정부가 추진하는 ‘독자 AI 파운데이션 모델(독파모)’ 프로젝트의 2차 단계평가가 다가오면서 LG AI연구원과 SK텔레콤(017670) , 업스테이지, 모티프테크놀로지스 등 4개 정예팀의 경쟁이 막판으로 치닫고 있다. 특히 최근 해외 평가에서 상대적으로 규모가 작은 스타트업이 대기업을 앞서는 결과까지 나오면서 각 모델의 기술적 특징과 실제 성능에 관심이 쏠린다.
16일 과학기술정보통신부에 따르면 글로벌 비영리 AI 연구기관 에포크AI는 최근 독파모 2차 평가에 참여하는 4개 팀의 최신 모델을 모두 ‘주목할 만한 AI 모델(Notable AI Models)’로 선정했다. 에포크AI는 기술적 영향력과 연구적 중요성 등을 기준으로 세계 주요 AI 모델을 선별해 기록하는 기관이다. 스탠퍼드대 인간중심AI연구소(HAI)가 매년 발간하는 ‘AI 인덱스’도 에포크AI 데이터를 국가별 AI 모델 개발 현황을 분석하는 데 활용한다.
이번 2차전을 앞두고 4개 팀은 모델 규모와 성능을 끌어올리는 동시에 AI 에이전트 능력을 강화하는 데 공을 들였다. 오픈AI·구글·앤트로픽 등 글로벌 AI 기업의 경쟁 무대가 단순히 질문에 답하는 챗봇에서 벗어나 AI가 스스로 계획을 세우고 도구를 사용해 복잡한 업무를 수행하는 에이전트로 빠르게 이동하고 있기 때문이다.
LG AI연구원 ‘K-엑사원 2.0’ : 7500억 매개변수로 산업현장 즉각 검증
LG AI연구원의 ‘K-엑사원 2.0’은 네 모델 중 전체 매개변수 규모가 가장 크다. 전체 매개변수는 7500억개에 달하지만 질문을 처리할 때는 약 370억개만 활성화하는 전문가혼합(MoE) 방식을 적용했다.
LG AI연구원은 모델의 범용 문제 해결 능력을 끌어올리는 데 집중했다. 자체 평가에서 수학·과학·코딩·추론 등을 포함한 24개 벤치마크 평균 점수는 70.1점으로 1차 모델의 63.3점보다 10% 이상 높아졌다. 특히 코딩과 AI 에이전트 관련 3개 평가에서는 성능이 약 30% 개선됐고 수학 경시대회 문제를 활용한 AIME 2026에서는 92.3점을 기록했다. 모델의 몸집을 키우는 동시에 수학·과학 추론과 코딩, 여러 단계의 작업을 수행하는 능력을 함께 강화한 것이다.
K-엑사원 2.0의 또 다른 강점은 산업 현장에서 모델을 검증할 수 있다는 점이다. LG전자(066570) ·LG화학·LG에너지솔루션 등 그룹 계열사를 통해 제조·바이오·연구개발 등 다양한 업무에 AI를 적용할 수 있다.
다만 이번에는 예상 밖의 변수도 등장했다. 글로벌 AI 평가기관 아티피셜 애널리시스의 ‘인텔리전스 인덱스(AAII)’에서 K-엑사원 2.0은 31점으로 네 모델 중 가장 낮은 점수를 받았다. 모티프 3가 47점, 업스테이지 솔라 오픈2가 37점, SK텔레콤 A.X K2가 35점을 기록한 것과 대조적이다. AAII는 수학·과학·코딩·추론 등 여러 글로벌 벤치마크를 종합한 지표다. 다만 AAII는 정부의 전체 평가 가운데 일부인 만큼 1차 평가 1위였던 LG가 종합평가에서도 선두를 지킬지가 관심사다.
SKT ‘A.X K2’ : 모델부터 AIDC까지 ‘풀스택 AI’ 승부
SK텔레콤은 ‘A.X K2’의 전체 매개변수를 기존 A.X K1의 5190억개에서 6880억개로 확대했다. SK텔레콤에 따르면 국내외 14개 벤치마크 평균 성능은 이전 모델보다 32.2%포인트 향상됐고 장문 이해와 에이전트 관련 평가에서도 성능이 크게 개선됐다.
SK텔레콤이 내세우는 차별점은 개발한 AI를 산업 현장과 서비스로 확산시키는 ‘풀스택’ 전략이다. A.X K2를 제조·국방·바이오·사무 분야에 적용하는 한편 비전·오디오 모델 등 파생 모델도 함께 개발하고 있다. KG스틸과 코넥의 제조 현장, 국방부, SK바이오팜 등에서 실제 활용 사례도 만들고 있다. SK텔레콤은 모델에서 기업용 AI 서비스, 이를 구동하는 AI데이터센터(AIDC)까지 연결함으로써 자체 모델을 API와 기업용 서비스로 외부에 공급하고 이를 인프라 사업까지 연결하는 데 초점을 맞추고 있다.
업스테이지 ‘솔라 오픈2’ : 장시간 업무 수행하는 AI에이전트 모델
업스테이지 ‘솔라 오픈2’의 승부수는 적은 연산으로 긴 작업을 처리하는 능력이다. 전체 매개변수는 2500억개지만 추론 과정에서 실제 활성화되는 매개변수는 약 150억개다. 모델 전체를 매번 가동하지 않고 질문에 필요한 일부 전문가만 선택해 사용하는 MoE 구조를 활용하기 때문이다.
특히 최대 100만 토큰의 긴 문맥을 처리할 수 있도록 일반적인 어텐션과 선형 어텐션을 결합한 하이브리드 구조를 적용했다. 업스테이지는 솔라 오픈2를 여러 단계를 거쳐 장시간 업무를 수행하는 AI 에이전트용 모델을 목표로 설계했다고 설명한다. AI 에이전트가 업무를 수행하면서 대화와 작업 기록이 계속 길어져도 이를 한꺼번에 참고할 수 있도록 한 것이다. 동시에 긴 입력을 처리할 때 발생하는 메모리 부담도 줄였다.
전체 모델 규모는 LG와 SK텔레콤보다 작지만 거대 모델의 체급 경쟁보다는 실제 AI를 구동할 때 필요한 연산량과 장시간 작업 능력에 승부를 건 셈이다.
모티프 ‘모티프3’ : 필요한 전문가만 골라쓰는 ‘효율 설계’
이번 경쟁의 최대 변수는 모티프테크놀로지스다. 모티프는 지난해 처음 선발된 정예팀이 아니라 올해 2월 추가 공모를 통해 뒤늦게 합류했다. 정부는 기존 3개 팀과 유의미한 경쟁을 벌일 수 있는지를 평가해 모티프를 추가 정예팀으로 선정했다.
‘모티프 3’는 전체 3140억개의 매개변수를 가진 MoE 모델이다. 하지만 토큰 하나를 처리할 때 활성화되는 매개변수는 132억개에 그친다. 각 MoE 층에 384개의 전문가를 두고 이 가운데 8개만 골라 사용하는 방식이다. 모티프는 모델의 내부 구조 자체를 차별화했다. MoE 구조로 질문마다 필요한 전문가만 골라 가동하고, 정보를 처리하는 ‘어텐션’ 구조도 자체 설계해 연산 효율을 높이는 방식이다. 특히 ‘Grouped Differential Latent Attention(GDLA)’을 적용해 긴 문맥에서 중요한 정보를 효율적으로 찾아 활용하도록 했다. 대규모 인프라와 사업 생태계를 갖춘 대기업과 달리 모델을 무작정 키우기보다 주어진 연산자원을 얼마나 효율적으로 활용하느냐에 기술력을 집중한 전략으로 볼 수 있다.
특히 모티프 3는 AAII에서 47점을 받아 업스테이지(37점), SK텔레콤(35점), LG AI연구원(31점)을 앞섰다. 상대적으로 작은 조직이 개발한 모델이 동일한 글로벌 평가에서 가장 높은 점수를 받으면서 모델의 크기뿐 아니라 아키텍처와 학습 방식이 성능을 좌우할 수 있다는 점을 보여준 것이다.
4팀 중 1팀 탈락…AI 경쟁은 계속된다
다만 AAII 순위만으로 이번 탈락 기업을 예상하기는 어렵다. 독파모 2차 단계평가는 벤치마크 평가와 전문가 평가, 일반 국민이 참여하는 사용자 평가를 종합해 진행된다. 국민 평가단 200명이 네 모델을 직접 사용한 뒤 평가하는 절차도 지난 8일부터 11일까지 진행됐다. 이번 2차 평가에서는 네 개 팀 중 한 팀이 탈락한다. 그러나 정부 프로젝트에서 탈락한다고 해당 기업의 AI 개발이 중단되는 것은 아니다. 앞서 1차 평가에서 탈락한 네이버클라우드와 NC AI도 자체 AI 모델 개발을 이어가고 있다.