K-AI 2차 평가 임박…공통지표 SKT·업스테이지 우세 작성일 08-02 44 목록 <div id="layerTranslateNotice" style="display:none;"></div> <strong class="summary_view" data-translation="true">SKT·업스테이지·LG AI 연구원, 허깅페이스에 모델 공개<br>7개 공통 벤치마크 중 SKT 4개 지표서 가장 높은 점수 기록<br>모델 규모는 LG AI 연구원 가장 앞서…향후 품질 고도화 진행</strong> <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> <section dmcf-sid="BSu25YGhlP"> <figure class="figure_frm origin_fig" contents-hash="8ddcbbcfabb894de47bc37856a9b41ce6dca3f95aab80c84639f4498765b9dfa" dmcf-pid="bv7V1GHlS6" dmcf-ptype="figure"> <p class="link_figure"><img alt="[그래픽=아주경제]" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202608/02/552779-26fvic8/20260802182924208eblc.jpg" data-org-width="640" dmcf-mid="qbECodJ6vQ" dmcf-mtype="image" height="auto" src="https://img1.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202608/02/552779-26fvic8/20260802182924208eblc.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> [그래픽=아주경제] </figcaption> </figure> <p contents-hash="87852236a7af58b73ea5b64cb4a55d1079e34ad655e7dfab1a24bfa670eb317f" dmcf-pid="KTzftHXST8" dmcf-ptype="general">과학기술정보통신부가 추진하는 '독자 인공지능(AI) 파운데이션 모델(독파모)' 프로젝트 2차 단계평가가 임박했다. 각 기업들이 자사 모델을 공개한 가운데 한국어와 수학, 과학 등 특화 분야에서는 경쟁력을 입증했지만 초대형 모델 운용과 추론 효율 측면에서는 글로벌 프런티어 모델과의 차이는 여전한 것으로 나타났다.</p> <p contents-hash="84a77721adccc2d1e72f47a84a0a0e4de6e5263cadf423d12c105ffc7d57a9c9" dmcf-pid="9yq4FXZvv4" dmcf-ptype="general">2일 업계에 따르면 독파모 프로젝트에 참여한 SK텔레콤, 업스테이지, LG AI 연구원은 지난달 허깅페이스에 모델을 공개했다. 추가 합류한 모티프테크놀로지스(모티프)도 프리뷰 버전을 선보였다.</p> <p contents-hash="3a0e53368037309f2e11eb3821881d24fc58d247b40ee8b71bebde0b1f31ff6d" dmcf-pid="2WB83Z5Tvf" dmcf-ptype="general">허깅페이스에 공개한 모델카드를 분석한 결과 동일·유사 명칭으로 공개한 벤치마크 △수학 추론 △과학 추론 △고난도 종합 추론 △지시 이행 △장문 추론 △한국어 지식 △한국 문화 및 상식 등 7개로 나타났다. 공개된 공통 벤치마크에는 한국어 지식과 문화 이해 등 국내 특화 평가가 포함됐다.</p> <p contents-hash="0d1c55c6ba5d3662f5e337ee50e2d08bd137e0845310d4e85ae81d782cfa9188" dmcf-pid="VYb6051yvV" dmcf-ptype="general">SKT의 A.X K2는 한국 문화·상식(91.6점), 한국어 지식(80.5점), 장문 추론(66.0점), 수학 추론(97.1점) 등 4개 지표에서 세 모델 중 가장 높은 점수를 기록했다. 업스테이지의 솔라 오픈 2(Solar Open 2)는 과학 추론(86.3점), 고난도 종합 추론(28.8점), 지시 이행(80.0점) 등 3개 지표에서 상대적으로 높은 점수를 제시했다.</p> <p contents-hash="59300ddf84286088c0cf78e492802fccf0b8c778338ed078ff11c7cc703ac4ee" dmcf-pid="fGKPp1tWC2" dmcf-ptype="general">반면 1차 단계평가에서 1위를 차지했던 LG AI연구원의 K-EXAONE 2.0은 7개 공통 지표 가운데 최고점을 기록한 항목이 없었다.</p> <p contents-hash="131aeb21ea7fa8ff99800f0f892e6b51a850fcc760308126cbb7f981049d5a18" dmcf-pid="4H9QUtFYy9" dmcf-ptype="general">모델 규모는 LG AI 연구원이 가장 앞서 있다. K-엑사원은 7500억개(750B) 파라미터로 국내 최대 규모를 보였다. LG AI 연구원은 이를 기반으로 추가적인 데이터 품질 개선, 강화학습을 통해 글로벌 프런티어 급 모델로 키운다는 방침이다. </p> <p contents-hash="914a270ce8910fc15c747297428eb8b9ecc8d1ce2f019b31143b913fb86f0e5d" dmcf-pid="8X2xuF3GCK" dmcf-ptype="general">임우형 LG AI 연구원 공동연구원장은 "현재 모델은 완성된 결과가 아닌 프런티어급 모델로 고도화하기 위한 출발점"이라며 "데이터 품질 고도화, 후속 학습, 강화 학습, 추론 기술 정교화 등으로 K-엑사원 성능을 완성해 나갈 것"이라고 설명했다.</p> <p contents-hash="812797edba40881f3aad94adc09ce3814d7bbe96a4053c7dc159f8706672dbd2" dmcf-pid="6ZVM730Hhb" dmcf-ptype="general">다만 전문가들은 이번에 공개된 모델이 최종 제출본이 아닌 프리뷰 버전으로, 글로벌 경쟁력 평가에는 한계가 있다고 말한다. 공개 벤치마크 역시 한국어와 국내 문화 이해 등 특화 분야 비중이 높은 만큼, 이번 결과는 모든 성능 지표에서 글로벌 모델과의 우열을 가리기보다 기업별 강점과 기술 방향을 확인하는 데 의미가 있다는 것이다.</p> <p contents-hash="f5835553acb32dd871f1c6d83e8f6523bffefabcd813ae8e4d489a099ab669b2" dmcf-pid="Pyq4FXZvyB" dmcf-ptype="general">봉강호 소프트웨어정책연구소 선임연구원은 "이번 결과는 모든 성능 지표에서 글로벌 모델을 뛰어넘었는지를 평가하기보다 일부 영역에서 글로벌 프런티어급 경쟁력을 확보했는지를 확인하는 데 의미가 있다"며 "독파모를 통해 축적한 기술과 개발 경험이 향후 국내 AI 경쟁력의 기반이 될 것"이라고 말했다.</p> <p contents-hash="70f50fb51d25897a4d984667b515dfebcb617d4dd5b7f5485324536a69b4337d" dmcf-pid="QWB83Z5TSq" dmcf-ptype="general">글로벌 프런티어 모델 경쟁은 초대형 모델 규모와 함께 추론 효율 경쟁도 본격화하는 양상이다. 최근 중국 문샷AI가 공개한 '키미 K3(Kimi K3)'는 전체 파라미터 규모가 국내 최대인 K-엑사원보다 약 3.7배 큰 데다 장문 처리와 멀티모달, 에이전트 기능까지 통합했다.</p> <p contents-hash="1aa4239d56cce0a5856233be3f0296fd7aedafcc51fbd541fd95e9b53cb85581" dmcf-pid="xYb6051ySz" dmcf-ptype="general">특히 키미 K3는 전체 896개 전문가(Expert) 가운데 토큰마다 16개만 선택해 연산하는 초희소(MoE, Mixture of Experts) 구조를 적용해 실제 연산에 참여하는 활성 파라미터 비중을 약 3.7% 수준으로 낮췄다. 이는 초대형 모델을 유지하면서도 연산량과 비용을 줄여 추론 효율을 높이는 방식이다. 반면 국내 공개 모델의 활성 파라미터 비중은 약 4.1~6.0% 수준으로, 초대형 모델의 추론 효율을 높이기 위한 기술 경쟁도 본격화하는 모습이다.</p> </section> </div> 관련자료 이전 우간다, 세계태권도한마당 첫 출전… 군의관 콘데가 연 새 길 08-02 다음 여자 청소년 핸드볼, 멕시코 꺾고 세계선수권 본선 진출 08-02 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.
