“4팀 중 3팀만 살아남는다”… 독파모 2차 평가 앞둔 AI 4종 해부 작성일 08-12 23 목록 <div id="layerTranslateNotice" style="display:none;"></div> <strong class="summary_view" data-translation="true">과기정통부, 이달 중 2차 평가 결과 발표<br>LG AI연구원은 매개변수 규모·장문 이해, SK텔레콤은 수학·한국어 강점<br>업스테이지는 ‘GPU 2장’ 효율, 모티프는 에이전트 능력 강조</strong> <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> <section dmcf-sid="7r9wbl2uNs"> <p contents-hash="5ae500250db9168639eceb9a1557454c9798e3d1253c753604cde291590a7f1f" dmcf-pid="zDbEqCKpkm" dmcf-ptype="general">독자 인공지능(AI) 파운데이션 모델(독파모) 프로젝트 국민 평가가 11일 마무리되며, 2차 평가 절차가 막바지에 들어섰다. 과학기술정보통신부는 일반 국민 200명으로 구성된 ‘국민 평가단’ 점수를 반영한 최종 결과를 이달 중 발표할 예정이다. 1차 평가에서 네이버클라우드와 NC AI가 탈락했고, 2차 평가에선 LG AI연구원, 업스테이지, SK텔레콤, 모티프테크놀로지스 등 4팀 중 1팀이 떨어진다.</p> <p contents-hash="974d0225421bb87d1660de8af6d68e0bece605af8b45c9907ff95b5647c3a35a" dmcf-pid="qwKDBh9UNr" dmcf-ptype="general">12일 조선비즈는 4팀이 오픈소스 AI 플랫폼 허깅페이스에 공개한 독파모 모델 4종을 기술 보고서와 각 사 발표 등을 통해 분석했다. LG AI연구원의 ‘K-엑사원 2.0’, SKT의 ‘에이닷엑스 케이투(A.X K2)’, 업스테이지의 ‘솔라 오픈 2’, 모티프의 ‘모티프 3(Motif-3)’가 주인공이다.</p> <p contents-hash="2fd2c4449de48f17b5569bf298dbb1e46ed398b61602b04b70702e1ad9db0128" dmcf-pid="Br9wbl2ukw" dmcf-ptype="general"><strong>◇ 덩치 키운 LG·SKT, 효율 택한 업스테이지·모티프</strong></p> <p contents-hash="731484094093946096f91173f99049cca65b2867cc94f7b7efad5087320f1d68" dmcf-pid="bm2rKSV7aD" dmcf-ptype="general">1차 평가에서 1위를 차지한 LG AI연구원은 2차 평가를 앞두고 매개변수(파라미터)를 기존 2360억개에서 3배 이상 키웠다. 국내 최대 규모인 7500억개로 구축했다. SKT도 1차 평가 모델(5190억개)보다 규모를 키운 6880억개 매개변수 모델을 내놨다. 초거대 모델들이다. 모티프의 매개변수는 3140억개, 업스테이지의 매개변수는 2500억개다.</p> <p contents-hash="e34bf8e405da06f11bfe2ea57eb24d731a7ef9d2f38d1e78b10cfce462bec614" dmcf-pid="KsVm9vfzaE" dmcf-ptype="general">매개변수는 AI의 규모를 결정하는 핵심 요소다. 인간의 뇌세포 역할을 한다. 매개변수가 많을수록 더 많은 걸 기억하고 처리할 수 있다. 오픈AI, 구글, 앤트로픽 등 미국 빅테크 기업들은 매개변수를 공개하지 않는데, 일반적으로 최정상급 AI 모델은 조(兆) 단위 매개변수를 구축한 뒤 경량화한다. 문샷 AI ‘키미 K3’의 매개변수는 2조8000억개, 딥시크 ‘V4 프로’의 매개변수는 1조6000억개다. LG AI연구원은 “국내 연구진이 7500억개급 모델의 설계부터 데이터 학습, 분산 학습, 추론 환경 구축까지 전 과정을 독자적으로 완수했다는 데 의미가 있다”며 “글로벌 프런티어 모델과 같은 체급에서 경쟁할 수 있는 역량을 확보한 것”이라고 강조했다. SKT는 향후 A.X K2 후속 모델을 조(兆) 단위 매개변수 규모로 대대적으로 확장한다는 구상이다.</p> <p contents-hash="21a79bce823a485b5d8c0cb8fe456b789b1d4cb5d190f30f4d46600f6c207131" dmcf-pid="9Ofs2T4qjk" dmcf-ptype="general">업스테이지와 모티프는 반대로 총 매개변수를 키우기보다 토큰당 연산량을 억제하는 효율성 중심 전략을 구사한다. 네 모델 모두 이용자의 질문에 맞는 일부 매개변수만 활성화하는 전문가 혼합(MoE) 구조를 채택하는데, 이 같은 활성 매개변수도 업스테이지·모티프가 더 적다. LG AI연구원 370억개, SKT 330억개, 업스테이지 150억개, 모티프 132억개다. 업스테이지·모티프는 적은 매개변수로 대형 모델 수준의 성능을 내는 고효율 구조라고 강조한다. 모델을 돌리는 데 필요한 그래픽처리장치(GPU) 수가 줄어, 도입 비용과 운영비가 낮아진다는 것이다. 예컨대 LG AI연구원 모델은 엔비디아 H200 GPU 16장(2개 노드)에서 작동하고, 업스테이지 모델은 양자화 적용 시 H200 GPU 2장만으로 구동한다.</p> <figure class="figure_frm origin_fig" contents-hash="eb31df1c42a23d8922b72d48ad9cce2a5961602ab21dff4463671292c1c90c64" dmcf-pid="2I4OVy8Bcc" dmcf-ptype="figure"> <p class="link_figure"><img alt="배경훈 부총리 겸 과학기술정보통신부 장관과 참석자들이 지난해 12월 30일 서울 강남구 코엑스 오디토리움에서 열린 '독자 AI파운데이션 모델 프로젝트' 발표회에서 기념촬영을 하고 있다. /뉴스1" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202608/12/chosunbiz/20260812060201866njgw.jpg" data-org-width="4738" dmcf-mid="uJUa0wu5cO" dmcf-mtype="image" height="auto" src="https://img2.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202608/12/chosunbiz/20260812060201866njgw.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> 배경훈 부총리 겸 과학기술정보통신부 장관과 참석자들이 지난해 12월 30일 서울 강남구 코엑스 오디토리움에서 열린 '독자 AI파운데이션 모델 프로젝트' 발표회에서 기념촬영을 하고 있다. /뉴스1 </figcaption> </figure> <p contents-hash="85e418f52921d062aba8048982c2ca44e8036b18bdc5fcee8ce7448838c8f40c" dmcf-pid="VC8IfW6bgA" dmcf-ptype="general"><strong>◇ 네 모델, 어디에 힘을 줬나</strong></p> <p contents-hash="530d8f86c849a4031256125cdccb6c7cbbf399391c2188c6418da0f38b04d3cb" dmcf-pid="fh6C4YPKjj" dmcf-ptype="general">각 사가 밝힌 벤치마크(성능 평가)를 놓고 네 모델의 등수를 매기기는 어렵다. 자사 및 경쟁 모델의 수치를 자체 환경에서 측정하거나, 공식 발표 또는 AI 플랫폼 오픈라우터에서 가져와 설명하는 등 수치가 제각각이기 때문이다.</p> <p contents-hash="96105640a2095d4d44467948aef7bb4acca701a4fc41ee08403b1c0bff4eafd1" dmcf-pid="4lPh8GQ9kN" dmcf-ptype="general">각 사가 발표한 벤치마크 중에서 특징을 꼽아보면, LG AI연구원의 모델은 긴 글의 맥락 파악, 한국의 특수성 반영, 글로벌 윤리 기준 준수 등에 장점이 있다. 글로벌 장문 이해 능력 평가(OpenAI-MRCR)와 한국어 장문 이해 능력 평가(Ko-LongBench)에서 각각 94.4점과 89.6점을 달성해 중국 지푸의 GLM-5.1(71.5점, 83.6점)과 비교해 우수한 성능을 보였다. LG AI연구원은 유네스코 아시아태평양 국제이해교육원(APCEIU)과 협력해 세계시민교육 인증을 받은 교사 46명으로 구성된 자문단을 운영, 한국의 특수성을 모델에 반영했다고 밝혔다. 반면 매개변수를 3배 이상 키운 것이 모든 영역의 성능 향상으로 이어지지는 않았다. 1차 평가 모델인 ‘K-엑사원’과 비교하면 종합 지식 평가(MMLU-Pro·83.8→83.5), 수학 평가(HMMT FEB 2026·80.7→78.4) 등에서는 오히려 점수가 하락했다.</p> <p contents-hash="aff140792902c842aa47fe6b367424dc18f6ce873f9af9ef89a018890a9751e7" dmcf-pid="8SQl6Hx2ka" dmcf-ptype="general">SKT 모델은 수학과 한국어 성능에 강점이 있다. ‘국제수학올림피아드(IMO) 2026’ 6개 문제 평가에서 42점 만점 중 29점을 기록해 금메달에 해당하는 성능을 보였다. 올해 IMO 금메달 기준선은 29점이다. SKT는 “AI 모델의 수학 추론 성능은 단순한 문제 풀이 역량을 넘어 모델의 다른 업무 능력을 판단할 수 있는 대리 지표이자 핵심 경쟁력”이라고 설명한다. 또 한국어 지식 평가(KMMLU-Pro)와 한국 문화 이해 평가(CLIcK)에서 큐원3.5 등 비교 모델 중 최고 점수를 획득했다. 반면 AI가 스스로 인터넷을 뒤져 답을 찾는 평가(BrowseComp)는 비교 모델 중에서 최저점을 기록, 인터넷에 복잡하게 얽힌 정보를 찾아내는 능력은 뒤처졌다.</p> <p contents-hash="583a61913957e502085b7683ee6d6b117b46b24b7457429b660b69ea8a398c8d" dmcf-pid="6vxSPXMVkg" dmcf-ptype="general">업스테이지 모델은 한국어 사무 과업 평가(Ko-GDPval)에서 86.8을 기록, 매개변수가 6배 이상 많은 딥시크 V4 프로(86.9점)와 견줬다. 이 벤치마크는 AI 모델이 보고서, 계획서, 발표 자료 같은 문서를 직접 만들도록 해 평가한다. 몸집 대비 성능과 실무 처리 능력을 강점으로 내세운다. 다만 Ko-GDPval는 업스테이지가 자체 마련한 벤치마크이고, 한국어 지식 평가(KMMLU-Pro)에서 딥시크 V4 플래시에 밀렸다. SKT 모델은 같은 벤치마크에서 딥시크 V4 플래시를 앞섰다.</p> <p contents-hash="241935cb089ec7cb54027d6102f5f81e640ebd5338695024e7191b76c1b3d664" dmcf-pid="PTMvQZRfAo" dmcf-ptype="general">모티프 모델은 AI 에이전트 능력에 강점이 있다. 은행 업무 처리 평가(τ³-뱅킹), 정보기술(IT) 장애 원인 진단 평가(ITBench)에서 큐원3.7 맥스 등 비교 모델 중 최고 점수를 기록했다. 그러나 모티프 모델은 한국어 벤치마크 결과가 실려 있지 않다. 학습 데이터에서 “한국어를 강조했다”고 서술하고 있으나, 이를 뒷받침할 한국어 벤치마크 평가는 부재하다.</p> <p contents-hash="e8673f00c8fb25caecfbe2e1a7f51cb2a4293089d44a23928f69fb77962d95f3" dmcf-pid="QHiGd3nQNL" dmcf-ptype="general">과기정통부에 따르면, 4개 팀의 모델은 모두 미국 비영리 AI 연구 기관 에포크AI가 선정한 ‘주목할 만한 모델(Notable Model)’에 꼽혔다. 에포크AI가 선정한 ‘주목할 만한 모델’을 보유한 국가는 현재 미국·중국·한국 등 3국에 불과하다. 해당 지표는 미 스탠퍼드대 인간중심AI연구소(HAI)가 발간하는 ‘AI 인덱스’ 보고서에서 주요 지표로 활용된다.</p> <p contents-hash="1e7f12a8c11b80eea8a95fd9572b6b4bd254ef27299915ceb09bf570e90a86c5" dmcf-pid="xXnHJ0Lxkn" dmcf-ptype="general">익명을 요청한 한 교수는 “벤치마크 점수의 경우, 쪽집게 과외로 트레이닝을 시키는 식으로 모델 성능 대비 벤치마크 점수만 잘 나올 수 있다”며 “평가 기관에서 공정하게 평가할 필요가 있다”고 말했다.</p> <p contents-hash="0f672d48e820183361313dc5968029d7e968e0609ca10c39f2d1e70c652b8557" dmcf-pid="yJ5dXN1ygi" dmcf-ptype="general">- Copyright ⓒ 조선비즈 & Chosun.com -</p> </section> </div> <p class="" data-translation="true">Copyright © 조선비즈. 무단전재 및 재배포 금지.</p> 관련자료 이전 접을 땐 폰 펼치면 태블릿…선명해진 갤럭시 Z 폴드8 '두 얼굴'[체험기] 08-12 다음 [기초과학의 시간] ④"기초연구, 가장 오래 남고 큰 파급력 만들어" 08-12 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.
