2026.10.23 금요일
검색
'매개변수' 검색결과
기간검색
-
~
검색영역
검색어
-
크래프톤, 게임 넘어 AI로…자체 개발 LLM '라온-1 미니' 공개 [경제일보] 크래프톤이 자체 개발한 거대언어모델(LLM)을 공개하며 게임을 넘어 인공지능(AI) 원천기술 확보에 속도를 내고 있다. 전체 매개변수 가운데 일부만 활성화하는 모델 구조와 자체 개발한 어텐션 기술을 적용해 성능과 추론 효율을 함께 확보한다는 전략이다. 국제 AI 학회에서 축적한 연구 성과를 자체 모델 개발로 연결하고, 오픈소스 공개를 통해 외부 개발자와 기업의 활용까지 끌어내겠다는 구상이다. 21일 크래프톤은 자체 개발한 300억개(30B) 규모의 LLM '라온-1 미니' 프리뷰 버전을 선보였다고 밝혔다. 모델 설계부터 학습까지 전 과정을 독자적으로 수행했으며, 한국어와 영어를 지원한다. 글로벌 AI 모델 공유 플랫폼 허깅페이스에 아파치 2.0 라이선스로 공개해 연구뿐 아니라 상업적 서비스와 제품 개발에도 활용할 수 있도록 공개했다. 라온-1 미니는 모델 규모를 유지하면서 실제 추론 과정에서 필요한 연산량을 줄이는 구조로 설계된 것이 특징이다. 전체 300억개 매개변수 가운데 약 40억개만 활성화하는 전문가 혼합(MoE) 구조를 적용했다. 또한 크래프톤이 자체 개발한 선형 어텐션 기술을 결합해 응답 속도를 높이고 추론 비용을 낮추는 것을 목표로 구현됐다. MoE는 입력된 정보에 따라 필요한 일부 전문가 모듈을 선택해 처리하는 방식이다. 전체 매개변수를 매번 모두 사용하는 구조와 비교해 연산 부담을 줄일 수 있다. 크래프톤은 모델의 절대적인 크기보다 실제 활용 환경에서의 성능과 비용 간 균형에 초점을 맞췄다고 설명했다. AI 서비스가 확산하면서 모델의 답변 품질뿐 아니라 이용자의 요청을 처리하는 데 필요한 연산 자원과 운영 비용도 중요해지고 있다는 판단이다. 특히 한국어 대화와 사용자의 지시를 정확히 따르는 능력, 여러 단계의 작업을 수행하는 AI 에이전트 활용도 고려해 만들어졌다. 크래프톤은 라온-1 미니 프리뷰가 해외 동급 규모 모델과 비교해 경쟁력 있는 성능을 보였고, 일부 평가 지표에서는 국내 대형 모델에 근접했다고 평가했다. 크래프톤은 모델을 지속적으로 개선한 뒤 정식 버전을 출시하고, 학습 과정과 최종 성능을 담은 기술 보고서도 공개할 계획이다. 이번 LLM 공개는 크래프톤이 추진해 온 AI 모델 라인업 확대와 연결된다. 크래프톤은 지난 4월 AI 모델 브랜드 '라온'을 출범하고 음성 언어 모델, 실시간 음성 대화 모델, 텍스트-음성 변환 모델, 비전 인코더 등 4종을 오픈소스로 공개했다. 이번에는 언어 모델까지 자체 개발하면서 음성·비전 등 개별 기능에 이어 다양한 AI 활용의 기반이 되는 모델까지 개발 범위를 넓혔다. 크래프톤의 AI 기술 개발은 외부 AI 모델을 활용하는 데 그치지 않고 핵심 기술을 내부에 축적하려는 전략으로 풀이된다. 자체 모델을 확보하면 서비스 목적에 맞춰 구조와 성능을 조정할 수 있고, 추론 효율을 개선해 운영 비용을 관리할 수 있을 것으로 전망된다 크래프톤은 자체 모델 개발을 뒷받침할 연구 역량도 강조하고 있다. 회사에 따르면 AI 연구 조직은 국제 AI 학회인 NeurIPS, ICML, ICLR 등에 지금까지 논문 54편을 발표했으며, 올해 NeurIPS 2026에서는 메인 트랙 논문 9편이 채택됐다. 연구 성과를 축적하는 데서 나아가 이를 실제 모델 설계와 학습 기술에 반영하고, 자체 AI 모델 경쟁력으로 연결하겠다는 취지로 풀이된다. 이강욱 크래프톤 최고AI책임자는 "라온-1 미니 공개는 크래프톤이 5년 넘게 축적해 온 AI 연구개발 역량을 통해 경쟁력 있는 언어 모델을 독립적으로 개발한 성과"라며 "성능은 높이고 비용 부담은 낮춘 가성비 LLM으로 다양한 산업 현장에서 AI 활용의 폭을 넓혀 나가겠다"고 말했다.2026-10-21 17:16:43
-
![[2026 국감] 배경훈 독파모 계속 간다…4.7조 프론티어 AI로 사이버안보 대응](https://image.ajunews.com//content/image/2026/10/06/20261006113833444559.jpg)
배경훈 "독파모 계속 간다"…4.7조 프론티어 AI로 사이버안보 대응 [경제일보] 배경훈 부총리 겸 과학기술정보통신부 장관이 독자 AI 파운데이션 모델(독파모) 개발을 이어가면서 사이버안보와 고난도 문제 해결을 위한 프론티어 AI 사업을 별도로 추진하겠다고 밝혔다. 국산 모델의 산업·공공 활용을 넓히는 동시에 최첨단 AI 기술 확보에 대규모 자원을 투입하는 구상이다. 배 부총리는 6일 국회 과학기술정보방송통신위원회 국정감사에서 박정하 국민의힘 의원의 질의에 “독파모는 계속 목표대로 가되” 프론티어 AI 사업을 추가하겠다고 답했다. 독파모는 2차 평가를 마치고 3차 개발 과정에 들어갔다고 설명했다. 그는 2차 결과물이 글로벌 모델 가운데 중위권 수준이라며, 3차에서는 세계적으로 활용되는 오픈웨이트 모델 수준에 근접하는 것을 목표로 제시했다. 오픈웨이트는 학습된 매개변수를 공개해 기업과 연구기관이 자체 환경에서 활용하거나 추가 학습할 수 있는 모델이다. 정부는 2차 결과물을 공공부문에 본격 확산하고 산업·연구 분야의 활용도 확대할 계획이다. 프론티어 AI 추가 추진 배경에는 글로벌 모델의 빠른 성능 향상이 있다. 지난해 설정한 개발 목표를 달성하는 것과 현재 최상위 모델에 대응하는 데 필요한 기술·자원 사이에 격차가 커졌다는 판단이다. 배 부총리는 기존 AI로 풀기 어려웠던 난제와 사이버안보에 대응할 AI 확보가 필요하다고 강조했다. 이른바 ‘미토스 쇼크’는 AI의 소프트웨어 분석 능력이 보안의 새로운 변수로 떠오른 계기다. 앤트로픽은 지난 4월 ‘클로드 미토스 프리뷰’가 주요 소프트웨어에서 수천 건의 고위험 취약점을 찾아냈다고 밝혔다. AWS·구글·마이크로소프트 등과 취약점을 발견하고 수정하는 ‘프로젝트 글래스윙’도 출범시켰다. 보안 취약점을 찾는 AI의 발전이 공격과 방어 양쪽의 속도를 높이면서, 고성능 모델 확보가 국가 안보 의제로 확대되고 있다. 정부는 내년도 예산안에 약 4조7000억원 규모의 프론티어 AI 사업을 출자 방식으로 편성했다. 과기정통부의 예산안 설명에 따르면 최신 GPU 베라 루빈 약 1만 장을 확보하고, 고품질 학습데이터 구축에도 8000억원을 투입하는 구상이다. 모델 개발에 필요한 연산 자원과 데이터를 함께 늘리려는 것이다. 사업 운영 방식도 달라질 전망이다. 류제명 과기정통부 제2차관은 지난 2일 기자간담회에서 기업별로 자원을 나눠 경쟁시키면서 GPU만 추가 지원하는 방식으로는 최상위 모델과의 격차를 좁히기 어렵다며 자원 집중의 필요성을 설명했다. 독파모에서 축적한 기술과 인재를 후속 개발로 연결하면서 별도 공모를 통해 프론티어 사업 수행 주체를 선정할 계획이다. 정부가 제시한 일정은 독파모 3차 개발을 내년 1월 말까지 진행하고 2월 중순 평가를 마쳐 최종 2개 기업을 선정하는 것이다. 프론티어 사업은 국회 예산 승인 이후 공모를 진행해 내년 2~3월 출자 대상을 선정하는 것을 목표로 한다. 국내 AI 정책은 모델 개발 경쟁에 더해 산업 현장의 활용 확대와 사이버방어 기술 확보를 병행하는 단계로 접어들고 있다.2026-10-06 11:39:22
-
업스테이지, '솔라 미니 4'로 기업 자동화 공략…업무 따라 모델 나눈다 [경제일보] 업스테이지가 반복 업무를 처리하는 소형 언어모델 ‘솔라 미니 4’를 선보이며 기업용 AI 제품군을 넓힌다. 복잡한 판단과 여러 단계의 작업에는 ‘프로’를, 처리량이 많은 업무에는 ‘미니’를 배치해 기업이 업무별로 모델과 비용을 선택하도록 한다. 업스테이지는 자체 개발한 거대언어모델(LLM) 솔라 미니 4를 공개했다고 1일 밝혔다. 전체 파라미터(매개변수)는 350억개지만, 답변을 생성할 때는 30억개만 활성화하는 전문가혼합(MoE) 구조를 적용했다. 입력에 필요한 전문가 부분을 골라 계산해 연산 부담을 줄이는 설계다. 성능 평가기관 아티피셜 애널리시스의 인텔리전스 인덱스에서 24점을 기록했다. 같은 평가기관이 공개한 알리바바 ‘큐원 3.6-35B-A3B’ 추론형 모델은 18점, 엔비디아 ‘네모트론 3.5 라이트닝’은 13점이다. 이 지수는 코딩과 추론, 지식, 에이전트 업무 수행 등을 종합 평가한다. 솔라 미니 4는 비교 대상 두 모델보다 높은 점수를 받았으며, 업스테이지는 이를 바탕으로 소형 모델의 성능과 운영 효율을 함께 내세우고 있다. 기업이 활용할 수 있는 범위도 넓혔다. 글로벌 AI 모델 중개 플랫폼 오픈라우터의 모델 안내에는 한 번에 처리할 수 있는 문맥 길이가 52만4288토큰으로 제시돼 있다. 토큰은 AI가 글을 처리하는 단위다. 긴 문서와 대화 이력을 입력해 작업하는 데 활용할 수 있으며, 외부 도구 호출과 정해진 형식의 응답 생성도 지원한다. 회사 측은 양자화를 적용하면 그래픽처리장치(GPU) 한 장으로도 구동할 수 있다고 설명했다. 양자화는 모델의 수치 표현 정밀도를 낮춰 메모리 사용량을 줄이는 기술이다. 기업 내부 서버에 설치하는 온프레미스 방식으로 운영할 수 있어 내부 데이터를 자체 환경에서 처리하려는 기업과 기관을 겨냥한다. 제품군은 업무 난이도와 처리량에 따라 나눴다. 솔라 프로는 복잡한 판단이 이어지는 고난도 에이전트 작업에, 솔라 미니는 단계별 업무 자동화와 대량 반복 작업에 초점을 맞춘다. 에이전트는 외부 도구를 사용하며 여러 단계의 업무를 수행하는 AI를 뜻한다. 기업은 작업에 맞춰 두 모델을 조합할 수 있다. 솔라 미니 4는 오픈라우터에서 API(프로그램 간 연결 인터페이스)로 이용할 수 있다. 업스테이지 공식 가격표의 할인 전 정상가는 100만토큰당 입력 0.10달러, 출력 0.40달러다. 같은 가격표에 제시된 솔라 프로 4의 입력 0.30달러, 출력 1.20달러와 비교하면 각각 3분의 1 수준이다. 김성훈 업스테이지 대표는 “복잡한 에이전트 업무는 ‘프로’, 대규모 업무 자동화는 ‘미니’로 체계화한 솔라 LLM을 통해 기업이 업무에 가장 알맞은 AI를 선택할 수 있도록 하겠다”고 말했다.2026-10-01 11:30:48
-
삼성전자, AI 메모리 승부수…'zHBM'으로 응답속도 10배 [경제일보] 삼성전자가 AI 에이전트 시대를 겨냥해 AI 시스템의 응답속도를 현재보다 10배 높이는 차세대 메모리 전략을 제시했다. AI 가속기 위에 HBM을 직접 쌓는 'zHBM'을 통해 데이터 처리 속도를 끌어올리고, HBM5 대비 최대 8배 성능을 구현한다는 구상이다. 16일(현지시간) 업계에 따르면 김인동 삼성전자 미주총괄법인(DSA) 메모리 상품기획 담당 상무는 미국 캘리포니아주 샌타클라라 컨벤션센터에서 열린 'AI 인프라 서밋'에서 차세대 AI 메모리 기술과 로드맵을 소개했다. AI가 질문에 답하는 수준을 넘어 여러 작업을 스스로 수행하는 에이전트형으로 발전하면서 빠른 응답을 구현하기 위한 메모리 성능의 중요성도 커지고 있다. 삼성전자는 현재 이용자당 초당 100토큰 수준인 대화형 AI의 응답속도를 초당 1000토큰까지 높이는 목표를 제시했다. 삼성전자가 주목한 기술은 수직 적층형 zHBM이다. 기존 2.5D 구조에서는 AI 가속기와 HBM을 옆으로 배치하지만, zHBM은 HBM을 가속기 상단에 직접 올린다. 연산장치와 메모리 사이의 거리를 줄여 데이터 이동 과정에서 발생하는 지연시간을 낮추는 구조다. 김 상무는 이 방식을 "호텔 객실 내에 1층 로비로 직행하는 전용 엘리베이터를 두는 것"이라고 비유했다. 가속기와 메모리 사이의 데이터 이동 경로를 짧게 만들어 처리 효율을 높일 수 있다는 설명이다. 삼성전자는 zHBM이 HBM5와 비교해 최대 8배의 성능과 3배 이상의 전력 효율을 구현할 수 있을 것으로 보고 있다. AI 모델이 대형화하면서 처리해야 할 데이터가 늘어나는 상황에서 메모리 대역폭뿐 아니라 가속기와 메모리 사이의 데이터 처리 효율까지 높이겠다는 전략이다. 수직으로 메모리를 쌓을 경우 발열 관리가 새로운 과제로 부상할 수 있다. AI 가속기에서 발생한 열이 바로 위에 배치된 HBM으로 전달될 가능성이 있기 때문이다. 삼성전자는 AI 가속기 고객사와 제품 초기 설계 단계부터 협력하는 공동 설계 방식을 통해 열 문제를 해결한다는 계획이다. 삼성전자는 AI 워크스테이션 등 온디바이스 AI 시장을 겨냥한 낸드플래시 기반 3차원 저장장치 솔루션 'z낸드-O'도 공개했다. 대규모 서버에 의존하지 않고도 고용량 AI 모델을 구동할 수 있는 환경을 구축하는 것이 목표다. 김 상무는 "2030년이 되면 대규모 서버가 아닌 AI 워크스테이션 등의 환경에서도 매개변수(파라미터) 1조 개 수준의 거대 AI를 자체 구동하는 사례가 보편화할 것"이라며 "D램만으로 매개변수 1조 개에 맞는 메모리를 구성하려면 상당히 큰 비용이 들지만, z낸드-O를 적용하면 6분의 1 비용으로 구현할 수 있다"고 말했다. 삼성전자는 2028년 z낸드-O 샘플 공급을 시작할 예정이다. 대형 AI 모델을 구동하는 데 필요한 메모리 용량이 확대되는 가운데 낸드플래시를 활용해 시스템 구축 비용을 낮추겠다는 구상이다. 김 상무는 "AI 반도체 경쟁의 핵심인 '시장 출시 속도'에서 고객사들에 독보적 가치를 제공할 것"이라고 덧붙였다.2026-09-17 09:01:26
-
티오리, 보안 AI, 답변 넘어 취약점 직접 검증…'실전훈련' 맡는다 [경제일보] 인공지능(AI)이 보안 지식을 설명하는 수준을 넘어 실제 시스템의 취약점을 찾아 재현하고 검증하도록 훈련하는 국가 프로젝트에 티오리가 참여한다. 티오리는 자율형 AI 보안 솔루션 ‘진트(Xint)’ 개발 경험을 활용해 보안 AI와 분석 도구를 연결하는 실행 환경을 구축한다. AI 기반 오펜시브 보안 기업 티오리는 과학기술정보통신부가 추진하는 ‘사이버보안 특화 AI 파운데이션 모델 개발’ 사업의 네이버클라우드 컨소시엄에 참여한다고 9일 밝혔다. 오펜시브 보안은 공격자의 관점에서 시스템을 시험해 취약점을 선제적으로 찾는 분야다. 이번 컨소시엄에는 네이버클라우드를 중심으로 LG CNS·LG AI연구원·LG유플러스와 티오리·S2W·샌즈랩·이스트시큐리티 등 AI·보안기업, 대학·연구기관 및 수요기관을 포함해 총 33개 기관이 참여한다. 한국항공우주산업(KAI), 한국수력원자력, 한전KDN 등 국가 기반시설 관련 기관도 실증에 나선다. 컨소시엄은 네이버의 하이퍼클로바X와 LG AI연구원의 엑사원을 각각 기반으로 700B급(7000억개 매개변수) 전문가혼합(MoE) 보안 모델 2종을 병렬 개발한다. MoE는 작업에 필요한 일부 전문 모델만 선택적으로 가동하는 구조여서 매번 7000억개 매개변수 전체를 사용하는 방식과는 다르다. 하이퍼클로바X 기반 모델은 방어, 엑사원 기반 모델은 공격·검증 역량을 강화하는 방향으로 개발된다. 약 830테라바이트(TB)의 보안 데이터를 활용해 전력·금융·통신·반도체·방산·항공우주 등 7개 분야에서 실증할 계획이다. 티오리가 맡은 핵심 분야는 ‘하네스(Harness)’다. AI 모델을 취약점 스캐너와 디버거, 시험용 서버 등 실제 보안 도구·환경과 연결하고 명령 실행부터 결과 수집, 재현 여부 판정까지 관리하는 체계다. AI가 그럴듯한 분석 문장을 만드는 데 그치지 않고 취약점이 실제로 존재하는지 통제된 환경에서 입증하도록 설계한다. 학습 과정에는 전문가의 모범 사례를 활용하는 지도미세조정(SFT)과 검증 가능한 결과를 보상으로 삼는 강화학습(RLVR)이 적용된다. 예컨대 AI가 제시한 공격 경로가 시험 환경에서 재현되고 정해진 검증 절차를 통과했을 때만 보상을 주는 방식이다. 보안 AI의 고질적인 문제로 꼽히는 오탐과 재현 불가능한 답변을 줄이는 데 초점이 맞춰져 있다. 정부는 컨소시엄에 엔비디아 B200 그래픽처리장치(GPU) 256장을 지원한다. 전체 지원 기간은 10개월이지만, 우선 5개월간 제공한 뒤 중간평가를 거쳐 나머지 지원 여부를 결정한다. 네이버클라우드는 별도로 B200 4000장을 사전학습에 투입했고 LG 측도 H200 256장을 추가할 계획이라고 밝혔다. 정부는 공모 당시 국내 보안 산업에서 공동 활용할 수 있는 독자 모델 확보를 사업 목표로 제시했다. 박세준 티오리 대표는 “사이버보안 AI에서는 보안 지식을 얼마나 많이 아는지뿐 아니라 실제 환경에서 취약점을 찾아 검증할 수 있는지가 중요하다”며 “진트를 개발하며 확보한 에이전트와 취약점 검증 기술을 적용하겠다”고 말했다. 한편 공격 기능을 갖춘 모델은 방어 역량을 높이는 동시에 악용 가능성도 품고 있다. 컨소시엄이 개발 모델의 오픈소스 공개를 예고한 만큼 모델 가중치와 공격 기능의 공개 범위, 사용자 권한 관리, 실행 기록 보존, 격리된 시험환경 운영 기준이 함께 제시돼야 한다. 개발 규모보다 실제 취약점 탐지율과 오탐률, 재현 성공률, 검증 소요시간을 객관적으로 입증하는 작업이 국가 보안 AI의 신뢰도를 가르게 된다.2026-09-10 08:53:23
-
엔비디아, 10월 'RTX 스파크' 출격…PC를 '개인 AI 슈퍼컴퓨터'로 바꾼다 [경제일보] 엔비디아가 오는 10월 차세대 AI PC 플랫폼 ‘RTX 스파크’를 정식 출시한다. 데이터센터에 의존하던 고성능 AI를 개인 PC에서 직접 구동하고, 여러 대의 PC에 흩어진 연산 자원까지 활용하는 전략이다. 엔비디아는 IFA 2026에서 RTX 스파크 기반 윈도 PC 출시 계획을 공개했다. 레노버와 에이서가 신제품을 선보였고 에이수스·델·HP·MSI 등도 관련 제품을 준비하고 있다. RTX 스파크는 블랙웰 RTX GPU와 미디어텍과 공동 설계한 20코어 그레이스 CPU를 하나의 칩에 결합했다. TSMC 3나노 공정으로 만들어졌으며 최대 128GB 통합 메모리와 FP4 기준 1페타플롭의 AI 연산 성능을 제공한다. 통합 메모리는 CPU와 GPU가 하나의 메모리 공간을 함께 활용하는 구조다. 기존 PC보다 대규모 메모리가 필요한 거대언어모델(LLM)을 로컬 환경에서 실행하기 유리하다. 엔비디아는 최대 1200억개 매개변수 규모 모델과 3D 작업, AI 영상 생성 등을 PC에서 직접 처리할 수 있다고 설명했다. 핵심은 ‘로컬 AI’다. 문서나 사진 등 민감한 데이터를 외부 클라우드로 보내지 않고 PC 내부에서 처리할 수 있어 개인정보 보호와 비용 측면에서 장점이 있다. 마이크로소프트와는 윈도에서 AI 에이전트가 백그라운드로 작업을 수행할 수 있도록 관련 실행환경과 보안 체계를 공동 개발하고 있다. 젠슨 황 엔비디아 CEO는 앞서 RTX 스파크를 공개하며 “40년 만의 PC 재발명”이라고 표현했다. 앞으로는 이용자가 프로그램을 직접 하나씩 실행하는 대신 AI 에이전트가 목표를 이해하고 여러 작업을 스스로 수행하는 형태로 PC가 바뀔 것이라는 구상이다. 엔비디아는 여러 PC의 남는 연산능력을 연결하는 ‘PAIR(Personal AI Router)’도 공개했다. PAIR는 집이나 사무실 내 여러 PC 가운데 여유가 있는 기기에 AI 작업을 나눠주는 무료 오픈소스 소프트웨어다. 다만 여러 GPU의 메모리를 하나로 합치는 기술은 아니다. 각각의 PC가 독립적으로 AI 요청을 처리하고 PAIR가 이를 적절한 장치에 분배하는 방식이다. 지포스 RTX 20 시리즈 이후 GPU와 RTX 프로 워크스테이션, DGX 스파크, 애플 M4 이후 제품을 지원하며 윈도·맥OS·리눅스 간 연결도 가능하다. 엔비디아는 데이터센터에서 구축한 CUDA 기반 AI 생태계를 이제 개인 PC까지 확장하려 하고 있다. RTX 스파크가 AI를 실행하는 ‘개인 슈퍼컴퓨터’라면 PAIR는 여러 PC를 하나의 로컬 AI 작업환경으로 묶는 역할이다. 한편 관건은 성능보다 활용성이다. AI 에이전트를 클라우드 없이 PC에서 돌리는 경험이 실제 사용자에게 얼마나 필요한 기능으로 자리 잡느냐가 RTX 스파크의 성패를 가를 전망이다.2026-09-04 09:51:18
-
SKT, '모두의 AI' 승부수…좋은 모델보다 빠른 '개선 루프'에 방점 [경제일보] SK텔레콤이 정부의 ‘모두의 AI’ 사업을 계기로 인공지능(AI) 경쟁의 기준을 모델 성능에서 서비스를 통해 지능을 얼마나 빠르게 개선하느냐로 확장하고 있다. 6880억개 파라미터의 독자 AI 모델 ‘A.X K2’를 확보한 데 이어 대규모 이용자가 실제로 사용하는 서비스와 AI 인프라를 연결하고, 여기서 축적되는 데이터를 다시 모델과 시스템 개선에 투입하는 순환 구조를 구축하겠다는 전략이다. 유경상 SK텔레콤 AI CIC장은 24일 회사 뉴스룸에 게재한 칼럼에서 “미래의 AI 경쟁은 가장 좋은 모델을 한 번 만들어내는 경쟁이 아니라, 가장 빠른 ‘지능의 개선 루프’를 구축하는 경쟁이 될 것”이라고 밝혔다. 모델을 개발하는 것만으로는 부족하며 추론 비용, 서비스 완성도, 재학습 속도, 신뢰성까지 하나의 시스템으로 연결해야 실제 경쟁력이 된다는 설명이다. ◆ A.X K2에서 ‘모두의 AI’까지…모델을 서비스로 검증 SKT는 지난 7월 29일 6880억개 파라미터 규모의 A.X K2를 공개했다. 기존 A.X K1보다 수학·과학 추론과 한국어 지식, 장문 이해 및 에이전트 역량을 강화했으며, 14개 벤치마크 평균 성능이 32.2%포인트 향상됐다고 밝혔다. 최근에는 국제수학올림피아드(IMO) 2026 문제 평가에서 금메달 기준에 해당하는 점수를 기록했다고 발표하며 모델 자체의 성능도 강조하고 있다. 그러나 SKT가 이번에 강조한 것은 모델의 ‘크기’보다 이를 실제 서비스에서 얼마나 효율적으로 운영하느냐다. 수백만명이 동시에 AI를 이용할 경우 모든 질문을 최고 성능 모델로 처리하면 비용 부담이 커질 수밖에 없다. SKT는 이를 해결하기 위해 일부 매개변수만 활성화하는 MoE 구조, 질문 난이도에 따른 추론 방식 조절, 경량 모델과 대형 모델의 선택적 배치, 메모리와 연산 자원의 최적화 등을 제시했다. 특히 에이닷은 이 전략을 검증할 수 있는 핵심 서비스다. SKT에 따르면 에이닷은 지난해 9월 MAU 1000만명을 넘어섰고, 지난해 8월에는 에이전틱 워크플로우를 적용해 사용자의 요구를 해석하고 작업을 계획·실행하는 기능을 강화했다. 대규모 이용자가 실제 서비스를 사용하는 과정에서 발생하는 데이터를 AI 개선으로 연결할 수 있는 기반을 확보한 셈이다. ◆ ‘대화 수’ 아닌 ‘완료한 일’이 AI 성패 가른다 SKT가 정부 사업에서 강조하는 것도 이 같은 서비스 경험이다. 과학기술정보통신부와 정보통신산업진흥원이 추진하는 ‘모두의 AI’는 국산 AI 모델을 활용해 연내 전 국민 대상 무료 범용 AI 챗봇과 공공 AI 에이전트를 제공하는 사업이다. 지난 18일 공모를 마감한 결과 SKT·KT·카카오·이스트소프트·엠케이디·제논 등 6개 컨소시엄이 제안서를 제출했다. 아직 최종 사업자는 선정되지 않았다. SKT는 금융·모빌리티·미디어·교육·의료·공공·세무·돌봄 등 다양한 분야 기업과 컨소시엄을 구성했다. AI 모델 하나로 모든 문제를 해결하는 것이 아니라 각 산업의 전문기업과 AI 모델·서비스를 연결하는 ‘오케스트레이터’ 역할을 맡겠다는 구상이다. 유 CIC장은 특히 AI 성과를 “대화의 횟수가 아니라 완료된 일의 숫자로 측정해야 한다”고 강조했다. AI가 질문에 얼마나 정확하게 답했는지를 넘어 검색과 도구 호출, 실행을 거쳐 실제 사용자의 목적을 달성했는지 봐야 한다는 것이다. 이는 향후 AI 경쟁이 챗봇의 답변 품질에서 에이전트의 실행 성공률과 비용 효율성으로 이동할 가능성을 보여준다. ◆ 정부 사업은 SKT AI 전략의 실증 무대 ‘모두의 AI’는 SKT 입장에서도 사업성을 검증할 기회다. 정부는 국산 AI 모델 활용과 전국민 무료 서비스 출시를 조건으로 GPU 등을 지원하고 있으며, 2027년 이후에는 AI 에이전트 고도화도 추진할 계획이다. 결국 관건은 이용자다. 얼마나 많은 국민이 서비스를 실제로 사용하고, 그 과정에서 발생한 경험이 모델 개선과 서비스 고도화로 얼마나 빠르게 돌아가느냐가 중요하다. SKT가 통신망과 에이닷, 독자 모델, AI 데이터센터까지 갖춘 풀스택 역량을 강조하는 이유도 여기에 있다. AI 경쟁이 ‘누가 가장 좋은 모델을 보유했는가’에서 ‘누가 실제 생활에서 더 많은 일을 처리하게 만들고 더 빠르게 개선하는가’로 이동한다면, SKT의 승부처 역시 모델 자체보다 서비스→데이터→개선→재서비스로 이어지는 선순환 구조가 될 전망이다.2026-08-24 15:47:18
-
초거대 AI도 '가볍게'…노타, 국가대표 AI 최적화 속도 [경제일보] 국가대표 인공지능(AI) 모델 경쟁이 단순한 성능 경쟁에서 실제 산업 현장에서 얼마나 효율적으로 구동할 수 있느냐를 따지는 방향으로 확대되고 있다. 정부의 '독자 AI 파운데이션 모델(독파모)' 프로젝트에서도 모델 성능뿐 아니라 자원 활용 효율성과 산업 확장성 등이 평가 요소로 떠오른 가운데 국내 기업들의 관련 기술 확보에도 속도가 붙고 있다. 20일 AI 모델 경량화 및 최적화 기술 기업 노타는 자사의 AI 모델 경량화 및 최적화 기술을 바탕으로 국가대표 AI 모델의 활용 경쟁력 강화에 나선다고 밝혔다. 최근 정부가 발표한 독파모 프로젝트 2차 평가에서 업스테이지, SK텔레콤, LG AI연구원 등 3개 컨소시엄이 3차수 진출팀으로 선정됐다. 정부는 단계 평가에서 모델의 정량적 성능뿐 아니라 자원 활용 효율성, 사용성과 실용성, 다양한 산업·서비스 환경으로의 확장 가능성 등을 종합적으로 평가했다고 설명했다. 해당 평가 기준은 국내 AI 경쟁의 기준이 모델 자체의 성능을 넘어 실제 활용 가능성으로 확대되고 있는 것으로 분석된다. 초거대 AI는 모델 규모가 커질수록 GPU와 메모리 등 인프라에 대한 부담도 커지는 만큼 기업과 기관이 실제 서비스를 구축하려면 연산 자원과 운영 비용을 낮추는 기술이 필수적인 것이다. 업스테이지 컨소시엄에서 AI 모델 경량화와 최적화를 맡고 있는 노타는 정부의 평가와 기조에 맞춰 '솔라' 계열 모델의 국내 인프라 활용성을 높이는 데 집중하고 있다. 모델의 성능을 최대한 유지하면서 연산 자원과 메모리 사용량을 줄여 다양한 하드웨어와 서비스 환경에서 구동할 수 있도록 지원하는 방식이다. 앞서 노타는 독파모 2차 평가 결과 발표에 앞서 업스테이지의 '솔라 오픈 2' 경량화 모델을 글로벌 AI 플랫폼 허깅페이스에 공개했다. 기존 모델을 구동하는 데 엔비디아 H100 GPU 8장이 필요했던 환경을 2장으로 줄일 수 있도록 최적화한 해당 모델은 글로벌 누적 다운로드 8만건을 기록했다. 솔라 오픈 2는 2500억개의 매개변수를 갖춘 대규모 AI 모델이다. 노타는 모델 가중치를 INT4와 NVFP4 기반 4비트 형식으로 변환하고 중요도가 낮은 연산 모듈을 선별적으로 정리하는 방식으로 모델을 경량화했다고 설명했다. 그 결과 가중치 저장에 필요한 메모리를 기존 500.6GB에서 117.8GB로 76.5% 줄인 것으로 나타났다. 메모리 용량을 기준으로 H100 GPU 8장이 필요했던 모델을 2장으로 구동할 수 있게 된 것이다. 초거대 AI 모델의 활용 과정에서 발생하는 GPU 확보와 전력, 운영 비용 부담을 낮추고 실제 서비스 적용 가능성을 높인 것으로 평가된다. 특히 업스테이지 컨소시엄은 AI 모델뿐 아니라 국산 AI 반도체와의 결합도 추진하고 있다. 독파모 2차 평가 과정에서 퓨리오사AI의 국산 신경망처리장치(NPU)를 활용해 국산 AI 소프트웨어와 하드웨어 생태계를 연계한다는 계획이다. AI 모델과 반도체를 함께 최적화하는 구조가 자리 잡으면 특정 해외 GPU에 대한 의존도를 낮추면서 국내 인프라 환경에 맞는 AI 서비스 구축도 가능해질 전망이다. AI 모델의 경량화는 독파모뿐 아니라 향후 AI 산업 전반에서도 중요성이 커지고 있다. 기업이 자체 서버에 AI를 구축하는 온프레미스 환경부터 엣지·온디바이스 AI까지 활용 영역이 확대될수록 제한된 연산 자원에서 모델을 구동할 수 있는 기술이 필요하기 때문이다. 향후 독파모 3차수 경쟁에서도 모델의 절대적인 성능과 함께 얼마나 적은 자원으로 안정적인 서비스를 구현할 수 있는지가 주요 경쟁 요소가 될 것으로 전망된다. 국산 AI 모델을 개발하는 데 그치지 않고 국산 반도체, 경량화 기술, 서비스 플랫폼을 연결해 실제 산업 현장에 적용할 수 있는 생태계를 구축하는 것이 국가 AI 경쟁력 확보의 핵심 과제로 떠오르고 있다. 채명수 노타 대표는 "국가대표 AI 모델이 다양한 산업 현장에서 비용 효율적으로 활용될 수 있도록 최적화 기술을 지속적으로 고도화할 것"이라며 "업스테이지와 함께 독파모 3차수 평가에서도 좋은 성과를 거둘 수 있도록 최선을 다하겠다"고 말했다.2026-08-20 08:18:35
-
SKT, '모두의AI' 출사표…A.X K2·AI 데이터센터·2250만 회선 총동원 [경제일보] SK텔레콤이 정부의 '모두의AI' 사업에 참여해 통신 가입자 기반의 대규모 AI(인공지능) 서비스 확산에 나선다. 자체 AI 모델과 데이터센터 등 인프라뿐 아니라 금융·의료·교육·모빌리티 등 생활 영역별 전문기업을 묶어 단순 챗봇을 넘어 공공서비스 신청과 결제까지 대신하는 AI 에이전트로 서비스를 확대한다는 전략이다. 19일 SK텔레콤은 과학기술정보통신부와 정보통신산업진흥원이 추진하는 '모두의AI' 사업 공모에 참여한다고 밝혔다. SK텔레콤은 AI 모델·인프라·서비스를 모두 자체 보유한 역량을 기반으로 금융, 의료, 교육, 공공, 모빌리티 등 다양한 분야의 기업·기관과 컨소시엄을 구성했다. SK텔레콤은 이번 사업을 'AI를 누구나 쉽게 사용하는 서비스'를 목표로 진행한다. AI에 익숙하지 않은 이용자도 별도의 전문 지식 없이 일상적인 대화 방식으로 필요한 정보를 찾고 실제 업무까지 처리할 수 있도록 서비스 범위를 확대한다는 구상이다. SK텔레콤은 우선 대화와 검색·요약, 문서·이미지 분석, 일정 관리 등을 지원하는 AI 챗봇을 구축한 뒤 공공서비스 탐색·신청과 증명서 발급, 금융·의료·교통·교육 분야의 예약과 신청·결제 등을 수행하는 AI 에이전트로 발전시킬 계획이다. 기존 AI 서비스가 질문에 대한 답변이나 정보 검색에 집중했다면, SK텔레콤은 이용자의 요청을 실제 행동으로 연결하는 데 초점을 맞춘다. 이용자가 AI에 특정 서비스를 찾으면 AI가 관련 정보를 제공하는 데서 끝나는 것이 아니라 예약이나 신청 등 후속 절차까지 AI가 수행하는 방식이다. 이를 위해서는 AI 모델의 성능뿐 아니라 외부 서비스와 연동할 수 있는 인프라와 이용자 인증·권한 관리, 개인정보 보호 등 운영 체계가 필요한 것으로 꼽힌다. SK텔레콤이 금융·의료·공공 등 각 분야 전문기업을 컨소시엄에 포함한 것도 이 같은 서비스 실행력을 확보하기 위한 것으로 풀이된다. SK텔레콤은 자체 AI 모델인 'A.X K2'도 이번 사업에 활용한다. A.X K2는 매개변수 6880억개 규모의 자체 AI 모델로, 정부의 '독자 AI 파운데이션 모델' 프로젝트를 통해 개발됐다. SK텔레콤은 단순 질의에는 상대적으로 가벼운 모델을 활용하고 복잡한 작업에는 고성능 모델을 적용하는 방식으로 서비스 품질과 운영 효율을 동시에 확보한다는 계획이다. AI 서비스 확산의 기반으로는 약 2250만개에 달하는 통신 회선과 기존 고객 접점이 활용된다. 과학기술정보통신부에 따르면 지난 6월 기준 SK텔레콤의 이동통신 회선은 2249만8579개로, 사물인터넷(IoT)과 알뜰폰(MVNO)을 제외한 수치다. 기존 통신 서비스와 온·오프라인 채널을 통해 AI 서비스를 확산할 수 있어, AI를 통신 서비스의 부가 기능으로 제공하는 수준을 넘어 대규모 고객 기반을 활용해 AI 서비스의 초기 이용자를 확보할 수 있다는 점이 강점으로 꼽힌다. AI 인프라 확보에도 속도를 내고 있다. 앞서 SK텔레콤은 지난달 AI 데이터센터 사업을 전담하는 'SK하이퍼'를 설립하고 오는 2029년까지 5기가와트(GW) 규모의 AI 데이터센터를 단계적으로 구축하겠다는 계획을 밝힌 바 있다. AI 모델부터 데이터센터, 서비스까지 직접 확보하는 구조를 구축하면서 AI 사업의 수직계열화를 강화하고 있는 것이다. 특히 AI 에이전트가 본격적으로 확산될 경우 추론 수요가 크게 늘어날 수 있는 만큼 서비스 이용자 확대와 함께 AI 연산 인프라를 확보하는 것이 경쟁력으로 이어질 수 있다는 판단이다. 이번 '모두의AI' 컨소시엄에는 20여개 기업과 기관이 참여한다. 라이너와 페르소나AI 등은 특화 검색과 공공 데이터 연계 분야를 맡고, 신한카드와 하나카드는 금융·결제 서비스를 담당한다. 티맵모빌리티는 모빌리티, SK브로드밴드는 콘텐츠·미디어, 엘리스그룹은 교육 분야에서 협력한다. 의료·헬스케어 분야에서는 굿닥과 사운더블헬스가 참여하고 해빗팩토리는 보험 분야 서비스를 담당한다. 독거노인종합지원센터와 채널코퍼레이션, 알프레드, 한국세무사회전산법인 등도 공공·돌봄·중소사업자·세무 관련 AI 서비스 개발에 참여한다. AI 모델과 인프라 분야에서는 노타, 셀렉트스타, 에이투시스가 참여한다. 모델 최적화와 데이터 기반 학습, 모델 라우팅 등을 지원하며 에임인텔리전스는 인증·권한 관리와 AI 에이전트 실행 통제 등 보안 분야를 맡는다. 해시드벤처스는 AI 서비스와 기술 제휴 대상을 발굴하는 역할을 담당한다. AI 활용 격차를 줄이는 것도 이번 사업의 주요 목표다. AI 기술이 빠르게 확산하고 있지만 서비스별로 이용 방법을 익혀야 하거나 복잡한 프롬프트를 작성해야 하는 경우 일반 이용자의 접근성이 떨어질 수 있다. SK텔레콤은 기존 통신 서비스처럼 익숙한 이용 환경에서 AI를 제공해 이러한 진입장벽을 낮추겠다는 구상이다. SK텔레콤 역시 컨소시엄 참여 기업을 확대하고 사업 영역을 넓혀 AI 생태계를 구축한다는 계획이다. 통신 가입자 기반과 AI 모델, 데이터센터를 연결하고 외부 전문기업의 서비스를 결합해 국민이 일상에서 실제로 사용할 수 있는 AI 서비스 확보를 목표로 진행된다. 김지훈 SK텔레콤 AI사업본부장은 "AI 활용 격차가 사회적 격차로 이어지지 않도록 누구나 AI의 혜택을 누릴 수 있는 환경이 필요하다"며 "SK텔레콤은 AI 모델부터 인프라, 서비스 운영까지 아우르는 풀스택 AI 역량과 전국 통신 고객 접점을 바탕으로 국민 모두가 쉽게 사용할 수 있는 '모두의 AI' 서비스 구현에 힘쓰겠다"고 말했다.2026-08-19 09:54:35
-
AI칩과 메모리 거리 좁힌다…삼성전자, 3D 적층 'zHBM' 첫 공개 [경제일보] 삼성전자가 AI 가속기와 메모리 사이의 물리적 거리, 이른바 ‘메모리 장벽’을 허물 3차원(3D) 메모리 구조 ‘zHBM’을 공개했다. 옆에 붙이던 고대역폭메모리(HBM)를 AI 가속기 바로 위에 수직으로 쌓는 방식으로 성능과 전력 효율을 동시에 끌어올린다는 구상이다. 김경륜 삼성전자 D램개발실 상무는 4일(현지시간) 미국 캘리포니아주 샌타클래라컨벤션센터에서 열린 메모리 행사 ‘FMS 2026’ 기조발표에서 이 같은 3D 아키텍처 zHBM을 처음 소개했다. 기존에는 AI 가속기(xPU) 옆에 HBM을 나란히 연결했지만, zHBM은 가속기 위에 HBM을 직접 얹는다. 가로·세로 2차원 배치에서 벗어나 높이(Z축)를 새로 활용했다는 뜻에서 이름 앞에 ‘z’를 붙였다. 가속기와 메모리 사이 데이터 이동 거리를 최소화해 병목 현상을 줄였다고 삼성전자는 설명했다. zHBM은 차세대 HBM인 HBM5와 비교해도 GPU당 성능이 최대 8배, 전력 대비 성능은 최대 3배 개선된다. 열 저항 수치는 HBM5 대비 10~25% 수준으로 낮아져 발열 제어에서도 절반 이상의 개선 효과를 기대할 수 있다. 김 상무는 “기존 패키징 구조로는 가속기 칩과 메모리 간 물리적 거리를 줄이는 데 한계가 있다”며 아키텍처 전환의 필요성을 강조했다. 그는 개발 중인 HBM5에 HBM 최초로 게이트올어라운드(GAA) 트랜지스터를 적용해 2나노미터(㎚) 초미세 공정을 도입했으며, 코어 다이 측면에 열 방출 구조 기술을 더해 발열 제어 수준을 전 세대보다 20% 이상 끌어올렸다고 소개했다. 이어진 발표에서는 이진엽 플래시개발실 부사장이 기기내장형(온디바이스) AI 환경에 맞춘 차세대 낸드 솔루션 ‘z낸드-O’를 선보였다. D램의 용량 한계와 기존 낸드의 낮은 대역폭 문제를 동시에 풀어 고용량·고대역폭·빠른 응답속도를 구현했다는 설명이다. 이 부사장은 매개변수 1200억개 규모 GPT 모델을 구동한 결과 z낸드-O가 기존 D램 서버와 같은 초당 토큰 수를 내면서도 비용은 6분의 1에 그쳤다고 밝혔다. 삼성전자는 이날 400단 이상을 수직 적층한 10세대 V낸드 ‘V10 BV-낸드’도 업계 최초로 공개했다. 회사는 이번에 선보인 3D 메모리 제품들을 앞세워 늘어나는 고성능 컴퓨팅·AI 인프라용 메모리 수요를 확보한다는 계획이다.2026-08-05 10:27:56
-
SKT, 독자 AI 'A.X K2' 앞세워 제조·국방 현장 공략 [경제일보] SK텔레콤이 독자 AI 파운데이션 모델 'A.X K2'를 앞세워 제조와 국방, 바이오 등 산업 현장 공략에 나선다. 지난달 29일 모델을 공개한 데 이어 4일 회사 뉴스룸 인터뷰를 통해 세부 전략을 밝혔다. 단순 질의응답을 넘어 스스로 계획을 세우고 도구를 활용해 업무를 수행하는 '에이전틱 AI'를 구현해 한국형 소버린 AI 생태계를 만들겠다는 구상이다. 김태윤 SK텔레콤 파운데이션모델담당은 "A.X K2의 가장 큰 변화는 '답하는 AI'에서 '스스로 계획하고 실행하는 AI'로 진화한 것"이라며 "에이전틱 시대에 맞춰 추론 능력을 크게 강화했고 특히 수학과 한국어 영역에서 의미 있는 성과를 냈다"고 말했다. ◆ 매개변수 6880억개, 추론엔 330억개만 활성화 A.X K2는 매개변수 6880억개 규모의 초거대언어모델(LLM)이다. 직전 모델인 519B 규모 A.X K1보다 커졌지만 추론 과정에서는 330억개(33B)만 활성화하는 MoE 구조를 적용해 추론 비용은 기존 수준으로 유지했다. 국내외 14개 벤치마크 평균 성능은 A.X K1 대비 32.2%포인트, 장문 이해와 AI 에이전트 평가에서는 83.9%포인트 개선됐다. 초고난도 수학 벤치마크 'Apex' 점수는 1.0에서 45.8로 뛰었고 AIME26에서는 97.1점을 기록했다. 한국어 지식 평가(KMMLU-Pro) 80.5점, 한국 문화 이해(CLIcK) 91.6점을 냈고 통신 분야 에이전트 도구 활용을 재는 τ²-Bench Telecom에서는 오픈웨이트 모델 가운데 최고 성능을 기록했다고 회사는 설명했다. 핵심 기술은 SK텔레콤이 자체 개발한 SGA(Sparse Gated Attention)다. 여러 차례 대화와 도구 호출, 긴 문서 참조를 반복하는 AI 에이전트 특성상 긴 문맥 처리 효율이 중요한데 SGA는 입력이 길어질수록 처리 속도와 안정성이 오르도록 설계됐다. 120K 토큰 입력 기준 토큰 처리량은 A.X K1 대비 67.7% 개선됐다. 텍스트 모델 외에 제조 도면과 문서를 이해하는 비전언어모델 'A.X K2 VL', 상담·회의 음성을 분석하는 'A.X K2 ALM', 크래프톤과 공동 개발한 음성 모델 'A.X K2 라온스피치'도 함께 공개해 멀티모달 구성을 갖췄다. 산업 현장 적용도 본격화하고 있다. KG스틸, 자동차 부품업체 코넥과는 생산 라인의 과거 불량 사례를 학습해 원인을 분석하고 조치를 제안하는 제조 특화 AI 에이전트를 실증 중이다. SK하이닉스에는 사내 AI 서비스 'LLM Chat'에 경량 모델을 적용해 반도체 지식 검색과 정보 정리를 지원한다. 국방부에는 A.X K1을 FP8·FP4·INT4로 양자화해 공급했고 A.X K2도 온프레미스 기반 폐쇄망 환경에 제공할 계획이다. 민감한 데이터는 외부 학습에 쓰지 않고 기관 내부에서만 학습하도록 했다. 김 담당은 "국내 업무 환경에서는 언어뿐 아니라 제도와 문화적 맥락을 이해하는 것이 중요하다"며 "국내 기업과 공공기관이 안심하고 활용할 수 있는 소버린 AI를 구현하는 것이 목표"라고 설명했다. ◆ 허깅페이스 공개하며 조단위 후속모델 준비 SK텔레콤은 A.X K2를 허깅페이스에 Apache 2.0 라이선스로 공개하고 API도 제공할 예정이다. 스타트업 액셀러레이팅 프로그램 '스케치 with AI', '모두의 챌린지 AX-LLM'을 통해 개발자와 스타트업의 상업적 활용 생태계도 넓힌다. 앞서 A.X K1은 정부 지원 없이 상시 1000개 이상의 자체 GPU로 개발됐다. 이번에 예고한 조(兆) 단위 매개변수 후속 모델은 정부 GPU 인프라와 자체 투자를 함께 활용해 규모를 키우고 에이전틱 강화학습과 사이버보안 역량도 고도화한다는 계획이다. 서울대, KAIST, 크래프톤과 차세대 아키텍처 연구도 병행하고 독자 AI 파운데이션 모델(독파모) 컨소시엄 참여사인 리벨리온과는 국산 NPU 기반 모델 서빙 최적화와 상용 서비스 실증을 강화한다. 리벨리온은 앞서 자체 NPU '리벨카드' 단일 서버로 A.X K1 구동에 성공한 바 있다. 한편 회사가 제시한 벤치마크 수치는 자체 측정 결과이며 독립 기관의 검증을 거친 값은 아니다. 오픈소스로 공개돼 외부 개발자들이 성능을 검증할 여지는 있지만 남은 과제는 이 수치가 실제 제조·국방·바이오 현장에서 상업적 계약과 매출로 이어지느냐다. 김 담당은 "A.X K2는 한국이 설계부터 학습까지 자체 기술로 개발한 AI 모델이 글로벌 최고 수준에 도달할 수 있다는 가능성을 보여준 사례"라며 "개방과 협력을 통해 국내 AI 생태계의 기반을 만들고 산업 현장과 국민이 체감할 수 있는 AI 서비스를 확대해 나가겠다"고 말했다.2026-08-04 10:10:29
-
SKT, 6880억개 매개변수 'A.X K2' 공개…산업 AX 넘어 조 단위 AI 모델 간다 [경제일보] 인공지능(AI) 경쟁이 거대언어모델(LLM)의 성능을 넘어 산업 현장에 얼마나 효과적으로 적용할 수 있느냐의 경쟁으로 확대되고 있다. 글로벌 빅테크들이 조(兆) 단위 매개변수 모델을 앞세워 AI 주도권 경쟁을 벌이는 가운데 SK텔레콤이 독자 AI 파운데이션 모델 '에이닷엑스 케이투(A.X K2)'를 공개하고 제조와 국방, 바이오 등 산업 현장의 AI 전환(AX)에 속도를 낸다. 향후 조 단위 모델로 확장하는 로드맵도 제시하며 글로벌 AI 경쟁력 확보에도 나설 계획이다. 29일 SK텔레콤은 글로벌 오픈소스 플랫폼 허깅페이스에 매개변수 6880억개(688B) 규모의 독자 AI 파운데이션 모델 'A.X K2'를 공개했다고 밝혔다. A.X K2는 지난해 공개한 5190억개(519B) 규모의 A.X K1의 후속 모델이다. 모델 규모를 확대하는 동시에 수학과 과학 추론 능력, 한국어 지식 이해 능력과 장문 추론 성능 등을 강화했다. SK텔레콤에 따르면 국내외 14개 벤치마크 평균 성능은 A.X K1 대비 32.2% 포인트 향상됐으며, 장문 이해와 AI 에이전트 관련 평가에서는 약 83.9% 포인트 개선된 것으로 나타났다. 이번 성능 향상의 핵심은 SK텔레콤이 자체 개발한 'SGA(희소 게이트 어텐션)' 구조다. 긴 문맥을 처리할 때 관련성이 높은 정보만 선별적으로 참조하는 방식으로, 산업 현장에서 요구되는 정확성과 운영 효율을 높이기 위해 개발됐다. SK텔레콤은 이를 통해 장문의 문서를 이해하고 복잡한 추론을 수행해야 하는 기업용 AI 서비스에 보다 최적화된 성능을 구현했다고 설명했다. A.X K2는 최근 6개월 이내 공개된 글로벌 주요 AI 모델들과도 경쟁력을 확보했다. SK텔레콤은 큐원(Qwen3.5-397B-A17B)과 딥시크(DeepSeek-V4-Flash), GLM-5.1, 키미 K2.6(Kimi-K2.6) 등 해외 주요 AI 모델과 동급 수준의 벤치마크 결과를 기록했다고 밝혔다. SK텔레콤은 이번 A.X K2 공개를 계기로 산업 현장과 국민의 일상에 AI를 적용하는 '산업 AI' 전략에도 속도를 낸다. 이를 위해 총 4차례의 사후 학습을 거쳐 응답 품질과 안정성, 운영 효율 등을 종합적으로 점검했으며 제조와 국방, 바이오 등 다양한 분야에서 활용 사례를 확대하고 있다. 제조 분야에서는 KG스틸과 코넥에 제조 특화 AI 에이전트를 적용한다. 하반기에는 KG스틸 당진공장의 냉간 압연 라인과 코넥의 주조·가공 공정에 제조 특화 AI 에이전트 데모 버전을 적용해 현장 실증을 진행할 예정이다. 산업 현장의 노하우를 AI에 접목해 생산성과 품질 관리 효율을 높이는 것이 목표다. 국방 분야에서는 국방부와 협업해 A.X K1 기반의 양자화 모델 3종을 개발했다. 높은 수준의 보안과 데이터 주권이 요구되는 국방 분야의 특성을 고려해 메모리 사용량을 줄이고 처리 속도를 높이는 양자화 기술을 적용했다. 국방부와 SK텔레콤은 육·해·공군과 해병대 산하 부대에서 해당 모델을 활용할 계획이다. 바이오 분야로의 적용도 검토 중이다. 현재 SK텔레콤은 SK바이오팜과 난치성 암 표적 치료제 개발에 AI를 활용하고 있으며, 통상 1~2년이 소요되던 신약 개발 초기 연구 기간을 약 5개월 수준으로 단축하는 성과를 거둔 것으로 알려졌다. 사무 환경과 일상 영역으로의 적용도 확대되고 있다. SK텔레콤은 A.X K2를 기업용 AI 서비스 '에이닷 비즈(A.Biz)'에 적용해 뉴스레터 생성과 자료 수집·분석, 보고서 작성 기능 등을 제공하고 있다. SK하이닉스의 사내 업무용 AI 도구에도 A.X K2 경량 모델을 제공해 문서 작성과 정보 정리 등 다양한 업무에 활용 중이다. 일상생활에서는 에이닷 전화의 'AI 제안' 기능과 에이닷 '노트' 기능에 A.X K2 경량 모델을 적용했다. 통화 내용을 기반으로 일정과 할 일을 추출하거나 기록된 내용을 목적에 맞게 정리해 이용자의 후속 행동을 지원한다. 이와 함께 SK텔레콤은 자사 AI 모델을 API 형태로 제공하며 국내 AI 생태계 확대에도 나서고 있다. 과학기술정보통신부가 주최하는 '전국민 AI 경진대회' 참가자들과 중소벤처기업부의 '모두의 챌린지 AX-LLM'에 선정된 스타트업 등에 A.X K1을 제공하고 있으며, 정부가 추진하는 '모두의 AI' 사업에도 참여할 예정이다. SK텔레콤은 향후 A.X K2의 후속 모델을 조 단위 매개변수 규모로 확대해 글로벌 경쟁력을 확보한다는 계획이다. 최근 공개된 키미가 2조8000억개 규모의 매개변수를 기반으로 미국 최상위 AI 모델에 준하는 성능을 선보이는 등 글로벌 AI 시장에서는 조 단위 모델이 새로운 경쟁 기준으로 자리 잡고 있다. 오픈AI와 구글, 앤트로픽 등 글로벌 빅테크들은 모델 규모를 공개하지 않고 있지만, 최정상급 AI 모델은 조 단위 모델을 기반으로 구축한 뒤 이를 경량화하는 방식이 일반적인 흐름으로 평가된다. SK텔레콤 역시 글로벌 선도 사업자 수준의 AI 경쟁력을 확보하기 위해 독자 AI 모델의 규모와 성능을 지속적으로 고도화한다는 방침이다. 또한 SK텔레콤은 A.X K2를 중심으로 비전 인코더 기반의 비전 언어(VL) 모델과 오디오 인코더·디코더 기반의 음성 모델 등 파생 모델 라인업도 공개했다. 이미지와 텍스트를 함께 이해하는 'A.X K2 VL Light-Preview'는 보고서와 매뉴얼, 법률 문서 분석 등에 활용할 수 있으며, 'A.X K2 ALM'은 고객센터 음성 통화 분석 등에 적용될 예정이다. 크래프톤이 개발한 'A.X K2 Raon-Speech'는 향후 게임 내 AI 음성 상호작용 기술 고도화에 활용된다. SK텔레콤은 제조와 국방, 바이오를 비롯한 산업 현장과 국민의 일상 전반에 AI를 적용하는 동시에 조 단위 독자 AI 모델 개발을 통해 글로벌 AI 경쟁력 확보에 속도를 낸다는 전략이다. 김태윤 SK텔레콤 파운데이션 모델 담당은 "개인의 일상생활부터 사무 환경, 제조 현장까지 폭넓게 활용될 수 있도록 다양한 기능을 고도화했다"며 "앞으로도 다양한 산업 분야에 A.X K2를 적용·발전시켜 국가 경쟁력 강화에 기여해 나가겠다"고 말했다.2026-07-29 09:16:12
-
AI 팩토리 시대 핵심은 경량화…노타, 솔라 오픈2 메모리 76% 줄였다 [경제일보] 생성형 인공지능(AI)의 경쟁 기준이 빠르게 변화하고 있다. 과거에는 얼마나 큰 AI 모델을 만들 수 있느냐가 경쟁력이었다면 최근에는 이를 얼마나 효율적으로 운영할 수 있는지가 핵심 요소로 떠오르고 있다. AI 에이전트 시대가 본격화되면서 기업들이 마주한 과제 역시 성능 경쟁을 넘어 GPU 비용과 운영 효율성 확보로 확대되는 가운데, 노타가 대규모 AI 모델을 GPU 2장만으로 구동할 수 있는 경량화 기술을 선보이며 기업들의 AI 전환(AX) 비용 절감에 나섰다. 27일 노타는 업스테이지와 함께 참여 중인 정부 독자 AI 파운데이션 모델 프로젝트의 2차 성과물인 '솔라 오픈2' 전용 경량화 모델을 공개했다고 밝혔다. 최근 글로벌 AI 시장에서는 딥시크와 문샷 AI의 '키미' 시리즈 등 고성능 오픈 웨이트 모델이 주목받고 있다. 다만 AI 경쟁의 기준은 단순히 모델 성능을 넘어 실제 업무 환경에서 얼마나 효율적으로 활용할 수 있는지로 확대되고 있다. 특히 문서 업무와 코딩, 검색, 툴 호출 등을 수행하는 AI 에이전트가 확산되면서 토큰 사용량과 연산 비용이 크게 증가하고 있어 AI 운영 비용을 낮추는 경량화 기술이 새로운 경쟁력으로 부상하고 있다. 기업들의 AI 인프라 경쟁 역시 새로운 국면을 맞고 있다. AI 팩토리와 AI 데이터센터 구축 경쟁이 본격화되면서 GPU 확보가 중요한 과제로 떠올랐지만, 높은 구축 비용과 전력 소비는 여전히 기업들의 부담으로 꼽힌다. 같은 성능을 보다 적은 GPU로 구현할 수 있다면 인프라 구축 비용과 운영 비용을 동시에 절감할 수 있는 만큼 AI 경량화 기술의 중요성도 커지고 있다. 솔라 오픈2는 문서 업무와 코딩, 툴 호출, 다단계 추론 등 실제 기업 업무에 활용할 수 있는 AI 에이전트 구현에 초점을 맞춘 대규모 언어모델(LLM)이다. 총 2500억개의 매개변수를 갖추고 있으며 실제 작업 시에는 필요한 150억개의 매개변수만 활성화하는 '전문가 혼합(MoE)' 구조를 채택했다. 하나의 모델 안에 있는 여러 연산 모듈 가운데 일부만 선택적으로 활용하는 방식으로 연산 효율성을 높인 것이 특징이다. 노타는 해당 솔라 오픈2의 기능을 실제 기업 환경에 보다 효율적으로 배포할 수 있도록 데이터 기반 MoE 양자화와 라우터 인지형 MoE 양자화, 비균일 전역 프루닝 기술 등을 적용했다고 설명했다. 양자화는 모델을 보다 낮은 정밀도의 데이터 형식으로 변환해 메모리 사용량을 줄이는 기술이며, 프루닝은 중요도가 낮은 연산 모듈을 선택적으로 제거해 모델을 경량화하는 기술이다. 특히 데이터 기반 MoE 양자화에는 모델 가중치를 4비트 저정밀 형식으로 변환하면서도 모든 전문가 모듈이 안정적인 통계치를 확보할 수 있도록 캘리브레이션 데이터를 합성하는 'PASCAL-MoE' 기술이 활용됐다. 라우터 인지형 MoE 양자화에는 양자화 이후에도 라우터가 전문가 모듈을 안정적으로 선택할 수 있도록 자체 개발한 양자화 알고리즘이 적용됐다. 이를 통해 노타는 원본 모델의 가중치 메모리를 기존 500.6GB에서 117.8GB로 약 76.5% 줄이는 데 성공했다고 강조했다. 기존에는 엔비디아 'H100 GPU' 8장이 필요했던 환경을 GPU 2장만으로 구동할 수 있도록 최적화했으며, 양자화 이후에도 AI 에이전트의 핵심 기능인 툴 호출 성능을 안정적으로 유지하는 것으로 알려졌다. 실제로 글로벌 AI 시장 역시 성능 경쟁에서 운영 효율성 경쟁으로 무게 중심이 이동하고 있다. 높은 성능의 AI 모델을 보다 적은 인프라로 구동할 수 있는 기술이 기업들의 AI 도입 장벽을 낮추는 핵심 요소로 떠오르면서 경량화 기술이 AI 팩토리 시대의 필수 기술로 자리 잡고 있는 것이다. 노타는 이번 솔라 오픈2 경량화 모델을 통해 국내 기업들이 보다 적은 비용으로 AI 에이전트를 도입하고 활용 범위를 확대할 수 있을 것으로 기대하고 있다. 특히 별도의 대규모 GPU 인프라를 구축하기 어려운 기업들도 효율적으로 AI 서비스를 운영할 수 있도록 지원해 AI 전환을 가속화한다는 계획이다. 노타가 공개한 솔라 오픈2 전용 경량화 모델은 글로벌 AI 플랫폼 허깅페이스를 통해 확인할 수 있다. 김태호 노타 CTO는 "이번 성과는 대규모 MoE 모델을 기업이 실제 도입할 수 있는 형태로 최적화했다는 데 의미가 있다"며 "기업이 자사의 인프라와 예산에 맞춰 에이전트 AI를 도입하고 활용 범위를 확장할 수 있도록 모델 구조와 하드웨어 환경에 최적화된 양자화 및 경량화 기술을 지속해서 고도화하겠다"고 말했다.2026-07-27 14:27:30
-
업스테이지 '솔라 오픈 2' 공개…포털 다음 적용하고 국산 NPU 활용 넓힌다 [경제일보] 업스테이지가 실제 업무를 수행하는 AI 에이전트에 특화한 거대언어모델(LLM) ‘솔라 오픈 2’를 공개했다. 포털 다음을 대규모 실사용 기반으로 활용하는 동시에 다수의 국산 신경망처리장치(NPU)와 연동을 확대해 모델과 반도체, 서비스를 아우르는 소버린 AI 생태계를 구축한다는 전략이다. 업스테이지는 솔라 오픈 2의 모델 가중치를 글로벌 오픈소스 플랫폼 허깅페이스에 공개하고 아키텍처와 학습 방법, 평가 조건을 담은 기술 보고서도 발표했다고 23일 밝혔다. 솔라 오픈 2는 총 2500억개 매개변수 가운데 작업에 필요한 150억개만 활성화하는 전문가혼합(MoE) 구조를 채택했다. 모델 규모를 키우면서도 실제 추론에 필요한 연산량을 줄여 비용 효율을 높인 설계다. 최대 100만 토큰의 문맥을 처리해 여러 문서와 장시간 작업 이력을 한꺼번에 다룰 수 있다. 단순한 질의응답을 넘어 검색과 코딩, 문서 작성, 외부 도구 호출을 반복하며 업무를 마치는 AI 에이전트에 초점을 맞췄다. 기본 구동 권장 사양은 엔비디아 H200 4장이며 양자화를 적용하면 H200 2장으로도 운영할 수 있다. 업스테이지는 지시 이행과 도구 호출, 코딩, 한국어 업무 평가 등에서 주요 해외 모델과 경쟁 가능한 성능을 확보했다고 설명했다. 다만 벤치마크 결과는 회사 측 평가인 만큼 실제 서비스 환경에서 정확도와 속도, 운영 비용을 추가로 검증해야 한다. ◆ 다음 검색, AI 모델 실사용 시험대 솔라 오픈 2의 주요 활용처는 포털 다음이다. 업스테이지는 지난 5월 다음 운영사 AXZ 인수를 마무리한 뒤 7월부터 솔라를 적용한 ‘AI 요약’ 베타 서비스를 운영하고 있다. AI 요약은 이용자가 검색어나 문장형 질문을 입력하면 언론사 제휴 콘텐츠와 카페, 티스토리 등에서 관련 문서를 찾아 핵심 내용을 정리하고 근거를 함께 제시한다. 절차가 필요한 정보는 단계별 목록으로, 비교가 필요한 검색은 표 형태로 보여준다. 다음은 키워드 검색과 의미 기반 벡터 검색을 결합한 하이브리드 검색을 활용한다. 검색엔진이 최신성과 관련성이 높은 문서를 먼저 고르면 솔라가 해당 자료를 바탕으로 답변을 생성하는 구조다. 모델이 오래된 학습 정보를 섞거나 문서에 없는 내용을 만들어내는 환각을 줄이기 위해 답변 범위를 검색 자료로 제한하는 기술도 적용했다. 현재 AI 요약은 전체 검색 질의의 일부에 제공되고 있다. AXZ는 적용 비중을 단계적으로 높이고 쇼핑과 맛집 등 분야별 검색으로 확대할 계획이다. 이후에는 앞선 대화 내용을 기억해 후속 질문에 답하고 여러 정보를 비교·정리하는 대화형 에이전트로 발전시킨다는 구상이다. 업스테이지가 다음을 직접 운영하게 되면서 검색 이용 과정에서 나타나는 응답 품질과 처리 속도, 오류 유형 등을 모델 개선에 빠르게 반영할 수 있게 된 점도 강점이다. 다만 이용자 검색 데이터를 모델 개발에 활용하는 과정에서는 개인정보 보호와 데이터 처리 기준을 명확히 마련해야 한다. ◆ 퓨리오사 포함 다수 국산 NPU로 활용 확대 업스테이지는 솔라 오픈 2를 다양한 국산 NPU에서 구동할 수 있도록 지원 범위를 넓힐 계획이다. 업스테이지 관계자는 “퓨리오사AI를 포함해 국내 NPU 기업들과 협력을 이어가겠지만 특정 한 업체만을 중심으로 추진하는 구조는 아니다”며 “국산 NPU에서 솔라 모델을 사용할 수 있도록 적용과 최적화를 점차 확대할 것”이라고 설명했다. 퓨리오사AI와의 협력은 국산 모델과 NPU를 실제 서비스에 연결한 선행 사례로 활용된다. 다음의 기존 AI 요약 서비스에는 퓨리오사AI의 2세대 NPU ‘레니게이드’가 일부 적용돼 솔라 계열 모델의 추론을 처리하고 있다. 이를 통해 응답 속도와 전력 효율, 동시 이용자 처리 능력 등을 상용 환경에서 검증하고 있다. 다만 솔라 오픈 2를 레니게이드에 적용하는 구체적인 일정이나 전체 인프라에서 차지할 비중은 정해지지 않았다. 향후 다른 국산 NPU 기업과의 협력 대상과 적용 서비스 역시 확정되는 대로 공개할 예정이다. 한편 국산 NPU 확산의 관건은 반도체 자체 성능뿐 아니라 새로운 모델을 빠르게 변환하는 컴파일러와 서빙 엔진, 장애 대응과 운영 도구 등 소프트웨어 생태계다. 다음처럼 이용자가 많은 서비스에서 GPU 수준의 안정성과 비용 효율을 입증해야 기업·공공 시장으로 적용 범위를 넓힐 수 있다. 업스테이지는 모델 가중치를 상업적으로 활용할 수 있도록 공개하고 미세조정과 지식증류를 통한 파생 모델 개발도 허용한다. 기업과 연구기관이 솔라 오픈 2를 자체 데이터와 국산 NPU에 맞게 조정하도록 해 산업별 AI 에이전트 개발을 촉진한다는 구상이다. 김성훈 업스테이지 대표는 “실제 업무 현장에서 일을 완수하는 에이전트 사용성에 방점을 둔 모델”이라며 “다음과 산업 현장에서 실사용 사례를 확대하고 국산 NPU를 포함한 AI 생태계 전반의 경쟁력을 높이겠다”고 말했다.2026-07-23 10:57:02
-
배경훈, "외산 AI 끊기면 속수무책"…한국형 프론티어 AI 승부수 [경제일보] 배경훈 부총리 겸 과학기술정보통신부 장관이 미국과 중국의 인공지능(AI) 패권 경쟁에 대응해 세계 최상위 수준의 ‘프론티어 AI’ 개발에 나서겠다는 구상을 밝혔다. 국내 산업의 AI 전환을 지원하는 독자 AI 파운데이션 모델 개발을 넘어, 미국·중국과 직접 성능을 겨룰 수 있는 모델을 확보해야 한다는 판단이다. 다만 프론티어 AI 개발은 아직 정부의 예산과 사업 구조가 확정된 단계는 아니다. 정부가 막대한 개발비를 보조금으로 지원하기 어려운 만큼 지분투자나 특수목적법인(SPC) 설립 등 새로운 투자 방식을 재정당국과 협의하는 구상에 가깝다. 배 부총리는 20일 정부세종청사에서 열린 기자간담회에서 “미국과 중국이 고성능 AI를 핵무기처럼 통제하려는 시대가 오고 있다”며 “우리만의 역량이 없다면 외산 AI 서비스가 갑자기 중단되거나 가격이 100배 올라도 대응하기 어렵다”고 말했다. ◆ 독파모 넘어 ‘미토스급’ 모델 도전 정부가 검토하는 전략은 투트랙이다. 현재 추진 중인 ‘독자 AI 파운데이션 모델’ 사업을 통해 국내 산업과 공공서비스에 활용할 모델을 확보하는 동시에, 앤트로픽의 ‘클로드 미토스5’처럼 세계 최고 성능을 겨루는 프론티어 모델 개발을 별도로 추진하는 방식이다. 프론티어 AI는 단순히 매개변수가 큰 모델을 뜻하지 않는다. 복잡한 추론과 코딩, 과학 연구, 사이버보안, AI 에이전트 등에서 기존 모델의 한계를 넓히는 최첨단 모델을 말한다. 개발에 성공하면 산업 경쟁력을 높일 수 있지만 공격적인 사이버 능력 등 이중용도 위험도 커 국가가 접근을 통제할 가능성이 높다. 실제로 미국 정부는 지난달 국가안보를 이유로 앤트로픽의 미토스5와 페이블5에 대한 외국인 접근을 제한했다가 이후 규제를 완화했다. 배 부총리는 이를 글로벌 AI 서비스를 언제든 사용할 수 있다는 전제가 무너질 수 있음을 보여준 사례로 들었다. 중국도 변수다. 문샷AI가 최근 공개한 ‘키미 K3’는 일부 평가에서 미국 최상위 모델과 대등한 성능을 보였다. 현재 중국 기업들이 오픈웨이트 전략으로 개발자 생태계를 넓히고 있지만, 기술 경쟁이 격화하면 중국도 고성능 모델을 폐쇄하거나 해외 제공을 제한할 수 있다는 것이 배 부총리의 진단이다. ◆ GPU만 3조5000억원…보조금으로 감당 어려워 가장 큰 장벽은 비용이다. 배 부총리는 미토스급 모델을 개발하려면 엔비디아 차세대 GPU ‘베라 루빈’을 기준으로 약 1만장이 필요하고, GPU 가격만 현재 추산으로 3조5000억원에 이를 것으로 전망했다. 이는 장관이 제시한 추정치로 실제 비용은 모델 구조와 학습 방식, GPU 도입 가격에 따라 달라질 수 있다. 데이터센터와 전력·냉각·네트워크, 데이터 구축, 연구인력 비용까지 포함하면 전체 투자액은 더 늘어난다. 현재 독파모 참여 기업에 배정되는 GPU가 엔비디아 B200 기준 500∼735장 수준이라는 점을 고려하면 프론티어 모델은 기존 지원 규모와 차원이 다르다. 특정 기업 한 곳에 수조원대 자원을 무상 지원하면 형평성과 특혜 논란도 불가피하다. 정부가 ‘투자형 R&D’를 검토하는 이유다. 기존 출연금처럼 예산을 지급하고 끝내는 대신 정부가 기업이나 SPC에 지분을 투자하고, 개발에 성공하면 지분 가치나 수익을 회수해 후속 연구에 다시 투입하는 구조다. 배 부총리는 “정부가 특정 기업에 이 정도 자원을 몰아주는 것은 현실적으로 어렵다”며 “지분투자나 SPC 설립 등 투자형 R&D 방식으로 재원을 마련하는 방안을 검토하고 있다”고 말했다. 내년도 예산 반영을 위해 재정당국과도 협의하고 있다고 덧붙였다. 다만 투자형 R&D가 작동하려면 실패 위험을 누가 부담하고 기술과 지식재산권을 누가 보유할지 정해야 한다. 정부가 투자한 모델을 특정 기업이 독점할 수 있는지, 공공과 중소기업에 어떤 조건으로 개방할지도 쟁점이다. ◆ 한국형 AI 풀스택, 미중 사이 제3국 공략 프론티어 모델은 수출 전략과도 연결된다. 정부는 국산 AI 모델과 서비스, NPU, 클라우드·데이터센터를 하나로 묶은 ‘한국형 AI 풀스택’을 구축해 미국과 중국 어느 한쪽에 종속되기를 원하지 않는 국가에 제공하는 방안을 구상하고 있다. 배 부총리는 유럽연합(EU)과 중동, 아세안 국가에서 한국과의 AI 협력을 희망하는 수요가 있다고 설명했다. 한국이 모델만 공급하는 것이 아니라 현지 언어와 데이터 주권, 보안 규제에 맞춘 인프라와 서비스를 함께 제공하면 미중 사이의 대안으로 자리 잡을 수 있다는 구상이다. 관건은 다국어 성능이다. 한국어에 강한 모델을 해외에 그대로 내놓는 것만으로는 글로벌 서비스가 될 수 없다. 배 부총리는 협력국 언어 데이터를 학습 데이터의 최소 1% 수준까지 확보해야 현지에서 활용 가능한 모델을 만들 수 있다고 진단했다. 중국이 러시아·브라질 등 29개국과 출범시킨 세계인공지능협력기구(WAICO) 참여 여부에는 신중한 입장을 보였다. 미국 AI 서비스를 광범위하게 이용하면서 중국 오픈모델도 활용하는 한국으로서는 어느 한쪽 진영에 서기보다 기술·안보·통상 영향을 함께 따져야 한다는 설명이다. 정부의 구상이 현실화하려면 ‘한국도 프론티어 모델을 보유해야 한다’는 선언을 넘어 개발 주체와 자금 조달 구조, 성능 목표, 데이터 확보, 상용화 경로까지 구체화해야 한다. 수조원을 들여 모델을 만든 뒤 실제 이용자와 매출을 확보하지 못하면 일회성 국가 프로젝트에 그칠 수 있다. 한편 프론티어 AI의 성패는 GPU를 몇 장 확보했느냐보다 모델을 지속해서 개선하고 산업과 해외 시장에서 쓰이게 할 생태계를 구축할 수 있느냐에 달렸다. 정부가 투자형 R&D를 꺼낸 것도 기술 개발과 사업 성과를 함께 요구받는 단계에 들어섰다는 의미로 풀이된다.2026-07-20 17:46:00
많이 본 뉴스
영상
Youtube 바로가기
![[데스크 칼럼] 온누리상품권의 거품을 걷어라… 혈세 쓴 책임부터 물어야](https://image.ajunews.com/content/image/2026/10/23/20261023100836286597_518_323.jpg)