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