선재관AI부
seon@economidaily.com
기사 제보하기
최신기사
-
KAIST 찾은 '구글의 전설' 제프 딘…"AI 경쟁, 결국 컴퓨팅 효율 싸움"
인공지능(AI) 산업의 경쟁 구도가 거대언어모델(LLM)의 성능 경쟁에서 컴퓨팅 자원을 얼마나 확보하고 효율적으로 활용하느냐의 경쟁으로 이동하고 있다. 구글에서 27년간 AI와 컴퓨팅 인프라의 발전을 이끌었던 제프 딘이 한국에서 던진 메시지도 여기에 집중됐다. 딘은 지난 13일 서울 AI 허브에서 열린 특별강연에서 “향후 몇 년간 AI 발전의 핵심은 하드웨어와 컴퓨팅 자원을 얼마나 확보하고 효율적으로 사용하는가에 달려 있다”고 강조했다. 단순히 더 큰 모델을 만드는 것만으로 AI 경쟁력을 확보하기 어려워지고 있다는 의미다. 이번 강연은 딘이 구글을 떠난 뒤 사실상 첫 공식 행보라는 점에서도 주목받았다. KAIST와 국가AI연구거점의 공동 초청으로 마련된 행사에는 KAIST를 비롯해 고려대·연세대·포스텍 등 컨소시엄 대학의 연구진과 학생, 기업 관계자 등 150여명이 참석했고 온라인으로도 220여명이 참여했다. 딘은 1999년 구글에 합류한 이후 검색 인프라를 비롯해 구글의 AI 연구 기반을 구축한 핵심 인물이다. 분산 시스템 연구를 기반으로 대규모 연산을 효율적으로 처리하는 기술을 발전시켰고, 텐서플로와 구글의 AI 전용 반도체인 TPU 개발에도 관여했다. 최근까지는 구글 수석과학자로 차세대 AI 모델 제미나이 개발을 이끌었다. 그런 그가 구글을 떠나 과학 연구를 위한 AI 스타트업 ‘디스커버리 루프’를 창업하면서 업계의 관심이 집중됐다. 구글과 같은 빅테크의 최고 수준 연구 환경을 떠나 새로운 회사를 선택한 만큼, 그의 이번 발언은 단순한 기술 전망 이상의 의미를 갖는다. ◆ AI의 다음 병목은 ‘모델’보다 ‘연산’ 딘이 강조한 것은 AI 발전을 바라보는 시각 자체의 변화다. 그는 학부 시절 신경망 학습을 연구했지만 당시 컴퓨팅 성능의 한계 때문에 연구 성과를 내기 어려웠고, 20여년이 지나 충분한 연산 자원이 확보되면서 당시 아이디어가 현실화됐다고 설명했다. 지난 15년간 AI의 발전 역시 특정한 알고리즘 하나가 등장했기 때문이라기보다 연산 능력·데이터·모델 규모가 함께 확대된 결과라는 것이 그의 설명이다. 이 발언은 현재 AI 산업의 경쟁 구도를 정확히 관통한다. 챗GPT를 비롯한 생성형 AI가 대중화된 이후 기업들은 더 많은 데이터를 학습시키고 더 큰 모델을 구축하는 방식으로 경쟁해왔다. 그러나 모델 규모가 커질수록 학습과 추론에 필요한 컴퓨팅 비용도 폭증한다. 결국 AI 모델을 얼마나 잘 만드는가와 동시에 필요한 연산량을 얼마나 적은 비용으로 처리할 수 있는가가 기업 경쟁력의 핵심이 된다. 엔비디아가 AI 가속기 시장을 장악한 것도 같은 맥락이다. 구글이 자체 TPU를 개발한 이유 역시 외부 반도체에만 의존하지 않고 AI 연산 구조에 맞는 하드웨어와 소프트웨어를 함께 최적화하기 위해서였다. 딘의 경력 자체가 이를 보여준다. 대규모 분산 시스템을 연구하던 컴퓨터과학자가 구글에서 TPU와 AI 시스템 개발에 참여한 것은 AI가 발전할수록 모델과 반도체, 데이터센터, 소프트웨어를 하나의 시스템으로 설계해야 한다는 흐름과 맞닿아 있다. ◆ 한국 AI도 ‘모델 개발’ 이후를 준비해야 이번 딘의 KAIST 방문은 국내 AI 산업에도 시사하는 바가 크다. 한국의 AI 전략은 그동안 자체 파운데이션 모델 확보와 GPU 확보에 상당한 무게가 실렸다. 하지만 모델을 하나 확보한다고 AI 경쟁력이 완성되는 것은 아니다. 대규모 모델을 학습시키고 실제 서비스에 적용하기 위해서는 GPU와 AI 반도체, 데이터센터, 네트워크, 저장장치, 소프트웨어 등 전체 시스템을 효율적으로 연결해야 한다. KAIST가 추진하는 ‘AI 시스템 이니셔티브’ 역시 이 지점에 초점을 맞추고 있다. AI 모델 자체뿐 아니라 하드웨어와 시스템 소프트웨어를 함께 최적화해 제한된 컴퓨팅 자원을 최대한 활용하는 것이 목표다. 최근 글로벌 빅테크와 KAIST의 협력이 이어지는 것도 주목할 부분이다. 엔비디아가 KAIST와 AI 공동연구소 및 피지컬AI센터 설립을 추진한 데 이어 구글의 핵심 AI 연구자가 직접 KAIST를 찾아 연구진과 분산 시스템과 AI 인프라를 논의했다. 이는 한국이 AI 모델 경쟁에서 단순히 해외 기술을 활용하는 수준을 넘어 AI 시스템 전체를 연구할 수 있는 기반을 확보해야 한다는 신호로 해석할 수 있다. 딘이 강연에서 “AI가 인간을 대체하느냐”는 질문에 인간과 AI가 각자의 강점을 활용하는 것이 중요하다고 답한 것도 같은 맥락이다. AI를 인간의 대체재로만 볼 것이 아니라 인간이 해결하지 못했던 문제를 풀기 위한 연구 도구로 활용해야 한다는 것이다. 그가 창업한 디스커버리 루프가 과학 연구를 AI의 주요 적용 분야로 삼은 것도 의미가 있다. AI가 검색과 문서 작성, 코딩을 넘어 신약과 소재, 물리학 등 과학적 발견의 속도를 높이는 방향으로 확장될 경우 필요한 컴퓨팅 규모는 지금보다 더욱 커질 수밖에 없다. 한편 딘이 한국에서 던진 메시지는 명확하다. AI 경쟁의 다음 승부처는 더 큰 모델을 만드는 데서 끝나지 않는다. 얼마나 많은 연산 자원을 확보하고, 이를 얼마나 효율적으로 연결하고 활용하느냐가 관건이다. 한국이 AI 강국을 목표로 한다면 GPU 확보량이나 국산 모델 개발 성과만을 경쟁력의 기준으로 삼아서는 안 된다. 반도체부터 데이터센터, 네트워크, 분산 시스템, 모델까지 이어지는 ‘AI 풀스택’ 경쟁력을 확보해야 한다. 27년간 구글의 AI 역사를 만들어온 연구자가 퇴사 직후 한국에서 가장 먼저 강조한 것도 결국 이 지점이었다. AI 시대의 진짜 경쟁은 모델의 크기가 아니라 그것을 움직이는 시스템의 경쟁으로 넘어가고 있다.
2026-08-19 07:55:41
-
-
네이버, '모두의 AI' 끝내 불참…국가 AI 사업 '흥행' 시험대
네이버가 정부의 전 국민 무료 인공지능(AI) 서비스 ‘모두의 AI’ 사업에 최종 불참한다. 국내 최대 플랫폼 기업이자 자체 AI 모델을 보유한 네이버가 빠지면서 정부가 추진하는 대국민 AI 서비스 사업이 어떤 형태로 진용을 꾸릴지 관심이 커지고 있다. 네이버 관계자는 18일 “‘모두의 AI’ 사업자 공모에 참여하지 않는다”며 “현재 추진 중인 기존 AI 사업에 집중할 예정”이라고 밝혔다. 이날 오후 5시 공모 마감을 앞두고 컨소시엄 구성 가능성을 검토했지만 최종적으로 참여하지 않기로 결정했다. ‘모두의 AI’는 과학기술정보통신부와 정보통신산업진흥원(NIPA)이 추진하는 사업이다. 국민 누구나 비용과 이용량 제한 없이 사용할 수 있는 국산 범용 AI 챗봇을 구축하고, 공공서비스 신청 등을 대신 처리하는 AI 에이전트까지 제공하는 것이 핵심이다. 정부는 9월 베타서비스를 거쳐 12월 정식 서비스를 시작한다는 계획이다. 당초 8월 11일이던 공모 마감은 사업자들의 준비 기간을 확보하기 위해 18일 오후 5시로 일주일 연장됐다. 정부가 이 사업을 추진하는 이유는 단순히 ‘한국판 챗GPT’를 하나 더 만들기 위해서가 아니다. 미국과 중국의 AI 서비스에 대한 의존도를 낮추면서 국민 누구나 AI를 사용할 수 있는 기반을 마련하고, 국산 AI 모델을 실제 대국민 서비스로 연결하겠다는 전략이다. 정부는 장기적으로 자산관리와 학습코칭, 노후설계 등을 지원하는 ‘전 국민 1인 1 AI 에이전트’ 체계로 확대한다는 구상도 내놨다. 사업자로 선정되면 상당한 지원도 받을 수 있다. 올해에는 엔비디아의 최신 AI 가속기인 B200 그래픽처리장치(GPU)가 기업별로 최대 256장 또는 128장 지원되고, 2030년까지 운영비 지원도 이어질 예정이다. 다만 대가도 있다. 독자 AI 파운데이션 모델 기준을 충족하는 국산 모델을 최소 50% 이상 사용해야 하고, 자체 모델을 가진 기업도 다른 국내 기업의 국산 모델을 30% 이상 결합해야 한다. 사실상 기업 간 협업과 컨소시엄 구성이 필수적인 구조다. ◆ 네이버가 빠진 이유는 네이버의 불참 배경은 이 같은 사업 구조와 현재 네이버의 AI 전략을 함께 볼 필요가 있다. 네이버는 자체 대규모언어모델(LLM)인 ‘하이퍼클로바X’를 중심으로 검색과 쇼핑, 지도, 광고 등 기존 플랫폼 서비스에 AI를 결합하는 전략을 추진하고 있다. 이미 자체 서비스 안에서 AI 이용자를 확보하고 있는 만큼 정부가 주도하는 별도 무료 플랫폼에 참여해 새로운 서비스를 구축해야 할 유인이 상대적으로 크지 않다는 분석이 나온다. 특히 ‘모두의 AI’는 자체 모델만으로 서비스를 구성할 수 없다는 점이 변수다. 네이버처럼 자체 AI 기술과 플랫폼을 동시에 보유한 기업 입장에서는 다른 기업의 모델을 일정 비율 결합해야 하는 사업 조건이 오히려 기술 전략과 맞지 않을 수 있다. 올해 초 정부의 ‘독자 AI 파운데이션 모델’ 프로젝트에서도 네이버클라우드는 재공모에 참여하지 않았다. 당시에도 업계에서는 기업들이 정부 사업의 타이틀보다 자체 AI 기술과 서비스 경쟁력 확보에 집중하는 방향으로 전략을 바꾸고 있다는 분석이 나왔다. 결국 네이버 입장에서는 정부가 제공하는 GPU와 운영비보다 자체 플랫폼 안에서 AI 사용자를 늘리고 수익모델을 만드는 것이 장기적으로 더 중요하다고 판단했을 가능성이 크다. 네이버가 공식적으로 밝힌 불참 이유는 ‘기존 사업 집중’이지만, 사업 조건과 현재 전략을 종합하면 충분히 예상 가능한 선택이라는 평가다. ◆ 카카오·통신3사는 왜 뛰어드나 반면 카카오와 이동통신 3사의 셈법은 다르다. 카카오는 자체 AI 모델 ‘카나나’를 카카오톡과 연결해 생활밀착형 AI 서비스로 확대할 수 있는 기회로 보고 있다. 이미 5000만명 규모의 이용자를 확보한 카카오톡이라는 플랫폼이 있어 ‘모두의 AI’를 통해 AI 서비스를 대중화할 경우 기존 플랫폼과의 결합 효과를 기대할 수 있다. 카카오는 행정안전부와 공공서비스 예약과 전자증명서 발급 등을 지원하는 ‘AI 국민비서’ 시범 서비스도 운영하고 있다. 통신 3사도 각자의 강점이 뚜렷하다. SK텔레콤은 자체 AI 모델과 AI 서비스 ‘에이닷’, AI 데이터센터를 모두 갖추고 있어 모델부터 인프라, 서비스까지 연결할 수 있다는 점이 강점이다. KT는 AI와 클라우드, 공공·기업 시장에서 쌓은 사업 경험을 활용할 수 있고, LG유플러스는 LG AI연구원과의 협업을 통해 그룹 차원의 AI 역량을 결집하는 전략을 내세우고 있다. 당초 세 회사 모두 참여를 검토했고 LG유플러스는 일찌감치 참여를 공식화했다. 특히 통신사들에게 ‘모두의 AI’는 단순한 무료 서비스 사업 이상의 의미가 있다. 통신 가입자와 기업 고객 중심이었던 AI 사업을 전 국민 서비스로 확장하고, 향후 공공기관과 지방자치단체 등으로 AI 사업 영역을 확대할 수 있는 레퍼런스를 확보할 수 있기 때문이다. ◆ 결국 승부는 ‘컨소시엄’에서 갈린다 네이버가 빠지면서 이제 업계의 관심은 어떤 기업들이 손을 잡느냐로 옮겨가고 있다. 사업 구조상 한 기업이 모든 조건을 충족하기보다 모델·클라우드·데이터·플랫폼·서비스 역량을 가진 기업들이 결합하는 것이 유리하다. 실제 공모 초기부터 카카오와 LG유플러스 외에도 SK텔레콤, KT, 업스테이지, 엔씨(NC) AI, 이스트소프트, 라이너, 코난테크놀로지 등 다양한 기업이 참여를 검토해왔다. 이 때문에 이번 공모는 사실상 국내 AI 기업들의 ‘연합전’ 성격을 띠게 될 가능성이 높다. 어느 기업이 어떤 AI 모델을 제공하고, 누가 GPU와 클라우드를 맡으며, 누가 이용자 접점을 확보하느냐에 따라 향후 국내 AI 생태계의 주도권도 달라질 수 있다. 다만 사업 자체에 대한 우려도 있다. 사업자 선정부터 9월 베타서비스까지 한 달 남짓밖에 남지 않았다. 전 국민이 이용하는 서비스인 만큼 초기부터 대규모 접속에 대응할 인프라와 서비스 안정성을 확보해야 하지만 개발 기간이 빠듯하다. 실제 공모 마감이 연장된 것도 기업들의 준비 부담을 고려한 조치였다. 무엇보다 ‘무료’ 서비스의 지속 가능성이 관건이다. 정부가 2030년까지 운영비를 지원하더라도 장기적으로 국민이 무료로 사용하는 AI 서비스의 비용을 누가 얼마나 부담할지에 대한 구조가 필요하다. 이용자가 늘어날수록 추론 비용도 증가하기 때문이다. ‘모두의 AI’가 성공한다면 정부가 GPU와 데이터를 지원하고 민간이 서비스 경쟁력을 결합하는 새로운 국가 AI 모델이 자리 잡을 수 있다. 반대로 이용자 확보와 서비스 품질, 수익구조를 만들어내지 못한다면 정부 주도 AI 사업의 한계를 보여주는 사례가 될 수도 있다. 한편 네이버가 빠진 자리를 누가 채울지가 중요한 이유다. 이제 ‘모두의 AI’의 경쟁은 참여 기업 숫자가 아니라 누가 국민의 일상 속에서 실제로 쓰이는 AI를 만들어내느냐로 넘어가고 있다.
2026-08-18 16:10:20
-
-
-
-
엔비디아, 오픈AI 데이터센터에 150조원 보증…'순환금융' 논란 커진다
엔비디아가 오픈AI의 초대형 데이터센터 구축에 최대 1050억달러(약 149조원) 규모의 보증을 제공한다. 단순한 장비 공급을 넘어 고객의 데이터센터 건설에 필요한 금융 위험까지 떠안는 방식이다. 엔비디아는 이를 ‘순환금융’이 아니라고 선을 그었지만, 고객의 장기 수요를 담보로 자금조달을 지원하고 그 대가로 자사 인공지능(AI) 가속기 공급을 사실상 확보한다는 점에서 시장의 시선은 엇갈리고 있다. 엔비디아는 17일(현지시간) 미국 오하이오주 파이크카운티에서 소프트뱅크 계열사인 SB에너지가 개발하는 ‘포츠파이크’ 데이터센터 캠퍼스와 관련해 최대 1050억달러 규모의 잔존가치 보증계약을 체결했다고 밝혔다. 오픈AI는 이 시설을 20년간 임차한다. 1단계는 4.25기가와트(GW) 규모로 2028년부터 2030년까지 단계적으로 가동될 예정이다. 전체 캠퍼스는 최대 8GW 규모로 확대될 수 있다. 구조를 뜯어보면 엔비디아의 역할이 상당히 크다. SB에너지는 데이터센터를 건설하고, 오픈AI는 장기간 임대료를 낸다. 엔비디아는 임대차 계약과 관련한 잔존가치를 보증하고 여기에 15억달러를 SB에너지에 직접 투자한다. 대신 엔비디아는 해당 데이터센터에 AI 가속기를 독점 공급한다. 데이터센터가 실제 가동되고 오픈AI가 임대료를 낼수록 엔비디아가 부담해야 할 잔여 위험도 줄어드는 구조다. 젠슨 황 엔비디아 최고경영자(CEO)는 논란이 불거지자 직접 반박했다. 그는 “이것은 순환금융이 아니다”라며 오픈AI가 임대료를 지급하고 데이터센터 용량이 가동되면 엔비디아의 잔여 위험이 감소한다고 설명했다. 엔비디아 입장에서는 단순히 고객에게 돈을 빌려주는 것이 아니라 장기간 확실한 GPU 수요가 예상되는 곳에 공급망과 생산능력을 선제적으로 배치하는 것이라는 논리다. 하지만 시장이 주목하는 것은 자금의 방향보다 위험의 연결고리 다. 오픈AI가 데이터센터를 임차하고, 데이터센터 사업자는 금융기관에서 자금을 조달하며, 엔비디아는 오픈AI의 임대차 계약을 보증한다. 그리고 오픈AI가 필요로 하는 컴퓨팅 자원은 다시 엔비디아의 GPU로 채워진다. 전통적인 의미에서 돈이 한 바퀴 돌아 공급자에게 되돌아가는 순환금융은 아니더라도, 고객의 미래 수요가 공급자의 금융지원과 매출을 동시에 뒷받침하는 구조 라는 점에서 기존 반도체 사업과는 성격이 다르다. 특히 오픈AI처럼 비상장이고 전통적인 신용평가를 받는 방식이 제한적인 기업에게 엔비디아의 신용도가 금융 조달의 중요한 보강 수단이 될 수 있다는 점이 핵심이다. 엔비디아가 사실상 자신의 대차대조표를 활용해 오픈AI의 대규모 인프라 확장을 가능하게 만드는 셈이다. 반대로 엔비디아가 얻는 경제적 효과는 상당하다. 엔비디아는 오픈AI가 2030년까지 약 12GW 규모의 자사 컴퓨팅 자원을 도입하기로 했으며, 오하이오 프로젝트의 2단계까지 확대될 경우 약 16GW로 늘어날 수 있다고 설명했다. 이를 금액으로 환산하면 2030년까지 약 6000억달러(약 850조원) 규모의 엔비디아 컴퓨팅 수요가 발생할 수 있다는 것이 회사 측 계산이다. 여기서 이번 거래의 본질이 드러난다. 엔비디아는 더 이상 GPU만 파는 기업이 아니다. GPU가 들어갈 데이터센터의 건설과 전력 확보, 자금조달까지 영향력을 확대하면서 AI 인프라 생태계 전체를 장악하려는 움직임을 보이고 있다. 실제 엔비디아는 최근 데이터센터와 컴퓨팅 인프라를 지원하기 위해 금융회사들과 5000억달러 이상의 신규 파트너십을 추진하는 등 자본 부담을 외부 투자자와 나누는 방식도 확대하고 있다. 전력도 변수다. 포츠파이크에는 데이터센터에 전력을 공급하기 위해 SB에너지가 최대 10GW 규모의 발전설비를 구축할 계획이며, 이 가운데 9.2GW는 천연가스 발전으로 추진된다. 미국 에너지부도 올해 3월 소프트뱅크와 SB에너지, 현지 전력회사와 함께 오하이오 지역에 10GW 규모의 신규 발전설비와 데이터센터를 구축하는 계획을 공개했다. 데이터센터를 짓는 것보다 전력과 송전망을 확보하는 것이 더 어려워진 AI 시대의 현실을 보여준다. 이 프로젝트가 주목받는 또 다른 이유는 텍사스 애빌린과 대비되기 때문이다. 오픈AI와 오라클은 올해 3월 애빌린 스타게이트 데이터센터의 추가 증설 계획을 철회했다. 자금조달 협상이 길어진 데다 오픈AI의 수요 전망이 바뀐 것이 영향을 미쳤다. 이후 미확보 용량을 메타가 임차하는 방안이 거론됐고, 엔비디아가 이 논의에 관여한 것으로 알려졌다. 애빌린 사례가 AI 데이터센터의 수요 예측과 자금조달이 얼마나 어려운지를 보여줬다면, 오하이오는 그 문제를 엔비디아의 신용보강으로 풀어보려는 실험 에 가깝다. 막대한 초기 투자비를 데이터센터 사업자 혼자 감당하는 대신 GPU 공급자가 위험을 일부 나누고, 장기 임차인이 수요를 보장하는 구조다. 다만 이 방식이 AI 인프라 시장의 표준이 될지는 아직 미지수다. 가장 큰 위험은 오픈AI의 장기적인 현금흐름과 AI 컴퓨팅 수요다. 20년 임대계약이 체결됐다고 하더라도 AI 모델의 효율성이 크게 높아지거나 새로운 컴퓨팅 구조가 등장하면 현재 예상한 GPU 수요가 달라질 수 있다. 반대로 AI 수요가 예상보다 빠르게 증가한다면 엔비디아가 선점한 대규모 인프라가 막대한 매출 기반으로 돌아올 수 있다. 결국 이번 거래는 엔비디아가 AI 시대의 가장 중요한 병목인 컴퓨팅·전력·자본 을 동시에 확보하려는 전략으로 볼 수 있다. 과거 반도체 기업의 경쟁이 더 빠르고 비싼 칩을 만드는 데 있었다면, 이제는 그 칩이 들어갈 데이터센터와 전력, 그리고 이를 건설할 자금까지 누가 확보하느냐가 경쟁력이 되고 있다. 엔비디아가 이번 보증으로 실제 부담해야 할 금액은 최대 1050억달러 전체가 아니라 계약상 특정 조건이 발생했을 때의 잔존가치와 임대·전력 관련 위험에 한정된다. 그럼에도 단일 고객의 인프라에 이 정도 규모의 신용을 제공했다는 사실 자체가 AI 산업의 자본 구조가 얼마나 커졌는지를 보여준다. ‘순환금융인가 아닌가’보다 더 중요한 질문은 따로 있다. 오픈AI의 미래 수요를 믿고 엔비디아가 자신의 신용과 자본을 얼마나 더 투입할 것인가다. 이번 오하이오 프로젝트의 성패는 엔비디아가 단순한 GPU 공급자를 넘어 AI 인프라 금융의 핵심 플레이어로 자리 잡을 수 있을지를 가늠하는 시험대가 될 전망이다.
2026-08-18 14:45:09
-
'국가대표 AI' 2차 관문, 모티프 탈락…업스테이지·SKT·LG AI연구원 3단계 진출 확정
정부의 국가대표 인공지능(AI) 모델 선발 프로젝트 '독자 AI 파운데이션 모델(독파모)' 2차 단계 평가에서 모티프테크놀로지스가 18일 탈락했다. 업스테이지와 SK텔레콤, LG AI연구원 3개 팀이 3단계로 넘어간다. 류제명 과학기술정보통신부 2차관이 이날 오전 서울 종로구 정부서울청사에서 열린 브리핑에서 결과를 발표했다. 이번 평가는 LG AI연구원 'K-엑사원 2.0', SK텔레콤 '에이닷엑스 케이투(A.X K2)', 업스테이지 '솔라 오픈 2', 모티프테크놀로지스 '모티프 3' 네 모델을 대상으로 △벤치마크 40점 △전문가 평가 35점 △사용자 평가 25점, 총 100점 만점으로 진행됐다. 가장 눈길을 끈 것은 벤치마크 결과와 최종 순위의 엇갈림이다. 지난 13일 공개된 글로벌 AI 성능 평가기관 아티피셜 애널리시스의 'AAII(Artificial Analysis Intelligence Index)'에서 모티프 3는 47점으로 4개 팀 중 가장 높은 점수를 받았다. 글로벌 거대언어모델(LLM) 가운데 10위, 오픈웨이트 모델 중 4위에 오르며 금융 업무 AI 에이전트와 코딩 부문에서 강점을 보였다. 이어 업스테이지 '솔라 오픈2 250B'가 37점, SK텔레콤 '에이닷엑스-K2'가 35점, LG AI연구원 'K-엑사원 2.0'이 31점 순이었다. 30명 미만 인력이 5개월간 개발한 모델이 대기업 두 곳을 제친 결과였지만, AAII가 벤치마크 40점 중 25점만 차지하는 구조여서 이 점수가 곧바로 최종 순위로 이어지지는 않았다. 전문가 평가에서는 개발 전략·기술(10점), 개발 성과·계획(10점), 파급효과·기여계획(15점)을 심층 평가했다. 특히 독자성과 이를 기반으로 한 성능 향상 수준을 반영했다. 사용자 평가는 AI 스타트업 대표 등 전문 사용자 49명과 일반 국민 평가단 185명이 나눠 참여했다. 벤치마크 평가에서 4개 팀 평균은 22.5점으로 1·4위 격차가 4점, 전문가 평가는 평균 28.8점에 격차 2.4점, 사용자 평가는 평균 17.6점에 격차 5점이었다. 세 항목 모두 격차가 크지 않아 근소한 차이로 순위가 갈렸을 가능성이 크다. 지난 1월 15일 1차 단계 평가에서는 LG AI연구원이 90.2점으로 종합 1위를 차지했고, SK텔레콤과 업스테이지도 관문을 넘었다. 네이버클라우드와 NC AI는 이때 탈락했다. NC AI는 종합 점수에서, 네이버클라우드는 독자성 기준에서 밀렸다. 과기정통부는 이후 추가 공모를 거쳐 모티프테크놀로지스를 합류시켜 현재의 4팀 체제를 만들었다. 2차 평가는 1차와 성격이 달랐다. 1차가 기본 언어 이해·생성 능력과 모델 완성도에 초점을 맞췄다면, 2차는 외부 도구를 호출해 실제 업무를 자율 수행하는 에이전틱 AI 역량과 오케스트레이션 능력 검증 비중이 커졌다. LG AI연구원은 엑사원의 에이전트 작업 수행 능력 강화에 주력했고, 24개 벤치마크 지표 평균 점수를 1차 63.3점에서 70.1점으로 끌어올렸다고 밝힌 바 있다. 과기정통부는 다음 단계에 진출한 3개 팀에 고성능 GPU(B200) 지원을 확대하겠다고 밝혔다. 최종 3개 모델에는 GPU 1000장 지원 등 컴퓨팅 자원과 연구개발(R&D) 지원이 이어질 것으로 예상된다. 업계에서는 정부가 추가 탈락 없이 3개 팀을 그대로 프론티어급 AI 개발 프로젝트로 넘길 가능성도 거론되고 있다. 과기정통부 관계자는 "최근 AI 모델을 둘러싼 글로벌 경쟁이 더 치열해지고, AI 모델의 범분야 성능이 눈에 띄게 도약하는 가운데, 주요 선도국에서 AI 모델의 국가 안보 전략 자산화 움직임이 현실화되고 있다"며 "과기정통부도 AI 모델 개발 필요성을 깊이 인식하고 기존의 방식을 뛰어넘는 새로운 지원 체계를 관계 부처와 논의 중에 있으며, 곧 구체적인 내용을 준비해 발표할 것"이라고 말했다.
2026-08-18 11:23:40
-
카카오 '카나나2', 허깅페이스 공개 두 모델, 안전성 평가 종합 1위
카카오가 오픈소스로 공개한 경량언어모델(SLM) '카나나-2' 시리즈의 안전성 평가 결과를 18일 내놨다. 유사 규모 글로벌 모델과 비교해 종합 1위를 기록했다고 밝혔다. 평가 대상은 지난달 28일 허깅페이스에 공개한 4종 가운데 'Kanana-2-1.3B-Instruct'와 'Kanana-2-3B-Instruct'다. 카카오는 당시 4종을 상업적 활용까지 허용하는 '카나나 오픈 라이선스'로 배포했고, 자체 개발한 한국어 특화 토크나이저를 적용해 한국어 처리 효율을 30% 이상 높였다고 밝힌 바 있다. 현재 '카나나 인 카카오톡'과 카카오톡 대화·통화 요약, AI 국민비서 등에 카카오의 경량 모델이 쓰이고 있다. 이번 평가는 카카오가 자체 구축한 'AI 안전성 평가 플랫폼'으로 진행됐다. 지난해 11월 한국정보통신기술협회(TTA), KAIST, 카카오 등이 과학기술정보통신부 사업으로 공동 구축한 한국어 특화 벤치마크 'AssurAI'를 활용했다. AssurAI는 한국의 사회·문화적 맥락을 반영해 AI 위험 요소를 측정하며, 텍스트뿐 아니라 이미지·오디오 등 멀티모달 환경과 악의적 프롬프트 입력 상황까지 평가할 수 있다. 총 35개 위험 범주에 9560개 평가 항목으로 구성됐고, 카카오는 이를 △사회적 리스크 △성적 콘텐츠·아동보호 △범죄·불법 행위 △폭력 △권리 침해 등 5개 대분류로 재편해 집계했다. AI 모델이 사전 정의된 채점 기준에 따라 다른 모델의 응답을 평가하는 방식을 적용해, 대규모 평가에서도 주관적 편차를 줄이고 동일한 기준으로 비교할 수 있게 했다는 설명이다. 비교 대상은 유사 파라미터 규모의 구글 '젬마'와 알리바바 '큐웬'이었다. 결과는 카나나2 1.3B 모델이 종합점수 0.70으로 젬마(0.68), 큐웬(0.58)을 앞섰고, 3B 모델도 0.70으로 젬마(0.66), 큐웬(0.62)보다 높았다. 대분류별로는 1.3B 모델이 범죄·불법 행위 영역에서, 3B 모델이 성적 콘텐츠·아동보호와 권리 침해 영역에서 비교 모델을 크게 앞섰다. 카카오는 앞으로 자체 개발 모델에 상시적인 사전 안전성 평가를 확대 적용할 계획이다. 텍스트 언어모델을 넘어 멀티모달 모델과 스스로 작업을 수행하는 에이전틱 AI 리스크 평가로도 범위를 단계적으로 넓힌다는 방침이다. 카카오는 이에 앞서 AI 안전성 검증 도구 '카나나 세이프가드'도 오픈소스로 공개한 바 있다. 김경훈 카카오 AI 세이프티 리더는 "이번 평가는 자체 검증 체계를 통해 오픈소스 모델의 안전성을 사전에 점검하고, 그 결과를 공개하고자 한 사례"라며 "앞으로도 책임 있는 AI 개발 원칙 아래 안전성 검증을 모델 출시 프로세스의 핵심 단계로 정착시켜 나갈 것"이라고 말했다.
2026-08-18 11:09:21
-
[경제일보] 커지는 부산인디커넥트페스티벌의 열기, 전시 넘어 '산업 연결'로
인디게임에 대한 관심이 커지는 가운데 부산인디커넥트페스티벌(BIC)이 개발자와 게이머가 만나는 전시를 넘어 산업 관계자를 연결하는 장으로 영역을 넓혔다. 비가 쏟아진 궂은 날씨에도 부산 벡스코에는 게임을 직접 체험하려는 관람객들의 발길이 이어졌다. 현장에서 만난 개발자들은 이용자 반응을 확인하는 한편 새로운 시장과의 접점을 찾는 데도 적극적으로 나섰다. 지난 14일부터 16일까지 부산 벡스코 제1전시장 2홀에서 열린 ‘BIC 2026’은 3일간의 일정을 마치고 막을 내렸다. 올해 BIC에는 57개국에서 856개 작품이 접수됐다. 지난해 592개보다 약 44% 늘어난 역대 최대 규모다. 올해 행사에서 가장 눈에 띈 변화는 비즈니스 기능 강화다. 첫날을 비즈니스 데이로 운영하고 다수 프로젝트를 운영하는 인디게임 개발 스튜디오와 퍼블리싱 기업을 위한 비경쟁 부문 ‘프라임인디’를 새롭게 마련했다. 단순히 게임을 전시하는 데서 벗어나 개발사와 퍼블리셔가 사업 가능성을 논의할 수 있는 공간을 넓힌 것이다. 개발자와 이용자가 직접 만나는 BIC의 강점도 이어졌다. 현장에서는 다양한 장르의 게임을 직접 플레이할 수 있었고, 개발자들은 이용자들의 반응을 가까이서 확인했다. 게임을 선보이는 데 그치지 않고 이용자의 피드백을 실제 개발 과정에 반영할 수 있다는 점에서 개발자들에게도 의미 있는 자리였다. 해외 진출 가능성도 BIC가 풀어야 할 과제로 떠올랐다. 지난해에 이어 올해 행사장을 찾은 일본 인디게임 퍼블리셔 요시다 슈헤이는 한국을 방문할 때마다 새롭고 다채로운 게임이 등장한다며 BIC가 3년 전 일본 ‘비트서밋’과 비슷한 분위기로 성장했다는 인상을 전했다. 다만 서구권 퍼블리셔의 참여가 상대적으로 부족하다는 점은 아쉬운 대목으로 꼽았다. 국내 인디게임이 작품성을 넘어 실제 해외 시장으로 진출하기 위해서는 아시아권을 넘어 북미와 유럽 등으로 사업자 접점을 확대해야 한다는 의미다. BIC 역시 개발자와 퍼블리셔의 만남을 늘리고 해외 전시와 홍보·마케팅을 지원하는 등 국내 인디게임의 시장 진출을 돕는 역할을 확대하고 있다. 폐막식에서는 국내외 다양한 작품이 수상작에 이름을 올리며 축제의 마지막을 장식했다. 한국 개발팀 마이 트릭스, 별무리, (이)세계연구소 등이 루키 부문에서 수상했고 초록우산, 월상 스튜디오, 반지하게임즈 등도 일반 부문에서 수상의 영예를 안았다. 해외에서는 팀 유레이가 공포 게임 ‘유레이’로 루키 부문 라이징 스타상을, 팀 노이어가 ‘가비지컨트리’로 그랑프리를 차지했다. 주성필 BIC 조직위원장은 “856개의 출품작 속에서 좋은 게임을 발굴해 준 심사위원단에 감사드린다”며 “올해 신설된 상금과 부스 지원이 개발자들의 성장에 실질적인 발판이 되길 바라고, 앞으로도 창작자들을 위한 지원책을 지속 발굴하겠다”고 말했다. BIC 2026은 인디게임을 보여주는 전시에서 한발 더 나아가 개발자와 이용자, 퍼블리셔를 연결하는 장으로서의 가능성을 확인했다. 다만 행사의 규모가 커지는 만큼 앞으로는 전시와 네트워킹을 실제 계약과 출시, 해외 진출로 연결하는 후속 성과가 중요해졌다. 출품작 증가와 관람객의 관심을 실제 산업 성장으로 이어가는 것이 앞으로의 과제다. 올해 BIC가 만들어낸 연결이 국내 인디게임의 새로운 시장 진출과 사업 성과로 이어질 수 있을지 주목된다.
2026-08-18 09:43:02
-
[경제일보] 통신보다 AI가 더 큰다…이통3사, 데이터센터에 미래 건다
이동통신 3사의 실적을 읽는 공식이 달라지고 있다. 과거 가입자 수와 5G 보급률, 가입자당평균매출(ARPU)이 핵심 지표였다면 이제는 인공지능(AI) 데이터센터(AIDC)와 AI 전환(AX) 사업이 새로운 성장 지표로 등장했다. 통신 본업의 성장성이 둔화하는 가운데 AI 연산 인프라를 새로운 먹거리로 키우는 모습이다. 18일 통신업계에 따르면 SK텔레콤의 2분기 AI 데이터센터 매출은 1362억원으로 전년 동기 대비 92.5% 증가했다. KT와 KT클라우드의 AX 매출은 3678억원으로 22.3% 늘었고, KT클라우드 매출도 2654억원으로 19.8% 성장했다. LG유플러스의 AIDC 매출은 1241억원으로 28.9% 증가했다. 반면 기존 통신사업의 성장 속도는 상대적으로 더뎠다. 같은 기간 KT 무선서비스 매출은 1.8% 감소했고 LG유플러스 모바일 수익은 0.9% 증가하는 데 그쳤다. AI 사업이 아직 통신 본업을 대체할 수준은 아니지만, 성장률만 보면 통신사가 어디에 다음 승부를 걸고 있는지는 분명해진다. ◆ 데이터 저장소에서 AI 연산 인프라로 AIDC 시장이 커지는 배경에는 생성형 AI 확산이 있다. AI는 모델을 학습할 때뿐 아니라 이용자가 질문하고 답변을 받는 추론 과정에서도 막대한 연산 자원을 필요로 한다. AI 서비스가 일상화될수록 GPU 연산과 전력 수요도 함께 증가할 수밖에 없다. 기존 데이터센터보다 AIDC의 설비 부담이 큰 이유다. 고성능 GPU를 밀집해 운용하려면 더 많은 전력과 고도화된 냉각설비가 필요하다. 대신 통신사 입장에서는 기존 데이터센터 운영 경험에 통신망, 클라우드, 보안, 기업 고객을 결합해 단순 상면 임대 이상의 사업으로 확장할 수 있다. 통신 3사의 투자 방식은 서로 다르다. SK텔레콤은 대규모 용량 선점에 나섰다. 2029년부터 5GW 규모의 AIDC를 단계적으로 확보하고 2035년까지 15GW로 확대한다는 목표다. AIDC 사업개발을 전담할 SK하이퍼도 출범시켜 2030년까지 최대 7500억원을 출자할 계획이다. 다만 대규모 프로젝트마다 고객을 먼저 확보하고 전략적·재무적 투자자와 프로젝트파이낸싱(PF)을 활용해 자본 부담을 낮춘다는 전략이다. KT는 AIDC를 플랫폼으로 확장한다. 향후 5년간 5조원을 투입해 1GW 규모의 AIDC 용량을 확보하고 기존 데이터센터와 지역 거점, 전국 국사를 AI 인프라로 연결한다. 특히 ‘토큰 팩토리’를 통해 AI 연산량을 측정하고 과금하는 구조를 구축해 데이터센터에서 발생하는 연산을 직접 매출로 연결한다는 구상이다. LG유플러스는 파주를 중심으로 자체 투자와 자산경량화를 병행한다. 200MW급 하이퍼스케일 AIDC를 구축하는 가운데 최근 1조3489억원을 추가 투자해 2·3단계 시설 확대에 나섰다. 동시에 임차와 DBO 방식을 활용해 자본 부담을 관리한다. ◆ 결국 승부는 ‘전력’과 ‘고객’ AIDC 경쟁의 핵심은 단순한 규모가 아니다. 부지와 전력, GPU, 냉각설비를 확보하는 동시에 데이터센터를 채울 장기 고객을 확보해야 한다. 특히 AI 데이터센터는 전력 소모가 큰 만큼 전력망 확보가 사업의 병목으로 떠오르고 있다. 통신 3사가 최근 정부에 AIDC 투자세액공제 확대와 전력·인허가 제도 개선 등을 요구한 것도 같은 이유다. 한편 앞으로의 경쟁은 ‘누가 가장 큰 데이터센터를 짓느냐’보다 ‘누가 AI 연산을 안정적인 수익으로 바꾸느냐’에 달렸다. 막대한 투자비를 투입한 AIDC가 실제 고객과 매출, 이익으로 이어질 수 있을지가 통신 3사의 AI 베팅 성패를 가를 전망이다.
2026-08-18 09:42:20
-
독파모 2차 관문 앞…3팀 압축 임박…LG '몸집 키우기' VS '효율형 AI 효율·에이전트'
정부의 독자 인공지능(AI) 파운데이션 모델 프로젝트(독파모) 2차 평가 결과 발표가 임박했다. LG AI연구원과 SK텔레콤, 업스테이지, 모티프테크놀로지스 4개 팀 가운데 3개 팀만 다음 단계에 진출한다. 독파모는 새 정부의 'AI 3대 강국 도약' 전략 핵심 과제로 지난해 8월 시작됐다. 해외 AI 모델 의존도를 낮추고 기술·경제·안보 리스크를 줄이겠다는 목적으로, 총사업비 1576억원을 들여 팀당 데이터 구축비 30억~50억원과 연간 20억원가량의 연구비, 컴퓨팅 자원을 지원한다. 6개월 단위 평가로 매번 팀을 떨어뜨려 2027년 상반기까지 최종 1~2개 팀만 남기는 구조다. 첫 단추부터 순탄치 않았다. 애초 선정된 5개 팀(네이버클라우드·NC AI·LG AI연구원·SK텔레콤·업스테이지) 가운데 지난 1월 15일 발표된 1차 평가에서 네이버클라우드와 NC AI가 동반 탈락했다. 네이버클라우드는 오픈소스 모델을 차용했다는 의혹이 불거지며 독자성 기준에 부합하지 못한다는 판정을 받았고, NC AI는 종합 점수 경쟁에서 밀렸다. 당초 계획보다 1개 팀이 더 빠지자 정부는 패자부활전을 열었지만 네이버클라우드와 NC AI, 그리고 최초 선정에서 탈락했던 카카오까지 국내 IT 양강이 모두 재도전을 거부했다. 결국 2월 20일 모티프테크놀로지스 컨소시엄이 새 정예팀으로 뽑히며 4개 팀 체제가 만들어졌다. 과학기술정보통신부는 독파모 2차 단계평가를 마무리하고 조만간 결과를 발표할 예정이다. 대상은 △LG AI연구원 'K-엑사원 2.0' △SK텔레콤 '에이닷엑스 케이투(A.X K2)' △업스테이지 '솔라 오픈 2' △모티프테크놀로지스 '모티프3'다. 평가는 벤치마크 40점(글로벌 평가기관 아티피셜 애널리시스 25점, NIA 자체 벤치마크 15점), 전문가 평가 35점, 국민 평가단 200명이 참여하는 사용자 평가 25점으로 구성된다. 외부에 공개된 벤치마크 지표만으로 결과를 예단하기 어려운 것도 이 때문이다. 네 팀의 전략은 두 갈래로 갈린다. 규모로 밀어붙인 쪽은 LG와 SKT다. LG AI연구원의 K-엑사원 2.0은 파라미터 7500억 개(750B)로 1차 모델(236B)보다 3배 이상 커졌고, 코딩·에이전틱 코딩 지표를 이전 대비 약 30% 개선했다고 밝혔다. 장문 이해 평가 OpenAI-MRCR 94.4점, 한국어 장문 이해 Ko-LongBench 89.6점을 기록했고 지원 언어도 10개로 늘렸다. SKT의 에이닷엑스 케이투(688B)는 수학·한국어 추론에 집중해 2026년 국제수학올림피아드(IMO) 평가에서 42점 만점에 29점으로 금메달 기준선을 넘겼고, 고난도 수학 추론 평가 MathArena AIME 2026에서는 97.1% 정확도로 싱킹 머신스랩의 오픈웨이트 모델 '잉클링'과 공동 최고점을 기록했다. 업스테이지와 모티프테크놀로지스는 작은 몸집으로 효율을 택했다. 업스테이지의 솔라 오픈 2(250B)는 실제 연산에는 150억 개만 쓰는 전문가 혼합(MoE) 구조로, 양자화 시 엔비디아 H200 GPU 2장으로 구동할 수 있다. 모티프3(314B)는 은행 업무 처리와 IT 장애 진단 등 실무형 평가에서 강점을 보였다. 공개된 AAII(Artificial Analysis Intelligence Index) 지표에서는 이 구도가 뒤집힌다. 모티프3가 47점으로 1위, 업스테이지 솔라 오픈 2가 37점으로 뒤를 이었고 SKT 35점, LG 31점 순이었다. 모델 규모는 LG와 SKT가 앞서지만 공개 지표에서는 상대적으로 작은 모티프와 업스테이지가 높은 점수를 받은 셈이다. 다만 AAII는 전체 평가의 25%에 불과해 이 순위가 곧 정부 최종 순위로 이어지지는 않는다. 2차 평가를 통과한 3개 팀은 추가 단계평가를 거쳐 최종 2개 팀으로 압축된다. 정부는 이 과정에서 확보한 고성능 GPU 배분과 국가기록원·대법원 판결문 등 공공데이터 제공을 병행해 2027년까지 글로벌 톱10 수준의 모델을 만들겠다는 목표를 세웠다.
2026-08-18 09:40:27