2026.09.11 금요일
검색
'KG스틸' 검색결과
기간검색
-
~
검색영역
검색어
-
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
-
KG스틸, 디자인·단열 잡은 '루벡스' 출시…시공비 최대 40% 절감 [경제일보] KG스틸이 신규 개발한 고성능 강판 제품 ‘루벡스(LOUVEX)’를 통해 건축 패널의 디자인과 단열 성능을 높이고 시공 비용까지 줄인다. 28일 KG스틸은 패널 전문 제조기업 진호기업과 협력해 기존 루버 외장재의 시공 한계와 단열 문제를 개선한 루버형 샌드위치 패널 ‘루벡스’를 공동 개발해 본격 출시했다고 밝혔다. KG스틸은 제품 기획 초기 단계부터 참여해 진호기업의 패널 제조 기술에 자사의 고성능 컬러강판 소재와 디자인 역량을 결합했다. 루버 형상을 구현하기 위한 성형 구조 검토와 전용 컬러강판 디자인 개발도 지원했다. KG스틸과 진호기업이 선보인 루벡스는 단열 패널과 루버 디자인을 하나로 결합한 일체형 제품이다. 패널 연결부에는 외부 수분 유입을 막고 루버 형상을 안정적으로 유지하는 특허기술이 적용됐다. 기존 루버 외장재는 별도의 기초 벽체를 설치한 뒤 외장재를 덧붙이는 이중 마감 방식이어서 시공 기간과 비용이 많이 들고 누수 위험에도 노출되는 한계가 있었다. 반면 루벡스는 일체형 구조를 채택해 공정을 단순화하고 기존 방식보다 시공 시간과 비용을 약 30~40% 줄일 수 있도록 했다. 유지보수와 부분 교체도 상대적으로 간편하다. 성능뿐 아니라 다양한 외관 디자인도 구현할 수 있게 됐다. 루벡스는 통상 폭이 약 1000㎜인 기존 샌드위치 패널과 달리 600㎜ 전용 폭으로 설계돼 루버 특유의 수직적인 디자인을 강조할 수 있다. 제품 폭과 모듈 구조를 최적화해 건물의 입체적인 외관을 표현하면서도 샌드위치 패널의 단열 성능과 시공 편의성을 확보했다. KG스틸은 건축물의 심미성을 높이기 위해 루버 전용 컬러강판 표면 디자인도 새롭게 개발했다. 표면에 미세한 스트라이프 패턴을 적용해 루버의 입체감을 강조하고 건축물 외관의 조형적 완성도를 높였다. 제품명 루벡스는 건축 외장 양식인 ‘루버(LOUVER)’와 KG스틸의 프리미엄 컬러강판 브랜드 ‘엑스톤(X-TONE)’을 결합한 명칭이다. 루버 구조와 컬러강판의 표면 디자인을 동시에 구현했다는 의미를 담았다. KG스틸 관계자는 "루벡스는 진호기업의 패널 기술력과 KG스틸의 소재·디자인 역량이 시너지를 발휘한 상생 협업 사례"며 "앞으로도 진호기업을 비롯한 주요 고객사들과 제품 기획 단계부터 긴밀히 협력해 시장 트랜드와 니즈에 부합하는 차별화된 건축용 컬러강판 솔루션을 지속적으로 개발해 나가겠다"고 했다.2026-07-28 12:56:05
-
SKT 독자 AI, 철강·자동차 부품 공장 들어간다…제조 현장 '베테랑 노하우' 학습 [경제일보] SK텔레콤이 자체 개발한 독자 AI 파운데이션 모델을 제조 현장에 적용한다. 고객 상담이나 업무 보조를 넘어 철강과 자동차 부품 공장의 오류 대응과 공정 관리에 AI를 접목하는 시도다. SKT는 철강 제조 기업 KG스틸과 자동차 부품 제조 기업 코넥과 각각 ‘제조 특화 AI 에이전트’ 현장 실증을 위한 전략적 업무협약을 체결했다고 25일 밝혔다. SKT의 독자 AI 파운데이션 모델을 제조업에 적용하는 첫 사례다. SKT는 지난 4월부터 KG스틸과 코넥이 보유한 공정 오류 분석 보고서와 사고 보고서, 장비 매뉴얼, 설비 로그 등을 확보했다. 이를 토대로 독자 모델 ‘A.X K1’을 활용한 제조 특화 AI 에이전트 데모 버전을 개발했다. A.X K1은 5190억개 매개변수를 갖춘 초거대 언어모델이다. 공개 기술보고서에 따르면 A.X K1은 필요한 전문가 모델 일부만 활성화하는 MoE 구조를 적용했다. 전체 모델 규모는 크지만 추론 과정에서는 약 330억개 매개변수만 활성화된다. SKT는 이 구조가 산업 현장에서 효율적인 추론에 유리하다고 보고 있다. 실증은 하반기부터 진행된다. KG스틸 당진공장의 냉간 압연 라인과 코넥의 주조·가공 공정에 제조 특화 AI 에이전트 데모 버전이 적용된다. 두 회사는 제조 공정 데이터를 추가로 제공하고 SKT는 현장 피드백을 반영해 성능과 추론 속도를 개선할 계획이다. 제조업은 AI 도입이 쉽지 않은 분야로 꼽힌다. 공장에는 데이터가 많지만 설비 로그와 품질 기록, 작업자 메모가 공정별로 흩어져 있는 경우가 많다. 숙련공의 판단과 경험에 의존하는 업무도 적지 않다. 베테랑의 은퇴나 이직이 현장 경쟁력 약화로 이어질 수 있다는 우려도 나온다. SKT가 주목하는 지점은 현장 노하우의 디지털 자산화다. 작업자가 과거 오류를 어떻게 판단했는지, 어떤 매뉴얼을 확인했는지, 조치 순서는 어땠는지를 AI가 학습하면 같은 지식을 다른 작업자와 공정에서도 활용할 수 있다. 특정 숙련자에게 머물던 경험을 조직 전체의 운영 자산으로 바꾸는 방식이다. 이번 협력은 글로벌 피지컬 AI 흐름과도 맞닿아 있다. 피지컬 AI는 AI가 실제 물리 환경을 인식하고 판단하며 로봇과 설비를 통해 행동하는 기술 흐름을 뜻한다. 엔비디아는 2025년 휴머노이드 로봇을 위한 오픈 파운데이션 모델 GR00T N1을 공개했다. 글로벌 제조 기업들도 디지털 트윈과 로봇 자동화, 공정 최적화를 결합하며 AI의 활용 범위를 넓히고 있다. 국내에서도 철강과 자동차, 전자 산업을 중심으로 AI 기반 비전 검사와 예지보전, 스마트팩토리 고도화가 진행돼 왔다. 다만 기존 사례가 특정 공정의 자동화와 효율 개선에 초점이 맞춰졌다면 이번 실증은 언어모델 기반 에이전트가 보고서와 매뉴얼, 설비 데이터를 함께 읽고 현장 판단을 돕는 방식이라는 점에서 차이가 있다. 보안은 상용화의 핵심 조건이다. 제조 데이터에는 설비 조건과 생산 노하우, 품질 이슈가 담겨 있어 외부 반출 부담이 크다. SKT는 독자 AI 파운데이션 모델이 클라우드뿐 아니라 폐쇄형 온프레미스 환경도 지원한다고 설명했다. 기업 내부 서버에서 데이터를 처리할 수 있으면 제조 현장의 보안 우려를 낮출 수 있다. SKT는 실증 과정에서 확보한 제조 데이터를 현재 개발 중인 A.X K2 모델 학습에도 활용할 계획이다. 실증 완료 후에는 제조 특화 AI 에이전트의 상용화와 도입을 검토한다. 필요할 경우 후속 독자 AI 파운데이션 모델로 교체하는 방안도 검토한다. 정석근 SKT AI CIC장은 “보안이 중요한 제조 현장에는 데이터를 외부로 내보내지 않고도 활용할 수 있는 독자 AI 파운데이션 모델이 효과적인 해법”이라며 “KG스틸, 코넥과의 협력을 시작으로 제조업의 AI 전환을 앞당기고 적용 사례를 확대하겠다”고 말했다. 한편 제조 AI의 평가는 실증 현장에서 갈릴 전망이다. 답변을 잘하는 모델보다 중요한 것은 오류 조치 시간을 줄이고 품질 문제를 빠르게 잡아내는 성과다. SKT의 제조 특화 AI 에이전트가 공장 안에서 실질적 효율을 입증한다면 독자 AI 모델의 활용처는 국방과 제조를 넘어 금융, 공공, 의료 등 보안이 중요한 산업으로 넓어질 수 있다.2026-06-25 09:52:59
많이 본 뉴스
영상
Youtube 바로가기
![[데스크칼럼] 조희대, 정치보다 주소 한 줄부터 챙기라](https://image.ajunews.com/content/image/2026/09/11/20260911111845893531_518_323.jpg)