치를 제안한다. 여러 AI 에이전트가 데이터 분석과 문서 검색, 대응 방법 검토를 나눠 수행하며 문제 해결에 필요한 작업 순서도 결정한다. 강 연구위원은 "기존 이상 감지 모델은 이상이 있다, 없다 정도로 판단했다"며 "이제는 어떤 원인 때문에 이상이 발생했고 실제 조치를 취하려면 어떻게 해야 하는지 추천해 줄 수 있다"고 말했다. 지금은 AI가 설비를 직접 제어하지 않고 작업자에게 이메일로 분석 결과를 전달한다. 잘못된 판단이 실제 설비 작동에 영향을 줄 수 있는 만큼 사람이 조치 내용을 확인하도록 한 것이다. 그는 "직접 제어하는 부분에 위험성도 따르기 때문에 작업자에게 이메일을 전달하는 방식으로 하고 있다"면서 "사람의 신뢰가 어느 정도 확보되면 직접 제어하는 부분까지 들어갈 수 있지 않을까 생각한다"고 설명했다. 제품의 불량 여부를 판별하는 검사 AI에도 에이전트 기술을 적용하고 있다. 제조 현장에서는 제품의 형태나 검사 환경이 바뀌면 기존 AI 모델의 정확도가 떨어질 수 있어 새로운 데이터를 수집하거나 검사 기준을 조정해야 한다. LG AI연구원은 검사 과정에서 AI가 잘못 판단한 사례를 분석하고 어떤 검사 지시문이 오류에 영향을 줬는지 찾아 수정 방안을 제안하는 기술을 개발했다. 작업자가 수정안을 승인하면 AI가 지시문을 조정하며, 별도의 모델 재학습 없이 검사 환경 변화에 대응하는 방식도 연구하고 있다. AI 모델 재학습 과정 역시 자동화 대상이다. 강 연구위원은 현재 운영 중인 모델이 판단하기 어려워하는 데이터를 찾아 추가 학습이 필요한 사례를 선별하고 학습과 배포까지 여러 AI 에이전트가 나눠 수행하는 시스템을 개발하고 있다고 밝혔다. 로봇 움직임에 따른 주변 변화도 예측…현장 적용은 신뢰성 과제 로봇이 작업할 때 주변 환경에 미치는 영향까지 예측하는 기술도 소개됐다. 기존 로봇 AI는 물체를 집거나 옮기는 등 주어진 동작을 수행하는 데 집중했지만 실제 제조 현장에서는 로봇의 움직임이 주변 물체와 설비에 어떤 영향을 미치는지도 고려해야 한다. LG AI연구원은 로봇의 동작과 주변 공간의 변화를 함께 학습시키는 방식을 연구하고 있다. 물체를 특정 위치로 옮기는 과정에서 주변 물체가 어떻게 움직일지 예측해 로봇이 작업을 수행하도록 하는 기술이다. 제조 현장의 제한된 컴퓨팅 환경에 맞춰 AI 모델을 경량화하는 연구도 진행하고 있다. 대규모 AI 모델은 많은 연산 능력과 메모리를 필요로 하지만 실제 제조 설비에는 고성능 컴퓨팅 자원이 부족할 수 있어 모델 크기를 줄이는 기술이 필요하다. LG AI연구원은 제조 현장의 전문 용어와 작업 정보가 손실되지 않도록 중요한 정보를 최대한 유지하면서 모델을 압축하는 방법을 개발하고 있다. 모델을 작게 만들면서도 제조 분야의 특수한 표현과 작업 맥락을 이해하는 성능을 유지하는 것이 목표다. 강 연구위원은 이들 기술을 실제 제조 공정에 적용하려면 AI의 판단 속도와 운영 효율성을 높여야 한다고 설명했다. 여러 AI 에이전트가 하나의 작업을 수행하기 위해 여러 단계를 거치면 처리 시간이 길어지고, 로봇 역시 기존 산업용 로봇에 비해 움직임이 느려질 수 있다는 것이다. AI 판단을 사람이 이해하고 검증할 수 있는 체계를 마련하는 것도 과제로 제시했다. 생산 설비를 제어하는 과정에서 잘못된 판단이 내려질 경우 실제 공정에 영향을 줄 수 있어 AI가 어떤 근거로 행동했는지 확인할 수 있어야 한다. 강 연구위원은 "AI가 자율적으로 행동하기 때문에 정말 믿을 수 있는지를 증명해야 한다"며 "사람이 이해할 수 있도록 어떤 행동을 했는지 투명하게 보여주는 것이 실제 제조 공정에 적용하기 위한 과제"라고 말했다.

2026.10.14 16:10김동원 기자

"전 국민에 AI 에이전트 하나씩"…카카오, '모두의 AI' 청사진 공개

카카오가 오는 12월 '모두의 AI'를 출시하고 전 국민이 일상에서 활용하는 AI 서비스 구축에 나선다. 34개 기업·기관이 참여한 컨소시엄을 확대해 다양한 분야의 AI 서비스를 연결하고, 내년에는 이용자마다 자신만의 AI 에이전트를 활용할 수 있도록 서비스를 고도화할 계획이다. 유용하 모두의 AI 프로덕트 총괄은 14일 경기도 용인시에서 열린 개발자 컨퍼런스 '이프카카오(if(kakao)26)'에서 “AI가 낯선 사람은 무엇을 물어봐야 할지부터 막힐 수 있다. 그런 사람도 관심 있는 정보를 보다가 질문을 시작하고 대화를 하면서 필요한 도움을 받을 수 있게 하고 싶다”고 말했다. 모두의 AI는 정부가 추진하는 전 국민 AI 서비스 보편 활용 지원 사업으로, 오는 12월 정식 출시한다. 현재 카카오는 LG전자, LG AI 연구원, LG CNS, LG유플러스 등 LG그룹 4개사와 웍스피어, 퓨리오사AI, 루닛, 서울대학교병원, 신한은행 등과 컨소시엄을 꾸렸다. 카카오는 5000만 이용자를 확보한 카카오톡의 범용성을 최대한 활용해 '전 국민이 일상적으로 사용하는 AI'에 초점을 맞춰 서비스를 개발한다. 주말에 아이와 함께 전시를 보러 갈 때 모두의 AI에게 질문을 하면 전시 장소와 시간을 확인해주고, 주변 가게와 메뉴를 비교해 함께 갈 수 있는 식당을 찾아 예약해주는 식이다. 이날 유 총괄은 카카오가 개발하는 모두의 AI 클로즈드 베타 테스트(CBT) 화면을 공유하며, 이번 테스트에서는 일부 기능부터 제한적으로 제공한다고 밝혔다. 그는 “먼저 서비스를 써보면서 질문을 시작하고 이어가는 경험을 확인해보려고 한다”면서 “베타 테스트를 통해 이렇게 질문하는 방식이 실제로 자기에게 맞는 정보를 찾는 데 도움이 되는지 확인하겠다”고 언급했다. 특히, 카카오는 모두의 AI 개발에서 사용자가 어떤 정보를 보고, 그 정보를 어느 기관이 제공했는지 대화에서 참고하게 하려는 부분을 구체화하고 있다. 해당 부분이 구현되면 시간이 흐른 후 다시 물어보거나 자신의 상황으로 치환해 질문을 이어갈 수 있기 때문이다. 또 AI에 맡기는 업무의 진행 상태를 에이전트 런타임에서 관리하게 한다. 사용자가 지금 원하는 것, 각 에이전트에 맡긴 일, 외부 서비스에서 실제로 끝난 일을 관리하게 된다. 카나나와 엑사원 기반의 모델과 분야별 전문 AI, 플레이 MCP 상의 도구도 여기에 연결할 계획이다. 입출력의 안전 검증과 개인정보 보호도 함께 발전시킨다. 현재 카카오는 처음 함께한 34개 기업·기관 외에도 컨소시엄에 참여하고 싶다는 의사를 밝히는 기업들이 늘어남에 따라 참여자 확대 가능성을 열어두고 있다. 유 총괄은 “(모두의 AI에) 연결 후에는 사용량, 성공률, 지연 오류와 같은 운영 정보를 제공하고 장기적으로는 이용 성과가 수익으로 이어질 수 있는 구조를 마련하고자 한다”며 “큰 기업에 이어 작은 팀이나 개인 개발자도 자신이 잘 해결할 수 있는 에이전트로 참여할 수 있었으면 한다”고 부연했다. 카카오 컨소시엄은 모두의 AI 출시 후 월간 활성 이용자 수(MAU) 목표치를 500만 명으로 잡았다. 컨소시엄은 소규모 CBT에서 이용 경험을 확인한 뒤 첫 정식 출시와 이용자 확대를 준비한다. 이 과정에서 재방문, 맥락(컨텍스트) 유지, 과업 완료가 제대로 이뤄지는지 확인할 방침이다. 모두의 AI를 시장에 내놓은 다음 내년에는 개인 AI 에이전트를 단계적으로 도입할 예정이다. 이것이 카카오가 준비하는 모두의 AI 1인 1에이전트에 해당하며, 카카오는 해당 경험을 개인 업무와 조직, 산업까지 넓혀간다. 유 총괄은 “단순히 모으기만 해서는 안된다”며 “모두의 AI는 좋은 AI를 모으는 것에서 시작해 사람들의 일상과 업무 속에서 자연스럽게 쓰는 서비스까지 만들어갈 수 있어야 한다”고 말했다. 이어 “카카오와 LG그룹을 비롯한 여러 기업 개발자가 모여 각자 잘하는 일을 함께 해나가겠다”며 “사람들에게 필요한 일을 해낼 수 있는 대한민국 대표 서비스가 되고, 참여하는 기업과 개발자에게는 새로운 기회가 생기는 생태계가 됐으면 한다. 이것이 카카오가 함께 만들고 싶은 모두의 AI”라고 강조했다.

2026.10.14 14:58박서린 기자

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

하정우 부위원장 "독파모 3사, 글로벌 수준 도달"…현장선 활용법 관심↑

정부의 '독자 AI 파운데이션 모델 프로젝트'를 향한 관심이 기술 성능에서 실제 활용으로 확산하고 있다. 국산 모델 경쟁력뿐 아니라 이를 업무에 어떻게 적용할 수 있는지 살펴보는 시민 눈높이도 높아졌다는 반응도 이어지고 있다. 하정우 국가AI전략위원회 부위원장은 8일까지 서울 코엑스에서 열린 'AI페스타 2026' 참석 후 "독파모 3개사가 글로벌에서도 인정받는 수준에 도달했다는 점에서 의미가 있었다"고 밝혔다. 하 부위원장은 "이번 행사에서 국민 모두의 AI 역량이 향상되고 있음을 확인할 수 있었다”며 “AI 3강이라는 정부 비전 달성에 한 걸음씩 다가가고 있음을 느꼈다"고 강조했다. 현장에서도 일반 참관객 관심이 단순 모델 성능을 넘어 실제 업무 활용으로 넓어졌다는 평가가 나왔다. 독자 AI 모델을 알아보는 데서 나아가 개인 업무에 이를 도입할 조건을 구체적으로 살펴보기 시작했다는 설명이다. 부스를 지키던 한 기업 관계자는 “과거에는 모델의 기본 정보나 기능을 주로 물었다면, 이제는 기존 업무 시스템과의 연동 여부와 운영 비용, 민감한 데이터 처리 방식까지 질문이 이어졌다”고 밝혔다. 이에 발맞춰 SK텔레콤과 LG AI연구원, 업스테이지는 독파모 특별관에서 자체 모델 활용 사례를 선보였다. 문서 검토와 웹사이트 제작, 업무 에이전트 구축 등을 통해 관람객이 국산 AI 성능을 직접 시연했다. SK텔레콤은 'A.X K2'를 활용한 이미지 이해와 문서 검토 기능을 소개했다. 그래프나 업무 자료를 입력하면 내용을 분석하고 이용자가 제시한 기준에 따라 검토하는 방식이다. 부스에서는 전사적자원관리(ERP)나 오피스 프로그램 등 기존 업무 시스템과 연동하는 방안을 묻는 참관객도 심심찮게 확인할 수 있었다. LG AI연구원은 'K-엑사원 2.0' 문서 이해와 추론, 코딩 역량을 활용한 사례를 제시했다. 부스에는 자연어로 별자리 궁합 애플리케이션과 게임을 만들 수 있는 코너가 마련됐다. 연말정산 관련 PDF 바탕으로 질문에 답하거나 수능 수학 고난도 문항 풀이 과정과 다른 풀이 방식을 제시하는 사례도 소개했다. 업스테이지는 '솔라 프로 4' 운영 효율성을 강점으로 내세웠다. 기업이 적은 자원으로 모델을 쉽게 도입할 수 있다는 점을 강조했다. 업스테이지 관계자는 "우리 모델은 다른 대형 모델보다 규모가 작아 운영에 필요한 연산 자원이 적다"며 "기업은 API로 기존 서비스에 모델을 연결하거나, 민감한 데이터를 외부로 보내지 않도록 사내 서버에 설치해 사용할 수 있다"고 설명했다. 이날 업스테이지는 문서를 처리하는 AI 에이전트 제작 기능도 선보였다. 이용자가 문서를 올리고 계약서 검토 등 원하는 업무를 말로 설명하면, AI가 필요한 작업 순서를 구성하는 식으로 작동했다. 관계자는 "사용자가 각 단계를 직접 설정하는 수고를 줄일 수 있을 것"이라고 밝혔다.

2026.10.08 14:03김미정 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

네이버클라우드 "공격·방어형 AI 키운다…보안 데이터 830TB 확보"

"우리는 보안 특화 인공지능(AI) 모델 개발을 위한 준비를 모두 마쳤습니다. 그래픽처리장치(GPU) 4512장과 보안 데이터 830테라바이트(TB)를 활용해 공격·방어용 모델을 구축할 것입니다. 이를 통해 국가 핵심시설과 기업 사이버 위협 대응 역량을 높일 것입니다." 김진휘 네이버클라우드 전무는 22일 더 그랜드 롯데 서울 3층 사파이어볼룸에서 열린 '사이버보안 특화 AI 모델 개발사업 착수간담회'에서 프로젝트 전략을 이같이 밝혔다. 네이버클라우드 컨소시엄은 앞으로 10개월간 보안 특화 AI 모델 2종을 개발한다. 컨소시엄은 그래픽처리장치(GPU) 4512장과 약 830테라바이트(TB) 보안 데이터를 모델 개발에 활용한다. 참여기관 33곳과 협력기관 8곳 등 총 41개 기관은 데이터 수집과 모델 개발부터 성능 검증·현장 실증까지 역할을 나눠 수행한다. GPU 4512장은 네이버클라우드·LG AI연구원의 자체 자원 4256장, 정부 지원 물량 256장으로 구성된다. 네이버클라우드는 지난 8월부터 엔비디아 B200 4000장을 모델 개발에 투입한 바 있다. LG AI연구원은 H200 256장을 활용할 계획이다. 정부가 제공하는 B200 256장은 데이터 전처리와 모델 학습·현장 실증에 배분한다. 네이버클라우드 컨소시엄은 모델 학습에 필요한 보안 데이터 약 830TB를 우선 확보했다. 확보한 데이터에는 네이버클라우드와 LG CNS가 보유한 위협·운영 데이터와 국가 핵심 인프라·보안 산업 현장에서 수집한 실제 데이터가 포함됐다. 컨소시엄은 원천 데이터를 학습용 데이터로 가공하고 데이터셋과 라벨을 자동으로 구축하는 체계도 마련한다. 네이버클라우드와 LG AI연구원은 '하이퍼클로바X'와 '엑사원' 기반으로 보안 특화 모델을 각각 개발할 방침이다. 하이퍼클로바X 기반 모델은 여러 시스템의 위협 정보를 분석하고 대응 방안을 제시하는 방어 능력을 강화한다. 엑사원 기반 모델은 소스코드를 분석해 취약점과 실제 공격 경로를 찾아내는 능력에 집중한다. 김 전무는 "우리 컨소시엄은 두 모델의 공격과 방어 과정서 얻은 결과를 서로의 학습에 활용할 것"이라며 "공격형 모델이 발견한 취약점은 방어형 모델의 학습 데이터로, 방어형 모델이 제시한 대응 방식은 공격형 모델이 다시 검증할 과제로 활용할 것"이라고 밝혔다. 컨소시엄은 전체 개발 과정을 2단계로 나눠 진행할 계획이다. 1단계에서는 학습 방법을 최적화하고 평가·검증 체계를 확정할 방침이다. 2단계에서는 앞서 마련한 학습 방법을 적용해 각각 파라미터 약 7000억개급 보안 특화 모델의 성능을 높일 계획이다. 김 전무는 국제 벤치마크와 공인기관 검증을 통해 두 모델 취약점 발굴 능력과 침해사고 조사 성능을 측정한다고 설명했다. 그는 "금융·전력·과학기술·통신·반도체·방위산업·항공우주 분야의 국가 기반시설과 핵심 전략산업에서도 모델을 실증할 것"이라며 "검증을 마친 모델은 국내 보안 솔루션과 연동해 취약점 진단과 사이버 공격 대응·침해사고 조사 서비스에 적용할 것"이라고 말했다. 컨소시엄은 개발한 모델 2종을 오픈소스로 공개하고 중소기업에 취약점 점검 서비스를 지원할 계획이다. 네이버클라우드의 글로벌 AI 팩토리 사업과 LG그룹의 13개국 해외 거점을 활용해 현장 구축형 보안 AI 패키지의 해외 공급도 추진한다. 이날 김유원 네이버클라우드 대표는 "해외 모델로 지킬 수 없는 대한민국을 한국형 보안 특화 AI 모델로 지킬 것"이라고 밝혔다.

2026.09.22 16:57김미정 기자

[인터뷰] 카카오 "모두의 AI 생태계 확장…외부 협력·에이전트 늘릴 것"

“모두의 AI 핵심은 이용자가 익숙한 채널에서 필요한 일을 끝까지 처리하도록 돕는 것입니다. 누구나 카카오톡·전화·웹뿐 아니라 외부 기업 서비스에서도 플랫폼을 이용할 수 있도록 외부 협력·에이전트 적용도 늘릴 것입니다." 김세웅 카카오 부사장은 지난 15일 고진태 LG유플러스 상무와 함께한 공동 인터뷰에서 카카오 컨소시엄의 모두의 AI 개발 방향을 이같이 밝혔다. 모두의 AI는 과학기술정보통신부가 국민의 AI 활용을 확대하기 위해 추진하는 '전 국민 AI서비스 보편적 활용지원' 사업이다. 사업자로 선정된 카카오와 SK텔레콤·KT 컨소시엄은 국산 AI 모델을 활용해 범용 챗봇과 공공·분야별 특화 에이전트를 개발한다. 이를 통해 국민이 일상에서 AI를 활용하고 필요한 공공·생활 서비스를 편리하게 이용하도록 지원한다. 카카오 컨소시엄이 구축하는 모두의 AI 플랫폼은 범용 챗봇과 공공·분야별 전문 에이전트를 연결하는 서비스다. 여기서 카카오톡과 전화·웹은 이용자가 요청을 전달하는 창구 역할을 한다. 에이전트는 플랫폼에 연결된 서비스를 활용해 이용자 업무를 처리하도록 개발된다. 카카오는 카카오톡 이용자 기반을 활용해 모두의 AI 초기 이용자를 확보할 계획이다. 이에 초기 월간활성이용자(MAU) 500만명을 목표로 설정했다. 현금성 마케팅보다 알림톡과 배너 등 기존 채널로 이용자를 끌어모을 방침이다. 김 부사장은 지속적인 이용자 활용을 유도할 핵심 분야로 공공서비스를 꼽았다. AI가 이용자 조건에 맞는 공공서비스를 찾고, 본인 인증부터 서류 발급·제출까지 한 흐름에 지원하겠다는 구상이다. 김 부사장은 "우리가 지향하는 것은 안내에서 끝나는 것이 아니다"며 "공공서류나 장학금이 이용자에 전달되는 단계까지 잇는 것"이라고 강조했다. 이어 "이용자가 신청 절차를 한 번에 마치지 못하면 알림톡이나 문자로 후속 안내를 제공할 것"이라며 "모든 공공서비스를 한 흐름에 끝낼 수 있도록 지원할 것"이라고 말했다. 김 부사장은 여러 기업·기관이 모두의 AI 서비스를 함께 운영하려면 이용자 정보 공유 범위와 처리 기준이 명확해야 한다고 봤다. 예를 들어 카카오가 수집한 이용자 정보를 LG유플러스에 보내 처리를 맡길 경우, 어떤 정보를 전달할 수 있는지와 이용자에게 어떤 동의를 받아야 하는지를 먼저 정해야 한다는 설명이다. 그는 "현행법을 지키면서 서비스를 개발하되, 현행 제도로 해결하기 어려운 부분은 정부와 협의하겠다"고 말했다. 이어 "현재 과학기술정보통신부에 관련 규제 샌드박스 적용을 요청했으며, 개인정보보호위원회에도 기업 간 데이터 연계와 이용자 동의 범위에 관한 기준을 마련해 달라는 의견을 전달했다"고 밝혔다. 김 부사장은 모두의 AI 사업으로 구축하는 AI 에이전트 플랫폼을 외부 서비스에도 제공하는 방안을 고려하고 있다고 말했다. 현재 별도 추진하는 'AI 에이전트 마켓플레이스'에서 외부 기업 에이전트를 검증한 뒤 플랫폼에 연결할 방침이다. 카카오는 컨소시엄사 기술적 요구를 플랫폼 개발에 우선 반영하되 외부 기업과도 협력할 계획이다. 컨소 참여 의사를 밝힌 기업을 '생태계 얼라이언스'로 모아 모두의 AI 플랫폼 연계 방안을 고려할 예정이다. 그는 "여러 사업자가 경쟁해야 이용자들이 고품질 서비스를 누릴 수 있을 것"이라고 말했다. LG유플러스, 모델·GPU 운영 맡아…대국민 AI 서비스 경험 확보 LG유플러스는 카카오 컨소시엄에서 AI 모델과 인프라 운영을 담당한다. 이를 통해 전 국민이 이용하는 대규모 AI 서비스를 운영한 경험과 기술 역량을 확보할 계획이다. 고진태 LG유플러스 상무는 이번 사업을 준비하면서 LG AI연구원 모델 개발 역량과 LG CNS의 시스템 통합 역량 등 그룹이 보유한 자산을 먼저 검토했다고 설명했다. 고 상무는 "우리는 모델과 인프라 분야에 강점을 갖췄지만 대국민 서비스를 독자적으로 개발하려면 막대한 자원과 비용이 필요하다고 판단했다"며 "이에 카카오 서비스 개발 역량과 이용자 기반을 결합하는 방향으로 협력을 결정했다"고 밝혔다. LG유플러스는 그동안 기업용 AI 사업에서 쌓은 운영 경험을 수백만 명이 사용하는 서비스에 적용할 계획이다. 이용자가 늘어나도 AI 답변의 품질과 속도를 유지하면서 안전성과 비용까지 관리하는 것이 핵심 과제다. 고 상무는 "전 국민이 사용하는 AI 서비스를 운영하려면 여러 클라우드와 모델, 서로 다른 하드웨어(HW) 환경을 다뤄야 한다”며 “이 사업을 통해 대규모 AI 서비스를 안정적으로 운영하는 역량을 확보하는 데 의미를 뒀다”고 말했다. LG유플러스는 모두의 AI에서 쌓은 모델·인프라 운영 경험을 기업용 AI 사업에도 활용할 방침이다. 카카오와 함께 진출할 수 있는 연관 사업도 발굴할 계획이다. 카카오 컨소시엄은 10월 초·중순 베타 서비스 출시를 목표로 개발을 진행하고 있다. 컨소시엄은 기본 챗봇을 먼저 공개하고 연내 기초적인 에이전트 기능을 구현할 계획이다. 금융 등 분야별 에이전트 서비스는 내년부터 본격적으로 제공하는 것을 목표로 준비한다. 김세웅 카카오 부사장은 "이용자들이 써본 뒤에는 사용하지 않으면 불편하다고 느낄 만큼 일상에 꼭 필요한 서비스를 만들겠다"고 강조했다.

2026.09.17 09:01김미정 기자

"혁신 속도 따라갈 안전장치는 사람"…LG가 꺼낸 AI 안전 해법

인공지능(AI) 개발 속도를 늦춰 안전장치가 따라갈 시간을 벌자는 '속도조절론'이 확산하는 가운데 LG가 AI 안전을 높이기 위해 이를 만드는 사람의 역량도 함께 키워야 한다고 강조했다. 16일 AI 업계에 따르면 김유철 LG AI연구원 전략부문장은 사우디아라비아 리야드에서 열린 '제4회 유네스코 AI 윤리 글로벌 포럼' 패널 토론에서 AI 개발자와 정책 담당자를 대상으로 한 윤리 교육 필요성을 제기했다. AI 활용법을 가르치는 교육은 빠르게 늘었지만 AI 시스템을 직접 설계·개발·관리하는 사람을 위한 교육은 부족하다고 진단했다. 'AI 윤리 글로벌 포럼'은 각국 정부와 산업계, 학계, 국제기구 관계자들이 모여 AI 윤리와 거버넌스 방향을 논의하는 국제 행사다. 유네스코와 사우디아라비아가 공동 주최하며 지난 14일부터 오는 17일까지 리야드에서 열린다. 김 부문장은 이번 포럼에서 AI 안전을 기술적인 장치만으로 확보하기 어렵다고 강조했다. 개발자와 정책 담당자가 AI를 만드는 과정에서 위험을 파악하고 대응 방법을 판단할 수 있도록 사람의 역량도 함께 높여야 한다고 주장했다. LG AI연구원은 이를 위해 유네스코와 'AI 윤리 무크(MOOC·온라인 공개강좌)'를 공동 개발했다. 지난해 7월 프로젝트를 시작해 올해 7월 정식 공개한 이 강좌에는 약 두 달 만에 전 세계에서 약 3만명이 등록했다. 교육은 11개 언어로 제공한다. 교육은 AI 활용법보다 개발 과정에서 필요한 윤리적 판단에 초점을 맞춘다. 개발자와 연구자, 정책 담당자, 학생 등이 AI를 설계하고 운영하면서 마주하는 문제를 판단하고 대응하는 데 필요한 내용을 담았다. 교육과정은 유네스코 'AI 윤리 권고'를 토대로 구성했다. 공정성과 포용성, 개인정보와 데이터 거버넌스, 투명성과 책임성, 안전·보안 등을 실제 사례를 중심으로 다룬다. LG AI연구원은 자체 AI 개발 과정에서 쌓은 경험도 교육에 반영했다. 모델과 서비스를 개발할 때 위험 요소를 점검하는 윤리영향평가와 데이터 컴플라이언스 사례 등을 공유했다. 최근 글로벌 AI 업계에서는 AI 개발 속도를 둘러싼 안전 논쟁이 거세졌다. 다리오 아모데이 앤트로픽 최고경영자(CEO)는 지난 12일 AI 발전 속도가 이를 이해하고 통제하는 능력을 앞지를 수 있다며 프런티어 AI 모델의 개발 속도를 늦춰야 한다고 주장했다. 아모데이는 AI 개발을 중단하자는 것이 아니라 안전 연구와 평가가 기술 발전을 따라갈 시간을 확보해야 한다고 강조했다. 앤트로픽은 외부 평가기관에 내부 직원에 준하는 접근 권한을 제공하고 AI 기업 간 공동 안전기준과 국제 공조도 추진하겠다는 방안을 내놨다. 반면 도널드 트럼프 미국 대통령은 중국과의 AI 경쟁을 이유로 개발 속도를 늦추는 데 부정적인 입장을 나타냈다. 미국이 중국에 앞선 상황에서 AI 개발을 제한하면 경쟁 우위를 내줄 수 있다는 이유를 들었다. LG AI연구원 역시 AI 모델 개발 경쟁에 뛰어들고 있다. 자체 AI 모델 '엑사원'을 개발하고 정부의 독자 AI 파운데이션 모델 프로젝트에도 참여 중이다. 모델 성능을 끌어올리는 동시에 개발 과정에서는 윤리영향평가와 데이터 컴플라이언스 체계를 운영하고 있다. 김 부문장은 "AI 도구를 사용하는 방법을 가르치는 프로그램은 많지만 AI 시스템을 설계하고 개발하고 관리하는 사람을 위한 교육은 거의 없다"며 "혁신의 속도를 따라갈 만큼 빠른 유일한 안전장치는 사람의 역량이라고 믿는다"고 강조했다.

2026.09.16 09:23김동원 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

LG, 제조·금융·과학에 '엑사원' 투입…전문가 AI 사업화 속도

LG AI연구원이 제조와 금융·과학 분야 난제를 해결하는 '전문가 인공지능(AI)' 활용 사례를 공개했다. 범용 AI를 넘어 산업 현장 변화를 예측하고 스스로 판단·실행하는 에이전틱 AI로 사업 경쟁력을 높인다는 전략이다. LG AI연구원은 14일 서울 강서구 마곡 LG사이언스파크에서 'LG AI 토크 콘서트 2026'을 열고 제조·금융·과학 분야에 특화한 AI 기술과 적용 성과를 발표했다. 연구원은 과학 분야에서는 '엑사원 디스커버리'와 로봇을 결합한 AI 자율 실험실을 올해 말부터 가동한다고 밝혔다. 제조 분야에서는 '엑사원 태뷸러'를 LG이노텍 공정에 적용해 모델 대응 시간을 약 85% 줄인 성과가 공유됐다. 금융 분야에서는 '엑사원 BI' 기반으로 국내외 상장사 향후 전망과 판단 근거를 제공하는 서비스를 확대하고 있다. 이날 임우형 LG AI연구원 공동 연구원장은 기조연설에서 "좋은 AI 모델을 만드는 것도 중요하지만, 오랫동안 산업 현장에서 풀지 못했던 어려운 문제를 해결하는 것이 우리 미션"이라고 설명했다. 이홍락 LG AI연구원 공동 연구원장 겸 최고AI과학자(CSAI)는 조지 카메론 아티피셜 애널리지스 공동창업자 겸 최고제품책임자(CPO)와 '글로벌 AI 트렌드 및 대한민국 AI에 대한 인사이트'를 주제로 패널 토의를 진행했다. 연말부터 'AI 자율 실험실' 가동…신소재 개발 24시간 돌린다 LG AI연구원이 AI와 로봇을 결합해 신소재 개발 전 과정을 자동으로 수행하는 'AI 자율 실험실'을 올해 말부터 가동한다. 연구자가 반복 실험에 들이는 시간을 줄이고 AI가 24시간 신물질 후보를 탐색하도록 해 소재 개발 속도를 높인다는 구상이다. LG AI연구원은 물질을 설계하고 합성 결과를 예측하는 '엑사원 디스커버리'와 AI 자율 실험실 구축 계획을 공개했다. AI 모델이 실험 대상을 정하면 로봇이 합성과 평가를 수행하고, 그 결과를 AI가 재학습하는 구조로 이뤄졌다. 화학 소재 특화 AI는 가능한 실험을 무작정 수행하지 않고 현재 가장 확인할 가치가 높은 실험부터 제안할 수 있다. 성능이 유망한 분자 영역에서는 정밀한 실험을 진행하고, 정보가 부족한 영역에서는 탐색 범위를 넓혀 최소한의 실험으로 방대한 화학 공간을 살핀다. 이 AI는 실험 과정에서 발생할 수 있는 위험도 사전에 점검한다. AI가 화학물질 위험성과 안전성을 예측하고, 온도와 압력 범위 등 장비의 현실적인 제약을 반영해 실제 수행할 수 있는 실험만 설계하는 식이다. 박제섭 LG화학 R&D AX 추진팀장은 "실험 결과는 다시 모델을 고도화하는 학습 데이터로 활용된다"며 "AI가 합성 대상을 선정하고 로봇이 실험·평가한 뒤 새 데이터를 AI에 다시 투입하는 루프가 반복될수록 모델이 파악할 수 있는 화학 영역도 넓어진다"고 강조했다. LG AI연구원은 이미 GS칼텍스와 AI 데이터센터용 액침 냉각유 후보 물질을 발굴하는 개념검증(PoC)을 진행했다. 엑사원 디스커버리가 목표 성능을 충족할 가능성이 높은 후보를 추천하면서 기존 방식보다 개발 시간을 줄인 것으로 전해졌다. 박 팀장은 산업 현장에 AI 자율 실험실을 적용하려면 모델 성능뿐 아니라 운영 체계도 갖춰야 한다고 주장했다. 재현 가능한 실험 데이터와 장비·시스템 연동, 위험물질 취급을 위한 안전 기준, 예외 상황 기록 체계가 필요하다는 설명이다. 연구자가 최종 의사결정 주체로 남는 것도 중요한 조건으로 꼽혔다. AI와 로봇이 만든 결과로 연구자가 새로운 가설을 세우고 다음 연구 방향을 결정해야 자율 실험실이 실제 연구 조직에 정착할 수 있다는 이유에서다. 임종구 GS칼텍스 기반기술팀장은 "자율 실험실의 가치는 단순한 공정 자동화를 넘어 숙련된 연구자 통찰력과 전문성을 디지털화해 연구개발 과정에 내재화하는 데 있다"며 "궁극적으로 연구 지능을 시스템으로 구현하는 것이 목표"라고 강조했다. LG이노텍, '엑사원 태뷸러'로 제조 AI 대응 시간 85%↓ 이날 LG AI연구원은 정형 데이터 파운데이션 모델 '엑사원 태뷸러'를 LG이노텍 제조 공정에 적용해 AI 모델 대응 시간을 약 85% 단축했다고 밝혔다. 유정선 LG이노텍 AX 담당 "기존 머신러닝(ML) 모델을 재학습하려면 최소 14일에 해당하는 약 300시간 넘는 생산·운영 데이터가 필요했다"며 "엑사원 태뷸러를 적용한 뒤에 최대 50시간 분량 데이터만으로 변화한 공정 조건을 반영해 추론할 수 있었다"고 강조했다. 이어 "모델 대응 리드타임을 약 85% 줄여 개발 기간을 단축했다"며 "대응 시간을 줄이면서도 고객을 설득할 수 있는 수준의 예측 결과를 확보했다"고 설명했다. 엑사원 태뷸러는 숫자와 범주형 데이터 등 표 형태의 정형 데이터를 분석하는 파운데이션 모델이다. 공정마다 새로운 모델을 개발하거나 재학습하지 않아도 소량의 데이터를 콘텍스트로 입력하면 곧바로 예측을 수행한다. 제조 현장은 새로운 제품과 공정이 계속 추가되는 데다 데이터 분포도 수시로 변한다. 기존 ML 방식은 변화가 발생할 때마다 모델을 재학습해야 한다. 이에 실제 현장에 신속히 적용하기 어렵다는 한계가 있다. 엑사원 태뷸러는 결측치가 포함된 불완전한 데이터도 처리할 수 있다. LG AI연구원이 자체 평가한 결과 전체 입력 데이터의 20%가 누락된 상황에서도 안정적인 예측 성능을 유지한 것으로 나타났다. 별도 전처리를 거치지 않은 원시 데이터도 예측에 활용할 수 있는 것으로 확인됐다. 모델은 예측값뿐 아니라 결과 분포와 위험도까지 제공한다. 제조 AI 에이전트가 예측 결과를 얼마나 신뢰할 수 있는지 판단하고 후속 작업을 수행하도록 지원하기 위해서다. 모델 규모는 약 2600만 파라미터로 현장 온프레미스 서버에 직접 배포할 수 있다. 외부 네트워크와 분리된 환경에서도 구동할 수 있어 보안이 중요한 제조 데이터 처리에 적합하다는 평을 받고 있다. LG이노텍은 "우리는 카메라 모듈과 반도체 기판을 비롯한 전체 제조 공정에 엑사원 태뷸러 적용을 확대할 계획"이라며 "오토노머스 팩토리를 구축하고 제조·연구개발·경영 부문을 에이전틱 엔터프라이즈 체계로 바꿀 것"이라고 강조했다. LG AI연구원은 "올 하반기 여러 열을 동시에 예측하는 '멀티컬럼' 기능과 단계적 추론을 활용하는 CoT 구조를 추가할 예정"이라며 "내년에는 모델 규모를 확대하고 텍스트 입력까지 함께 처리할 수 있는 멀티모달 구조로 고도화하는 것이 목표"라고 밝혔다. 금융 AI 국내 확대…"투자 판단보다 정보 분석 지원" LG AI연구원이 금융 특화 AI 솔루션 '엑사원 비즈니스 인텔리전스(BI)' 국내외 시장 적용을 확대하고 있다. 엑사원 BI는 금융 데이터를 분석해 기업 전망을 예측하고, AI가 해당 판단을 내린 근거까지 설명하는 솔루션이다. 대표 상품은 엑사원 BI를 기반으로 개발한 'AI 기반 주가 전망 점수(AEFS)'다. LG AI연구원은 런던증권거래소그룹(LSEG)과 미국 상장사 대상 서비스를 출시한 데 이어 지난 7월 7일 코스콤과 국내 상장사 대상 서비스를 선보였다. AEFS는 기업의 향후 4주간 주가 전망을 점수로 제시하고 결과가 도출된 배경을 해설한다. 엑사원 BI는 기업 한 곳을 분석할 때 평균 약 2만건의 뉴스와 재무 데이터, 공시 등을 종합해 투자 판단에 필요한 정보를 선별한다. 이동현 코스콤 데이터융합사업TF 과장은 금융 AI의 가장 큰 가치로 파편화된 정보를 신속하게 종합하는 능력을 꼽았다. 다만 이를 국내 시장에 적용하려면 한국 기업 지배구조와 산업 규제, 공시, 국내 뉴스 등 시장 특성을 분석에 반영해야 한다고 강조했다. 최광일 국민연금공단 기금운용본부 전임운용역은 금융 현장 병목이 데이터 부족보다 이를 처리할 시간과 인력 부족에서 발생한다고 진단했다. 다만 현재는 AI가 투자를 직접 결정하기보다 리서치와 정보 분석을 지원해야 하며, 장기간 성능 평가와 설명 가능성 검증을 거쳐 활용 범위를 넓혀야 한다고 밝혔다. LG AI연구원은 "LSEG·코스콤과 협력해 엑사원 BI의 국내외 금융시장 적용을 확대할 계획"이라며 "현재 주식 전망에 집중된 분석 범위를 앞으로 원자재를 비롯한 다양한 금융상품으로 넓힐 것"이라고 강조했다.

2026.09.14 14:09김미정 기자

아티피셜 애널리시스 "한국 AI 강점, 오픈웨이트·제조업…AGI도 키워야"

"한국이 글로벌 인공지능(AI) 경쟁력을 높이려면 산업 특화 모델 개발을 공략하면서도 범용인공지능(AGI) 기술 역량도 지속적으로 강화해야 합니다." 조지 카메론 아티피셜 애널리지스 공동창업자 겸 최고제품책임자(CPO)는 14일 오전 서울 강서구 마곡 LG사이언스파크에서 'LG AI 토크 콘서트 2026'에서 이홍락 LG AI연구원 공동원장과 진행한 대담에서 한국 AI 생태계 경쟁력과 향후 기술 개발 방향을 이같이 제시했다. 아티피셜 애널리시스는 전 세계 AI 모델의 성능과 비용·속도 등을 평가하는 독립 벤치마크 기업이다. 해당 기관이 운영하는 '아티피셜 애널리시스 인텔리전스 지수(AAII)'가 독파모 1~2차 평가에서 전체 100점 중 25점을 차지했다. 카메론 CPO는 한국 AI 생태계가 최근 1년 동안 빠르게 발전했다고 평가했다. LG AI연구원을 비롯한 국내 AI 기업 기술 개발과 한국 정부의 독자 AI 파운데이션 모델 사업이 성장을 뒷받침했다고 설명했다. 그는 국내 AI 모델 지능 수준이 여전히 미국과 중국 최상위 모델에 뒤처진다고 진단했다. 다만 모델 경쟁력을 지능만으로 판단해서는 안 된다고도 강조했다. 카메론 공동창업자는 "AI 모델별 과업 수행 비용은 100배 이상 차이 날 수 있다"며 "기업은 성능뿐 아니라 비용 효율성과 운영 방식도 함께 고려해야 한다"고 설명했다. "한국 AI, 비용·현지화 경쟁력 갖춰" 카메론 CPO는 다수 한국 AI 모델이 오픈웨이트로 공개된 점을 경쟁력으로 꼽았다. 기업이 해당 모델을 자체 하드웨어(HW)와 시스템에 구축할 수 있어 비용을 줄이고 내부 업무에 맞춰 모델을 조정하기 쉽다는 이유에서다. 카메론 CPO는 한국어와 국내 산업 환경에 최적화된 현지화 역량도 강점으로 봤다. 범용 벤치마크 점수가 가장 높은 모델이 아니더라도 한국 기업 업무와 규제·데이터 환경에서는 국산 모델이 더 적합할 수 있다는 분석이다. 그는 한국 AI 기업이 우선 공략할 분야로 첨단 제조업과 지식 업무 부문을 꼽았다. 한국이 이미 제조업 기반과 관련 기업을 갖춘 만큼 산업 현장에서 활용할 수 있는 AI 기술을 개발하면 차별화된 경쟁력을 확보할 수 있다는 이유에서다. 또 과학 연구를 지원하는 AI와 장시간 자율적으로 업무를 수행하는 에이전트 기술도 주요 개발 분야로 꼽혔다. 모델이 현실에서 과업을 수행하려면 직접 코드를 작성하고 외부 시스템을 조작할 수 있는 코딩 역량도 필요하다는 평가다. 카메론 CPO는 한국이 산업 특화 전략에만 집중해 범용 모델 개발을 소홀히해선 안 된다고 지적했다. 범용 지능이 제조·과학 등 특정 분야 문제를 해결하는 기반이 되는 만큼 한국 기업도 AGI 경쟁을 지속해야 한다는 주장이다. 그는 이에 발맞춰 AI 평가 방식도 실제 업무 수행 능력을 측정하는 방향으로 바뀌어야 한다고 내다봤다. 실제 아티피셜 애널리시스는 이메일 작성과 파워포인트 제작·엑셀 분석 등 기업 지식 업무를 평가하는 'AA-브리프케이스' 벤치마크를 인텔리전스 인덱스에 반영했다. 카메론 CPO는 "향후 문제가 발생하기 전 상황을 감지하고 조치하는 AI 능력도 주요 평가 대상이 될 전망"이라며 "제조 공정에서 이상이 발생하면 AI 에이전트가 이를 스스로 파악해 대응하고 담당자에게 결과를 알릴 수 있어야 할 것"이라고 강조했다.

2026.09.14 12:35김미정 기자

[AI는 지금] 임우형 LG AI연구원장 "AI 경쟁, 성능만으론 안돼…전문가 AI로 승부수"

"인공지능(AI) 경쟁은 이제 단순히 모델의 성능을 비교하는 데서 그치지 않습니다. 누가 AI로 더 큰 현실의 변화를 만들어내느냐가 중요한 기준이 되고 있습니다." 임우형 LG AI연구원 공동 연구원장이 산업 현장의 난제를 직접 해결하는 '전문가 AI'를 앞세워 글로벌 AI 경쟁에 나서겠다는 청사진을 내놨다. 프론티어급 AI를 목표로 개발 중인 'K-엑사원 3.0'의 추론·에이전트 역량을 끌어올리고 로봇 파운데이션 모델까지 연결해 공장 전체가 스스로 판단하고 움직이는 자율형 공장으로 기술 적용 범위를 넓힌다는 구상이다. 임 원장은 14일 서울 강서구 마곡 LG사이언스파크에서 열린 'LG AI 토크 콘서트 2026'에 참석해 "좋은 AI 모델을 만드는 것에 머물지 않고 오랫동안 산업 현장에서 풀지 못했던 어려운 문제를 해결하는 데 집중하고 있다"며 "현장의 문제를 해결하려면 수많은 변수를 비롯해 단 1%의 특이 사항까지도 이해하고 판단할 수 있는 AI가 필요하기 때문"이라고 말했다. LG AI연구원은 지난 2020년 설립 이후 배터리 수명·용량 예측과 불량 제품 선별, 생산·자재 관리 최적화, 신약 후보 물질 발굴 등 100건이 넘는 산업 현장 문제를 AI로 해결했다. 글로벌 주요 AI 학회에서 368편의 논문이 채택됐으며 국내외에서 1000건이 넘는 특허도 출원했다.이를 바탕으로 LG AI연구원은 범용 모델 경쟁보다 제조·금융·과학 등 산업별 전문성을 갖춘 AI 개발에 무게를 두고 있다. 또 현장 데이터와 전문 지식, 문제 해결 과정에서 축적한 노하우를 모델에 반영해 실제 업무 효율과 생산성, 품질을 높이는 데 초점을 맞췄다. 여기에 이런 산업별 전문성을 파운데이션 모델로 확장하고, AI가 스스로 문제를 정의해 해결 방법을 계획한 뒤 직접 실행하는 에이전틱 AI로 기술 범위를 넓히고 있다.임 원장은 "저희가 만드는 제조의 미래는 문제가 생기기 전에 먼저 예측하는 것"이라며 "AI가 판단을 돕고 필요한 조치를 선제적으로 실행할 뿐 아니라 사후 대응에서 선제 조치로 전환하는 것이 LG AI연구원이 그리는 제조의 미래"라고 말했다. LG AI연구원은 이날 이 같은 전략을 구현할 기술도 공개했다. 대표 기술로는 정형 데이터를 분석하는 '엑사원 태뷸러'와 비전 검사 파운데이션 모델 '엑사원 옴니 인스펙트'를 앞세웠다. 이 가운데 엑사원 태뷸러는 온도와 압력, 공정 조건, 품질 검사 등 제조 현장에 쌓이는 데이터를 분석해 변수 간 관계를 파악하고 불량 가능성과 최적 공정 조건을 예측하는 역할을 맡는다. 이를 위해 1억개 이상의 테이블 데이터를 학습해 데이터가 부족한 새로운 분야에서도 추가 학습 없이 예측할 수 있도록 설계했다. 이런 성능을 바탕으로 글로벌 정형 데이터 리더보드 '탭아레나'에서 분류와 다중 범주형 예측 부문 1위, 종합 성능 2위를 기록했다. 엑사원 옴니 인스펙트는 제품이나 공정이 바뀌더라도 별도 재학습 없이 이미지와 프롬프트만으로 검사에 적용할 수 있도록 개발됐다. 기존 비전 검사 기술은 신규 제품이나 공정이 추가될 때마다 데이터를 다시 확보하고 모델을 재학습해야 해 적용에 수주에서 수개월이 걸렸지만, 이를 줄이는 데 초점을 맞췄다. 여기에 AI 에이전트가 데이터 샘플링과 라벨링, 모델 학습까지 자율적으로 수행해 검사 모델을 지속적으로 업데이트하도록 했다. LG AI연구원은 엑사원 옴니 인스펙트를 올해 안에 실제 검사 공정에 적용할 예정이다. 과학 분야에서는 AI가 후보 물질을 찾는 단계에서 실제 실험까지 수행하는 자율 연구 체계로 확장해나간다는 방침이다. '엑사원 디스커버리'가 축적된 과학 지식을 바탕으로 가능성이 높은 물질을 탐색·설계하고, 로봇팔과 자동화 장비가 실험을 수행한 뒤 결과를 다시 AI가 학습하는 방식이다. LG AI연구원은 이를 위해 24시간 스스로 실험하고 학습하는 'AI 자율 실험실'을 구축할 계획이다. 소재 개발 파운데이션 모델이 물질의 합성 결과를 예측하면 자동화 장비가 실험을 진행하고 AI가 다시 다음 실험을 설계하는 구조다. 실제 산업 적용 사례도 늘리고 있다. 특히 LG생활건강과는 42만 개가 넘는 후보 물질을 검토해 하루 만에 유망 물질을 찾아냈다. 또 미국 밴더빌트대 메디컬센터와는 조직 병리 이미지와 유전자 정보, 약물 반응 데이터를 분석해 맞춤 치료 전략을 설계하는 암 에이전트를 공동 개발하고 있다. 평균 4주 이상 걸리던 분석 과정을 하루 수준으로 줄이는 것이 목표다. 금융 분야에서는 예측 결과뿐 아니라 판단 근거까지 설명하는 AI에 초점을 맞췄다. 다수의 AI 에이전트가 데이터 분석부터 추론, 예측, 설명 생성까지 수행하는 '엑사원 BI'를 통해 한국과 미국 증시에 상장된 약 8000개 기업을 매일 분석하고 향후 4주간의 주가 흐름을 예측하고 있다. 엑사원 BI는 현재 런던증권거래소그룹을 통해 글로벌 투자자에게 제공되고 있으며 코스콤과 협력해 국내 시장으로도 확대하고 있다. 이 기술에는 시간에 따라 변화하는 데이터를 이해하고 미래를 예측하는 파운데이션 모델 '엑사원 포어캐스트'가 적용됐다. LG AI연구원은 산업별로 확보한 전문 AI 역량을 프론티어급 모델 개발에도 활용한다는 방침이다. 특히 현재 진행 중인 'K-엑사원' 프로젝트를 통해 복잡한 업무를 스스로 수행하는 에이전트 역량과 깊이 있는 추론 능력, 한국어와 전문 지식 이해 수준, 실행 효율을 함께 높이고 있다. K-엑사원은 LG AI연구원이 과학기술정보통신부의 '독자 AI 파운데이션 모델 프로젝트'에 참여해 개발 중인 프론티어급 AI 모델이다. 이날 임 원장은 차기 모델인 'K-엑사원 3.0'의 개발 방향도 공개했다. 이 모델을 제조·금융·과학 등 산업 현장에서 복잡한 문제를 해결하는 전문가 AI로 발전시킨다는 구상이다. LG AI연구원은 이 같은 AI를 물리적 현장까지 확장하기 위해 로봇 파운데이션 모델도 개발하고 있다. 현실 세계를 이해하고 상황을 판단해 스스로 행동하는 로봇 지능을 구현해 적은 데이터만으로도 새로운 공정과 업무에 빠르게 적응하도록 하는 것이 목표다. 향후에는 사람이 생산 목표와 품질 기준을 제시하면 AI 오케스트레이터가 공장 전체의 상태를 파악하고 로봇과 검사 설비, 생산 모듈을 연결해 스스로 운영 계획을 세우는 자율형 공장으로 확대할 계획이다. 개별 로봇 자동화를 넘어 공장 전체를 하나의 AI 시스템처럼 운영하겠다는 구상이다. 임 원장은 산업 현장에서 축적한 AI 역량을 제조 자동화와 로봇 지능으로 연결해 적용 범위를 계속 넓히겠다는 방침도 밝혔다. AI가 사람의 판단을 보조하는 수준에서 벗어나 실제 현장의 운영까지 맡는 단계로 발전시키겠다는 목표다. 그는 "앞으로는 사람이 생산 목표와 품질 기준을 제시하면 AI 오케스트레이터가 공장 전체의 상태를 이해하고 로봇과 검사 설비, 생산 모듈을 하나로 연결해 스스로 계획을 세우고 공장을 운영하게 될 것"이라며 "로봇 파운데이션 모델을 기반으로 개별 로봇의 자동화를 넘어 공장 전체가 하나의 지능으로 움직이는 미래를 향해 나아가고 있다"고 말했다.이어 "더 깊이 이해하고 스스로 판단하며 현실과 연결되는 지능을 통해 사람의 일을 더 가치 있게 하고 가능성을 더 크게 열며 삶을 더 풍요롭게 만드는 AI를 지향한다"며 "누구나 전문가가 될 수 있고 전문가는 새로운 지평을 열 수 있도록 AI의 가능성을 더 나은 삶을 위한 변화로 만들어 가겠다"고 강조했다.

2026.09.14 12:33장유미 기자

LG, 제조·금융·과학 난제 푸는 '전문가 AI' 공개…자율형 공장 앞당긴다

LG AI연구원이 제조와 금융·과학 분야 난제를 해결하는 '전문가 인공지능(AI)'을 공개했다. 범용 AI를 넘어 산업 현장 변화를 예측하고 스스로 판단·실행하는 에이전틱 AI로 사업 경쟁력을 높인다는 전략이다. LG AI연구원은 14일 오전 10시 서울 강서구 마곡 LG사이언스파크에서 'LG AI 토크 콘서트 2026'을 열고 제조·금융·과학 분야에 특화한 AI 기술과 적용 성과를 발표했다. 이날 제조 분야에서는 공정 조건과 품질 정보를 분석해 변화를 예측하는 '엑사원 태뷸러'와 제품 외관이 달라져도 재학습 없이 불량 여부를 판별하는 '엑사원 옴니 인스펙트'가 소개됐다. 이는 소량 현장 데이터만으로 생산 상태를 파악하고 공정 변화에 대응할 수 있도록 설계한 산업 특화 AI 파운데이션 모델이다. LG AI연구원은 데이터 표본 추출과 라벨링부터 모델 학습까지 스스로 수행하는 비전 검사 에이전트도 개발하고 있다고 밝혔다. 향후 로봇 파운데이션 모델과 결합해 개별 설비 자동화를 넘어 공장 전체가 하나의 지능처럼 움직이는 자율형 공장을 구현할 방침이다. 과학 분야에서는 새로운 물질을 설계하고 합성 결과를 예측하는 '엑사원 디스커버리'가 공개됐다. 물질 예측과 설계부터 실제 실험까지 AI가 수행하는 자율 실험 체계를 구축하는 것이 목표다. LG AI연구원은 LG생활건강과 손잡고 42만개 후보 물질을 검토해 하루 만에 탈모 완화 효능 물질 '람시딜'을 발굴했다. 디앤디파마텍과는 차세대 경구용 펩타이드 신약을 개발하고 있으며 GS칼텍스와 AI 데이터센터용 액침 냉각유 소재 발굴 범위도 넓히고 있다. '엑사원 4.5'는 식품의약품안전처 신약 심사 AI에도 적용됐다. LG AI연구원은 이를 통해 향후 신약 허가 심사 기간을 단축하는 데 기여할 것으로 기대하고 있다. 연구원은 금융 분야에서 여러 AI 에이전트가 협업해 데이터 분석과 추론·예측·설명을 수행하는 '엑사원 비즈니스 인텔리전스'를 발표했다. 시간에 따라 달라지는 정보를 이해하는 AI 파운데이션 모델 '엑사원 포어캐스트'를 기반으로 예측 결과의 근거까지 제시하는 것이 특징이다. LG AI연구원은 올해 초 엑사원 비즈니스 인텔리전스를 정식 출시한 뒤 런던증권거래소그룹과 글로벌 시장 진출을 추진하고 있다. 국내에서는 코스콤과 사업을 확대하고 있으며 국민연금공단을 비롯한 핵심 고객사도 확보했다고 밝혔다. 향후 적용 범위를 채권과 원자재 등 다양한 자산군으로 넓힐 계획이다. LG AI연구원은 2020년 12월 설립 이후 배터리 수명·용량 예측과 불량 제품 선별·생산 및 자재 관리 최적화·신약 후보 물질 발굴 등 100건이 넘는 산업 난제를 해결한 소식도 공유했다. 같은 기간 글로벌 주요 AI 학회에서 논문 368편을 발표하고 국내외 특허 1080건을 출원했다고 발표했다. 연구원은 실제 환경에서 판단하고 행동하는 로봇의 두뇌 역할을 할 로봇 파운데이션 모델도 개발하고 있다. 로봇 작동 과정에서 발생할 수 있는 사고를 사전에 차단하기 위한 독자적인 안전 알고리즘 연구를 함께 진행 중이다. 임우형 LG AI연구원 공동 연구원장은 "좋은 AI 모델을 만드는 것도 중요하지만 오랫동안 산업 현장에서 풀지 못했던 어려운 문제를 해결하는 것이 미션"이라며 "우리는 지난 6년 동안 AI가 산업의 문제를 이해할 수 있도록 해왔으며 이제 그 AI가 스스로 판단하고 행동하는 단계를 준비하고 있다"고 밝혔다.

2026.09.14 10:00김미정 기자

  Prev 1 2 3 4 5 6 7 8 9 10 Next  

지금 뜨는 기사

이시각 헤드라인

젠슨 황 해임 위기…차기 엔비디아 CEO 유력 후보는

공장 가동 1년 앞당겼다…삼성 충청 온양캠퍼스 'AI 반도체 심장' 뛴다

게임 즐기던 대학생의 50일…첫 작품이 앱스토어 1위로

젠슨 황 스캔들 파장…엔비디아 이사회의 해법은

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.