LG AI연구원의 ‘K-엑사원(K-EXAONE)’이 정부 주관 ‘독자 AI 파운데이션 모델 프로젝트(독파모)’ 2차 단계평가를 통과하며 3차 단계에 진출했다. LG AI연구원은 1차 평가에서 전 부문 최고점을 기록한 데 이어 모델 규모를 3배 이상 확대했다.
과학기술정보통신부가 추진하는 독파모 사업은 국내 AI 기업이 독자적인 파운데이션 모델을 개발해 글로벌 수준의 AI 경쟁력을 확보할 수 있도록 지원하는 사업이다. 이번 2차 단계에는 LG AI연구원을 비롯해 SK텔레콤, 업스테이지, 모티프테크놀로지스 등 4개 팀이 경쟁했고, LG AI연구원은 3차 단계 진출에 성공했다.
236B에서 750B로…모델 규모 키웠다
이번 단계에서 가장 눈에 띄는 변화는 K-엑사원의 모델 규모다.
LG AI연구원은 앞선 모델보다 규모를 3배 이상 확대해 7500억개 파라미터 규모의 초대형 모델을 개발했다. 기존 K-엑사원 2.0의 2360억개 파라미터 대비 크게 늘어난 수준이다.
모델 규모를 키우는 것은 단순히 파라미터 숫자를 늘리는 문제와는 다르다. 모델이 커질수록 학습에 필요한 연산 자원과 데이터, 분산학습 기술이 함께 요구되며 추론 과정에서도 효율적인 시스템 구축이 필요하다.
LG AI연구원이 이번 2차 단계에서 초대형 모델의 안정적인 학습과 운영 기술을 확보하는 데 집중한 이유도 여기에 있다.
특히 글로벌 AI 시장에서 대규모 언어모델의 성능 경쟁이 이어지고 있는 만큼, 국내 모델이 상대적으로 작은 규모에서 효율성을 강조하는 것만으로는 최상위권 모델과의 성능 격차를 줄이는 데 한계가 있다는 판단이 깔린 것으로 풀이된다.
임우형 LG AI연구원 공동 연구원장도 모델 규모 확대를 글로벌 프런티어 모델과 경쟁하기 위한 전략적 선택으로 설명했다. 소형 모델만으로 글로벌 빅테크와의 기술 격차를 줄이는 데 한계가 있는 만큼, 동일한 수준의 모델 규모에서 경쟁력을 확보하겠다는 것이다.
1차 평가 1위…이번에는 ‘대형화 이후 성능’ 검증
K-엑사원의 경쟁력은 독파모 사업 초기부터 확인됐다.
LG AI연구원은 독파모 1차 단계평가에서 종합 90.2점을 받아 5개 정예팀 가운데 가장 높은 점수를 기록했다. 벤치마크와 전문가, 사용자 평가 등 세 영역에서 모두 최고점을 받았다.
2차 단계에서는 여기서 한발 더 나아가 모델 자체의 규모를 크게 확대했다. 문제는 대형화 이후에도 성능을 얼마나 안정적으로 유지하고 끌어올릴 수 있느냐다.
LG AI연구원이 앞서 공개한 K-엑사원 2.0은 24개 벤치마크에서 평균 70.1점을 기록했다. 기존 모델의 63.3점보다 평균 성능이 10% 이상 높아졌으며, 코딩과 에이전틱 코딩 관련 주요 지표에서도 성능 향상을 확인했다.
이는 모델을 키우는 것과 동시에 실제 활용 성능도 높이는 방향으로 개발이 진행되고 있음을 보여준다.
다음 관문은 ‘크기’보다 활용성
3차 단계에 진출한 만큼 앞으로는 단순히 모델 규모를 확대했다는 사실보다 대형 모델을 얼마나 효율적으로 활용할 수 있는지가 중요해질 전망이다.
초대형 모델은 성능을 높일 수 있는 여지가 있지만, 동시에 학습과 추론에 필요한 컴퓨팅 자원과 비용도 증가한다. 따라서 글로벌 모델과 경쟁하기 위해서는 벤치마크 성능뿐 아니라 추론 효율성과 응답 품질, 복합적인 업무 수행 능력 등을 함께 확보해야 한다.
LG AI연구원이 이번 단계에서 학습과 추론 전반의 기술 기반 확보를 강조한 것도 이 같은 배경으로 볼 수 있다.
특히 최근 생성형 AI 경쟁이 단순 질의응답에서 벗어나 코딩과 정보 검색, 도구 활용 등 복합적인 작업을 수행하는 방향으로 확대되고 있다는 점에서 K-엑사원의 활용 성능을 얼마나 높이느냐가 향후 경쟁력의 중요한 요소가 될 수 있다.
LG AI연구원은 K-엑사원을 국내 환경에 최적화된 모델을 넘어 글로벌 선도 모델과 경쟁할 수 있는 프런티어급 전문가 AI로 발전시킨다는 계획이다.
3차 진출 이후 최종 경쟁 본격화
이번 3차 단계 진출이 최종 성과를 의미하는 것은 아니다. 독파모 사업은 단계별 평가를 통해 경쟁 모델을 압축하고 최종적으로 2개 정예팀을 선정하는 방식으로 진행된다.
LG AI연구원 입장에서는 1차 평가에서 확인한 성능 우위를 초대형 모델에서도 이어가는 동시에, 대규모 모델을 안정적으로 학습·운영할 수 있는 기술력을 입증해야 하는 과제가 남았다.
LG AI연구원은 약 한 달 뒤 토크 콘서트를 열고 이번 단계에서 확보한 기술과 향후 개발 방향을 공개할 예정이다.
