[독파모 2차전上] 추론·에이전트 성능 높인 4개 모델… ‘실전 경쟁력’ 시험대 작성일 08-13 28 목록 <div id="layerTranslateNotice" style="display:none;"></div> <strong class="summary_view" data-translation="true">실제 서비스선 장문맥·다단계 작업 안정성 관건… 이르면 이번 주 3개팀 윤곽</strong> <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> <section dmcf-sid="u71cN8Oclj"> <figure class="figure_frm origin_fig" contents-hash="e7033be1803c59d9d3b35f1d34efb6060dc3cccf3385e67771b0f638c8490125" dmcf-pid="7Nd31OB3yN" dmcf-ptype="figure"> <p class="link_figure"><img class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202608/13/552796-pzfp7fF/20260813060020560qxda.jpg" data-org-width="640" dmcf-mid="U0CMPpoMWA" dmcf-mtype="image" height="auto" src="https://img2.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202608/13/552796-pzfp7fF/20260813060020560qxda.jpg" width="658"></p> </figure> <p contents-hash="d8734e08ebd8513032cde9414181aead355a82ecce9cc1e7faf0aaee1c155fcb" dmcf-pid="zjJ0tIb0Sa" dmcf-ptype="general">[디지털데일리 구아현기자] 정부 주도 ‘독자 인공지능(AI) 파운데이션 모델(독파모)’ 프로젝트 2차 평가가 막바지에 접어든 가운데 4개 정예팀이 내놓은 모델이 1단계보다 전반적으로 크게 개선됐다는 평가가 나온다. 기본 질의응답과 추론 성능이 높아진 데다 장문맥과 에이전트 기능도 본격적으로 강화됐다.</p> <p contents-hash="f873b44654c4a76dc0c4538f1b2c6673a99f76e8f01e306de664a6963bf0aa83" dmcf-pid="qAipFCKpvg" dmcf-ptype="general">12일 업계에 따르면 정부는 LG AI연구원과 SK텔레콤, 업스테이지, 모티프테크놀로지스 등 4개 정예팀을 대상으로 독파모 2차 단계평가를 진행하고 있다. 지난 8일부터 11일까지 일반 국민 200명이 4개 모델을 직접 사용해 평가하는 국민평가도 마무리됐다.</p> <p contents-hash="d8e553cb94297a31e6c5d7d184e98751345a2d9c7ee35693e346ad62b7dee519" dmcf-pid="BcnU3h9UWo" dmcf-ptype="general">모델 개발 전략은 엇갈렸다. LG AI연구원과 SK텔레콤은 각각 7500억개와 6880억개 매개변수를 갖춘 대형 모델을 내놓으며 체급을 키웠다. 업스테이지와 모티프테크놀로지스는 실제 추론 과정에서 사용하는 활성 매개변수를 100억개대로 낮춰 연산 효율을 높이는 데 무게를 뒀다.</p> <p contents-hash="27f49fd7300e983121c760de869403d0959aed18eeb9e521f22876e4b606e6d8" dmcf-pid="bkLu0l2uWL" dmcf-ptype="general">정부는 국민평가와 벤치마크, 전문가 평가 등을 종합해 4개 팀 가운데 3개 팀을 다음 단계 진출팀으로 선정한다. 업계에서는 이르면 이번 주 결과가 나올 것으로 보고 있다.</p> <p contents-hash="e5be0b38863d301528924887eb9ff89bb3dde3ddc1f0271cbc6c6d1b85eec945" dmcf-pid="KEo7pSV7hn" dmcf-ptype="general">2차 평가를 앞두고 모델도 모두 외부에 공개됐다. LG AI연구원의 ‘K-엑사원(K-EXAONE) 2.0’, SK텔레콤의 ‘A.X K2’, 업스테이지의 ‘솔라 오픈2(Solar Open 2)’, 모티프테크놀로지스의 ‘모티프3(Motif-3)’가 글로벌 AI 개발자 플랫폼 허깅페이스에 올라왔다.</p> <p contents-hash="c1a6f5fba3225146016901e064179d0e0aacac60b50eb027e8993d3035a48c08" dmcf-pid="9DgzUvfzWi" dmcf-ptype="general">4개 모델은 최근 미국 AI 연구기관 에포크AI(Epoch AI)의 ‘주목할 만한 AI 모델(Notable AI Models)’에도 모두 이름을 올렸다. 업계에서도 1단계보다 기본 질의응답과 추론 능력이 향상되고 에이전트 기능까지 본격적으로 반영되기 시작했다는 평가가 나온다.</p> <p contents-hash="045ff64894e1f099eb9ac222b8a46159b08e15a46a7d9d0fce0fb627d56db432" dmcf-pid="2waquT4qhJ" dmcf-ptype="general">AI 업계 관계자는 “기본적인 질의응답이나 추론 기능은 전 모델이 1단계 때보다 상당히 많이 좋아졌다”며 “추론 기능이 개선됐고 에이전트 기능도 일부 반영되기 시작한 점은 고무적”이라고 말했다. 다만 멀티모달 분야는 향후 보완이 필요한 영역으로 꼽았다.</p> <p contents-hash="420a200bec28bf520f7f265588637b17b67506406de5f217c49d2cf79745ba3b" dmcf-pid="VrNB7y8BCd" dmcf-ptype="general"><strong>◆ LG·SKT는 ‘체급’…업스테이지·모티프는 ‘효율’</strong></p> <p contents-hash="769d378927cc8ea8e740e82c1bef7d7d634369a9b524a2bfc80e33d130a11230" dmcf-pid="fOc9BGQ9Ce" dmcf-ptype="general">4개 정예팀 가운데 가장 큰 모델을 내놓은 곳은 LG AI연구원이다. K-엑사원 2.0은 총 매개변수 7500억개(750B), 활성 매개변수 370억개(37B)의 전문가혼합(MoE) 모델이다. 1차 K-엑사원 236B보다 전체 규모를 3배 이상 확대했다.</p> <p contents-hash="0a21d636c8e5e11ddef498a446579eb30b409ccf78d57834d636e7e7624f7483" dmcf-pid="4Ik2bHx2vR" dmcf-ptype="general">최대 문맥 길이는 26만2144토큰이며 한국어와 영어를 포함한 10개 언어를 지원한다. LG AI연구원은 장문맥과 추론, 에이전틱 코딩 등을 2차 모델의 주요 개선 영역으로 제시했다.</p> <p contents-hash="354a8d3a8288590e732c01811c127aafe973998c4e6a0d9834a207f8d323912f" dmcf-pid="8CEVKXMVyM" dmcf-ptype="general">업계에서는 대형화에 따른 전반적인 성능 개선을 긍정적으로 평가하면서도 실제 긴 문맥이나 복잡한 지시를 얼마나 안정적으로 처리하는지는 추가 검증이 필요하다는 의견이 나온다.</p> <p contents-hash="7ff617340b3f07c9fe67d639840b52261144a38b5ea5b75003b0517c1c351971" dmcf-pid="6hDf9ZRfCx" dmcf-ptype="general">SK텔레콤도 1차부터 이어온 대형화 전략을 택했다. 1차 A.X K1의 총 매개변수는 5190억개였지만 2차 A.X K2에서는 6880억개(688B)까지 늘었다. 실제 토큰당 활성화되는 매개변수는 330억개(33B)다.</p> <p contents-hash="40bb992fd83ba8f97f7012f829597b03904041da72bd15fa39f3143d7fbffc29" dmcf-pid="Plw425e4CQ" dmcf-ptype="general">A.X K2는 256개 라우팅 전문가 중 필요한 8개를 선택하는 MoE 구조와 장문 처리 효율을 높이기 위한 ‘희소 게이트 어텐션(SGA)’을 적용했다. 텍스트 모델뿐 아니라 비전언어모델(VLM)과 오디오언어모델도 함께 개발해 이미지와 음성으로 모델군을 넓혔다.</p> <p contents-hash="daa2213b08922a061dcee27d7aec572d96c57a7827e533c380d207b0f9abca79" dmcf-pid="QSr8V1d8TP" dmcf-ptype="general">관건은 체급에 걸맞은 효율성을 보여주는 것이다. 다만 AI 업계 관계자는 "성능 자체가 나쁜 것은 아니지만 이 정도 성능이라면 더 작은 모델에서도 낼 수 있다"며 "모델 규모 대비 효율성을 추가로 살펴볼 지점"이라고 평가했다.</p> <p contents-hash="c4ef8bf44d4ef477939a30c3604967a50f5e41dded0d5f07906d1d655effd9fb" dmcf-pid="xvm6ftJ6S6" dmcf-ptype="general">업스테이지는 상대적으로 효율에 방점을 찍었다. 솔라 오픈2는 총 2500억개(250B) 매개변수 가운데 토큰당 150억개(15B)만 활성화하는 MoE 구조다. 최대 100만 토큰의 문맥을 지원하며 도구 호출과 다단계 추론, 에이전트 업무 수행 능력을 전면에 내세웠다.</p> <p contents-hash="ff87a82a93fb3bcd494d6e1f9fcdc5df73c885df1c68a7f3dfc8808b59b5211e" dmcf-pid="yPKSCoXSS8" dmcf-ptype="general">업계에서는 한국어 처리 능력과 모델 규모 대비 효율성을 강점으로 꼽는다. 다만 최대 100만 토큰을 입력할 수 있다는 것과 긴 문맥 안의 정보를 실제 추론에 안정적으로 활용하는 능력은 별개인 만큼 장문맥과 복잡한 에이전트 업무에서는 추가 검증이 필요하다는 평가도 나온다.</p> <p contents-hash="f1a59aec88f875ca5d5041af8f44439de4fc5d1154a2b474889e0f8cdd332331" dmcf-pid="WQ9vhgZvS4" dmcf-ptype="general">모티프테크놀로지스 역시 효율 전략이 뚜렷하다. 모티프3는 총 3140억개(314B) 안팎의 매개변수 가운데 약 130억개만 실제 추론에 사용한다. 384개 라우팅 전문가 중 토큰당 8개를 활성화하며 최대 25만6000토큰 문맥을 지원한다.</p> <p contents-hash="f085da1941881ec5e333e5de57ce56abe7313c01f9ced78c7794555c20069a98" dmcf-pid="YcnU3h9Uvf" dmcf-ptype="general">업계에서는 상대적으로 작은 활성 매개변수로 성능을 끌어올렸다는 점을 긍정적으로 평가한다. 다만 일부 사용 과정에서 한국어와 영어가 혼용되는 등 실제 서비스에 앞서 답변의 일관성을 보다 높일 필요가 있다는 의견도 나왔다.</p> <p contents-hash="930fe9539c3540a1f7c6cd106cabb718eb65fa086c410816d36408144166cb25" dmcf-pid="GkLu0l2uSV" dmcf-ptype="general">다만 이 같은 평가는 4개 모델을 동일한 하드웨어와 프롬프트, 평가 데이터 등 같은 조건에서 비교한 공식 성능평가는 아니다. AI 업계 전문가들이 공개 모델을 각자의 제한된 환경에서 직접 구동한 결과를 토대로 한 만큼 모델 간 절대적인 우열보다는 실제 사용 과정에서 드러난 특징과 향후 확인할 지점을 보여주는 의견에 가깝다.</p> <p contents-hash="30f3043206662f382cd459b348254713138e6d8b6675069221892e37192229bd" dmcf-pid="HEo7pSV7h2" dmcf-ptype="general">◆ 성능은 확 올랐는데… ‘여러 일을 끝까지 하는 AI’가 관건</p> <p contents-hash="2776feebd938ae36b72a418efc1037a1e10c1194997a7a021e5545ec60af14a0" dmcf-pid="XDgzUvfzv9" dmcf-ptype="general">복수의 업계 관계자 평가를 종합하면 2차 모델의 차이는 단순한 한 차례의 질의응답보다 여러 작업을 연속적으로 수행할 때 더 뚜렷하게 나타나는 것으로 파악됐다. 복잡한 지시를 끝까지 따르는 능력과 긴 문맥의 실질적인 활용, 다단계 추론, 도구 호출, 에이전트 작업의 안정성 등이 대표적이다.</p> <p contents-hash="a7ba8533c60208038cbc6b6ce8576a5b356aea35605e38ae70a5680287cf9811" dmcf-pid="ZwaquT4qTK" dmcf-ptype="general">4개 모델을 별도로 시험한 한 AI 기업 관계자는 “단순 질의응답에서는 네 모델 모두 1단계보다 확실히 좋아졌다는 인상을 받았다”며 “차이는 여러 단계를 연속적으로 수행하는 에이전트 환경에서 더 잘 드러났다”고 말했다. 이어 “앞으로는 한 문제를 얼마나 잘 푸느냐뿐 아니라 실제 업무를 끝까지 안정적으로 수행할 수 있는지가 중요해질 것”이라고 설명했다.</p> <p contents-hash="a4dbcde821517d23cca352647cf1a70b07952e3b78fa4c9c4c92ebae31bd800b" dmcf-pid="5rNB7y8BSb" dmcf-ptype="general">원천 모델의 성능 향상이 이용자가 체감하는 서비스 경쟁력으로 곧장 이어지는 것도 아니다. 모델을 실제 서비스에 올리는 서빙 기술과 용도별 튜닝, 추론 최적화뿐 아니라 운영 과정에서 쌓인 데이터를 다시 서비스 개선에 활용하는 경험까지 필요하기 때문이다.</p> <p contents-hash="d5389bd1f529e04aa580827c1ba3418fc406aa213350ca6c9508f6170cef49fc" dmcf-pid="1mjbzW6bSB" dmcf-ptype="general">일부 2차 모델을 직접 구동한 한 AI 기업 개발자는 “모델 자체는 글로벌 스탠더드에서 크게 뒤지지 않는데 문제는 서빙 레이어”라며 “제미나이 등 글로벌 모델은 실제 태스크에 맞춰 최적화가 많이 돼 있는 반면 아직 국내 모델은 아직 다소 날것에 가깝다”고 말했다. 이어 “실제 공공이나 민간에서 활용되려면 모델을 많이 돌려 서비스 데이터와 운영 데이터를 축적해야 한다”며 “서비스 경험과 최적화, 튜닝 측면에서는 글로벌 프런티어 모델을 따라가기 위해 보완할 부분이 남아 있다”고 설명했다.</p> <p contents-hash="c635217658f42f92a929b6dadc515022f890246752ded390eaed08327939d44f" dmcf-pid="tsAKqYPKWq" dmcf-ptype="general">개발자들의 초기 관심도도 나타나고 있다. 12일 기준 허깅페이스의 최근 한 달 다운로드 지표는 업스테이지 솔라 오픈2가 2만6000회를 넘어섰고 SK텔레콤 A.X K2는 약 3000회, LG K-엑사원 2.0 기본 모델은 1600여회를 기록했다. 모티프는 최종 모델 공개가 늦어 직접 비교하기 어렵지만 앞서 공개된 베타 모델은 5100여회를 기록했다.</p> <p contents-hash="bdeabe9fbc2a1c057e350da7ffec643f130734556d60311e3d9e1d49e4be8464" dmcf-pid="FOc9BGQ9Tz" dmcf-ptype="general">다만 모델별 공개 시점과 크기, 경량화 버전 제공 여부가 다른 만큼 다운로드 횟수를 성능이나 선호도 순위로 해석하기는 어렵다.</p> <p contents-hash="ed3e23ecd0e56c607eafb0baa6a36061fb8d8ca3d51754df7e54394d1d015de0" dmcf-pid="3GhRQUgRl7" dmcf-ptype="general"><strong>◆ 벤치마크만 따라가선 한계… 증류까지 얽힌 글로벌 AI 경쟁</strong></p> <p contents-hash="a2384b17db6c4f5eae616ee34631f65d83b40dac91898137e55d83fac7630ae3" dmcf-pid="0HlexuaeCu" dmcf-ptype="general">독파모가 따라잡아야 할 글로벌 기준선 역시 빠르게 높아지고 있다. 미국 프런티어 AI 기업들이 모델 성능을 빠르게 끌어올리는 동시에 중국 AI 기업들도 성능과 가격 경쟁력을 높이면서 국내 모델이 지금과 같은 속도로 개선되더라도 선두권과 격차가 더 벌어질 수 있다는 우려가 나온다.</p> <p contents-hash="f3eb6f9752dc556c4a51412421ce4b3c9b289239f7df786265a76969b6e8a007" dmcf-pid="pXSdM7NdhU" dmcf-ptype="general">글로벌 AI 모델의 경쟁력을 단순한 벤치마크 점수만으로 판단하기도 갈수록 어려워지고 있다. 막대한 추론 자원을 투입하거나 특정 평가에 맞춰 사후학습을 진행하면 점수를 끌어올릴 수 있지만 실제 서비스에서는 응답 속도와 추론 비용, 안정성까지 동시에 만족해야 하기 때문이다.</p> <p contents-hash="881d3240f6b3fdea2871b41b73a905c476588bcf6af184a7b5b6c65f3de58296" dmcf-pid="UZvJRzjJCp" dmcf-ptype="general">모델 ‘증류(Distillation)’도 글로벌 모델 순위 해석을 복잡하게 만드는 변수다. 증류는 성능이 높은 대형 모델이 만들어낸 결과를 활용해 상대적으로 작은 모델을 학습시키는 기술로 AI 업계에서 널리 활용된다. 적은 연산 자원으로 성능을 높일 수 있다는 장점이 있지만 타사의 상용 모델 출력을 허가 없이 대규모로 수집해 능력을 이전할 경우 ‘무단 증류’를 둘러싼 논란으로 이어질 수 있다.</p> <p contents-hash="7a6de409cb25fb526af961dbef4d4d11c07d5d6c887b33731e96b4e1d03fb5c1" dmcf-pid="u5TieqAih0" dmcf-ptype="general">실제 앤트로픽은 지난 2월 중국 AI 기업들이 수만개의 가짜 계정을 이용해 자사 모델 클로드의 추론과 코딩 능력을 추출했다고 주장한 바 있다. 글로벌 모델 간 기술 격차가 좁혀지는 과정에서 자체 기술 혁신과 외부 모델을 활용한 성능 이전을 어디까지 구분할 수 있는지도 새로운 쟁점으로 떠오르는 셈이다.</p> <p contents-hash="94944bea513b182b161b70c4bfef7cbee109b7e25d4fabae7bbb4f3a60aaacd1" dmcf-pid="71yndBcnW3" dmcf-ptype="general">이 때문에 업계에서는 독파모 역시 특정 벤치마크에서 글로벌 모델과 점수 차이를 얼마나 줄였는지만 보기보다 자체 기술 기반을 얼마나 확보했고 이를 실제 서비스에서 얼마나 효율적이고 안정적으로 구현할 수 있는지를 함께 봐야 한다는 목소리가 나온다.</p> <p contents-hash="cf2ba45b7bcf6359c42e269a4a93436201a67268237e4c5fb4b7e867c3c01871" dmcf-pid="ztWLJbkLvF" dmcf-ptype="general"><strong>◆ 美·中은 빨라지고 AI는 무료로…독파모 ‘쓸 이유’ 만들어야</strong></p> <p contents-hash="bd7722642550a240ba09e9040fffae9dfbeecd55086ecbd1ae16e90784f9b7ec" dmcf-pid="qFYoiKEoCt" dmcf-ptype="general">서비스 경쟁의 문턱도 갈수록 높아지고 있다. 오픈AI는 최근 최신 AI 모델을 챗GPT 무료 이용자에게까지 폭넓게 개방하는 전략을 내놨다. 글로벌 AI 업체들이 모델 성능뿐 아니라 무료 이용 범위와 서비스 생태계까지 경쟁력을 강화하면서 국산 모델이 이용자에게 선택받아야 할 문턱도 높아지고 있다.</p> <p contents-hash="54b6539b4e4645abafa96c809f965be168ca8664609df0a823d24f7160a3a090" dmcf-pid="B3Ggn9DgC1" dmcf-ptype="general">다른 AI 기업 대표는 “전 국민을 대상으로 서비스를 하겠다고 하면 결국 해외 빅테크의 최신 모델과 경쟁해야 한다”며 “해외 최신 모델을 무료로 제공하는 환경까지 감안하면 국내 모델도 실제 이용자가 선택할 수 있는 수준으로 경쟁력을 끌어올려야 한다”고 말했다.</p> <p contents-hash="2a0aa75edf6ae7a76c0682778ee8c65d1ddb49a6c3a11b297522681c5dc01e04" dmcf-pid="brNB7y8Bh5" dmcf-ptype="general">그렇다고 프런티어 모델과 당장의 격차만으로 독자 모델 개발의 필요성을 평가해서는 안 된다는 시각도 있다. 한국어와 국내 산업 환경에 맞는 모델을 확보하고 데이터와 모델에 대한 통제권을 유지하려면 자체 AI 기술 역량이 필요하다는 설명이다.</p> <p contents-hash="6ce60ef353d7812101cc0ec70003939400020416a73dd1b2acf6de57f624505b" dmcf-pid="KmjbzW6bSZ" dmcf-ptype="general">일각에서는 글로벌 최상위 모델과 현재 격차가 있더라도 독자 모델을 개발하고 실제 산업·서비스에 적용하는 경험을 축적하는 과정 자체가 국내 소버린 AI 역량을 만드는 기반이 될 수 있다고 보고 있다. 해외 모델의 성능을 단기간에 앞서는 것만이 목표가 아니라 핵심 AI 기술을 직접 개발하고 필요할 때 자체적으로 운영할 수 있는 선택지를 확보하는 데 의미가 있다는 것이다.</p> <p contents-hash="5504f1966f6ea2401b19983a0c83c9c6bfc45a8c60e719adf0cbd007b190c3a7" dmcf-pid="9sAKqYPKTX" dmcf-ptype="general">이제 관심은 4개 팀 가운데 어느 3개 팀이 다음 단계로 향하느냐에 쏠린다. 2차 모델이 1단계보다 확실히 진화한 만큼 다음 승부는 단순한 모델 체급이나 벤치마크 점수를 넘어 실제 이용자와 산업 현장이 선택할 만한 AI로 자리 잡을 수 있느냐에 달릴 전망이다.</p> </section> </div> <p class="" data-translation="true">Copyright © 디지털데일리. All rights reserved. 무단 전재 및 재배포 금지.</p> 관련자료 이전 [싸이월드 잔혹사]中 "아직도 그만한 가치가 있나요?"…27년 된 물음표 08-13 다음 고혈당·저혈당 쇼크 ‘응급 신호’ 놓치지 마세요 08-13 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.
