'독자 인공지능(AI) 파운데이션 모델' 2차 단계평가는 1차 평가에서 참여사들의 운명을 갈랐던 독자성에 더해 모델 사용성과 확장성이 핵심 평가 요인이 될 전망된다.
5일 업계에 따르면 과학기술정보통신부는 이번 2차에서 국민평가단의 평가를 반영한다. 모델 성능과 함께 이용자들이 얼마나 모델을 활용할 수 있는지, 산업 현장에 어떻게 적용할 수 있는지 등을 종합적으로 판단해 4개사(SK텔레콤·LG AI연구원·업스테이지·모티프테크놀로지스) 가운데 1개사가 떨어진다.
프런티어급 모델…사용성도 집중
2차 단계평가 참여사들은 모델의 파라미터 규모를 키우는 등 성능을 글로벌 빅테크의 프런티어급 모델 수준으로 끌어올리는데 주력하고 있다. 동시에 이용자들이 실생활에서 AI 모델을 활용할 수 있는 사용성에도 초점을 맞췄다.
프로젝트 참여사 한 관계자는 "국민평가단이 추가된 점 등을 보면 2차에선 AI 모델의 사용성이 가장 중요한 평가 요인이 될 것으로 본다"며 "사용성이 입증돼야 모델을 어떻게 확산시키고 산업에도 적용시킬 수 있을지 등 다음 단계로 나아갈 수 있기 때문"이라고 말했다.
SK텔레콤 'A.X K2' 모델은 매개변수(파라미터) 6880억개 규모로 직전 모델(5190억개)보다 규모를 키웠다. 국내외 14개 벤치마크 평균 성능이 이전 모델(A.X K1)보다 32.2%포인트, 장문 이해와 에이전트 관련 평가가 83.9%포인트 향상됐다. AI가 긴 문맥을 처리할 때 관련성 높은 정보만 선별해 참조하는 구조인 SGA(Sparse Gated Attention)를 자체 개발·적용했다.
활용 분야를 넓히기 위해 제조와 국방, 바이오 등 부문 사례도 발굴하고 있다. KG스틸(철강)과 코넥(자동차 부품) 등 제조 현장을 비롯해 국방부에는 하반기 중 A.X K2 양자화 버전을 공급할 계획이다. SK바이오팜과는 난치성 암 표적 치료제 개발에 AI를 활용하며 바이오 분야 진출도 검토하고 있다.
LG AI연구원의 'K-엑사원 2.0'은 파라미터 7500억개로 국내 최대 규모다. 기존 K-엑사원 가중치를 재활용하는 업사이클링 방식으로 학습 비용을 줄이면서도 1차 모델보다 3배 이상 몸집을 키웠다. 24개 평가지표 평균 점수는 70.1점으로 1차 모델(63.3점)보다 10% 이상 높았다.
산업과 일상으로 AI 모델이 확산하기 위한 연구개발도 진행하고 있다. 비전언어모델(VLM)인 '엑사원 4.5'는 행정안전부의 'AI 안전신문고' 두뇌로 선정돼 신고 분석을 맡았다. 식약처 신약 심사 AI에도 탑재돼 신약 허가 심사 기간을 단축하는 역할을 수행하고 있다. 이와 함께 산업 특화 AI 파운데이션 모델을 공개하고, 전 국민이 K-엑사원 2.0을 경험할 수 있는 서비스도 준비하고 있다.
업스테이지의 '솔라 오픈 2'는 지식과 과학 추론, 코딩 증 주요 벤치마크 점수가 이전 모델보다 20점 이상 올랐다. 올 상반기 인수한 포털 '다음'과 AI 에이전트 플랫폼 '타임리' 등을 기반으로 서비스 적용 영역을 넓히고 있다. 전 국민이 AI를 체감하는데 집중하고 있다.
모티프테크놀로지스는 프리뷰 모델인 '모티프3'가 글로벌 AI 평가기관 아티피셜 애널리시스 종합 성능 지표에서 44점을 획득하며 업계의 주목을 받았다. 중국 딥시크의 'V4-프로'와 동급 수준이다. 금융과 회계 분야 협력사를 중심으로 상용화 경험을 쌓을 예정이다.
실용성에서 스케일·풀스택까지…전략 포인트는
업스테이지와 모티프테크놀로지스는 SK텔레콤과 LG AI연구원 모델에 비해 파라미터 규모는 작다. 솔라 오픈 2는 2500억개, 모티프3는 3140억개 수준이다.
파라미터는 AI 모델 추론 능력을 좌우하는 핵심 요소다. 규모가 클수록 복잡한 판단이 가능해져 모델 성능이 향상된다. 다만 연산 비용(토큰)도 늘어난다. 최근 AI업계에서 토큰 효율성이 중요해진 만큼 규모를 키우면서도 실제 작업에 필요한 만큼 파라미터를 활성화해 효율을 높이는 방향으로 가고 있다.
업스테이지와 모티프테크놀로지스는 효율성을 택했다. 에이전틱 AI 활성화로 토큰 소비가 급격히 늘면서 토큰 효율성이 중요해진 까닭이다. 양사는 실제 작업 시 필요한 파라미터만 활성화하는 '전문가 혼합'(MoE) 구조를 택했다. 업스테이지는 150억개, 모티프3는 130억개가 활성화돼 효율을 높인다.
LG AI연구원은 경쟁 모델 가운데 가장 큰 규모의 파라미터를 적용하며 승부수를 던졌다. 임우형 LG AI연구원 공동 연구원장은 "단순히 파라미터 수가 큰 모델을 만든 것이 아닌 모델 설계부터 데이터 학습, 분산 학습과 추론 환경 구축까지 전 과정을 독자적으로 완수했다는 데 의미가 있다"며 "독파모 프로젝트 핵심 목표인 글로벌 프런티어 모델과 같은 체급에서 경쟁할 수 있는 역량을 확보한 것"이라고 강조했다.
SK텔레콤은 독파모 프로젝트에서도 'AI 풀스택' 전략을 앞세운다. SK텔레콤은 AI 데이터센터와 AI팩토리 등 AI 인프라 사업을 새로운 성장동력으로 삼고 공격적인 투자에 나서고 있다. 그룹 차원에서 반도체(SK하이닉스)와 데이터센터, AI 모델과 서비스까지 전 영역을 갖추고 있다는 점을 강조한다는 계획이다.
A.X K2 후속 모델은 조 단위 파라미터 규모로 확장하는 방안도 준비하고 있다.
또 다른 프로젝트 참여사 관계자는 "미국과 중국 기업들의 AI 모델들도 비용 경쟁을 펼치고 있다"며 "국내 모델도 사용성을 높이려면 조 단위 파라미터를 통해 모델 성능을 높이면서도 연산 비용을 줄이는 최적화가 중요할 것"이라고 말했다.
