LG, 산업 특화 AI 파운데이션 모델로 미·중 빅테크 제쳤다

■ 표 데이터 예측하는 '엑사원 Tabular' 구글 제치고 세계 최고 성능(SOTA) 달성
 □ 텍스트, 이미지 넘어 산업 데이터 대부분 차지하는 표 데이터까지 모달리티 확장
 □ 하반기에 제조, 헬스케어, 금융 분야서 기술 검증 진행하고 사업화까지 연결 예정
 
■ 미래 데이터 예측하는 '엑사원 Forecast' 구글·알리바바 넘어 글로벌 1위
 □ 제로샷 부문 1등(SOTA), 에이전틱AI 부문 2등으로 실사용성·범용성 입증
 □ 원자재 가격·수요 예측, 미국·한국 증시 분석 서비스 등 이미 현장에 도입
 
■ 엑사원, 범용 언어모델 넘어 의료·로봇 등 '산업 특화 파운데이션 모델'로 확장
 
 
LG가 추진해 온 ‘산업 특화 AI’ 전략이 본격적인 성과로 이어지고 있다.
 
LG의 AI ‘엑사원(EXAONE)’이 산업 데이터를 예측하는 AI 파운데이션 모델 글로벌 평가에서 미·중 빅테크들을 잇달아 제치며 세계 최고 수준의 기술력을 입증했다.
 
LG AI연구원이 개발한 표 데이터를 예측하는 ‘엑사원 Tabular’와 시간의 흐름에 따른 미래 데이터를 예측하는 ‘엑사원 Forecast’가 각각 글로벌 리더보드에서 전 세계 최고 성능(SOTA, State of the Art)을 달성했다.
 
글로벌 리더보드는 화학·의료·금융·제조·영업·마케팅 등 다양한 산업에서 만들어지는 실제 데이터를 활용해 AI 파운데이션의 예측 능력을 평가하고 검증한다.
 
이번 성과는 LG AI연구원이 범용 언어모델을 넘어 산업 현장에서 직접 활용할 수 있는 특화 AI 분야에서 글로벌 경쟁력을 입증했다는 점에서 의미가 있다.
 
임우형 LG AI연구원 공동 연구원장은 "글로벌 빅테크의 관심이 범용 언어모델에서 실제 산업 현장의 문제를 해결하는 산업 특화 AI 파운데이션 모델로 빠르게 이동하고 있다”며, “이번 성과는 제조업을 비롯한 다양한 산업 현장에서 축적한 데이터가 한국 AI의 차별화된 경쟁력이 될 수 있다는 점을 입증한 사례”라고 말했다.
 
■ 표 데이터 예측하는 '엑사원 Tabular' 구글 제치고 세계 최고 성능(SOTA) 달성
 
LG AI연구원은 다양한 산업 분야에서 활용되는 표 데이터의 예측 능력을 평가하는 글로벌 대표 리더보드 ‘탭아레나(TabArena)’에서 ‘엑사원 Tabular’로 범주형 데이터 예측 부문에서 종합 1위를 달성했다.
 
‘엑사원 Tabular’는 표 형태의 합성 데이터를 대규모로 학습한 ‘정형 데이터 파운데이션 모델(TFM, Tabular Foundation Model)’로, 표를 텍스트로 변환한 뒤 분석하는 기존 범용 언어모델과 달리 행과 열로 구성된 표의 구조와 데이터 간 관계를 직접 이해할 수 있다.
 
‘엑사원 Tabular’는 정상·불량 등 2개 범주를 예측하는 ‘이진형 부문’과 3개 이상의 범주를 예측하는 ‘다중 범주형 예측 부문’에서 세계 최고 수준 성능을 기록했다. 이는 산업 현장에서의 제조 이상 탐지, 품질 판정, 리스크 예측, 고객 이탈 예측 등 정형 데이터 기반의 의사결정에 활용할 수 있다.
 
실제로 ‘엑사원 Tabular’의 평가 점수(ELO)는 1760점으로 구글이 지난달 공개한 최신 모델 ‘TabFM’ 1749점을 앞서며, 산업 특화 AI 분야에서 LG의 기술 경쟁력을 입증했다.
 
‘엑사원 Tabular’을 활용하면 새로운 데이터가 주어질 때마다 모델 전체를 다시 학습할 필요가 없다. 특히, 적은 양의 데이터만으로 새로운 문제에 빠르게 적응해 예측 결과를 도출할 수 있어 데이터가 충분하지 않은 산업 현장에서도 활용도가 높다.
 
또한, 일부 데이터가 누락된 ‘결측치’가 발생했을 때도 남아 있는 정보들의 관계를 분석해 높은 정확도의 예측을 수행해 누락된 데이터를 별도로 보완하는 데 필요한 시간과 비용을 줄일 수 있다.
 
LG AI연구원은 ‘엑사원 Tabular’를 통해 글로벌 빅테크가 성능 경쟁을 벌이고 있는 텍스트와 이미지 영역을 넘어, 산업 현장에서 폭넓게 활용되는 표 데이터의 처리와 예측까지 엑사원의 영역을 확장했다.
 
특히, 구글을 비롯한 글로벌 빅테크들이 본격적으로 진입하고 있는 정형 데이터 AI 시장에서 LG AI연구원이 선제적으로 기술 주도권을 확보하며 한국의 기술 경쟁력을 알렸다는 점에서 의미가 있다.
 
LG AI연구원은 올해 하반기 제조, 바이오·헬스케어, 금융 등 3개 분야에 ‘엑사원 Tabular’의 개념검증(PoC)을 진행하고, 이를 실제 사업으로 연결할 계획이다.
 
제조 분야에서는 배터리 셀의 전압, 내부저항 등 검사 데이터를 분석해 제품의 불량 여부를 예측할 수 있으며, 바이오·헬스케어 분야에서는 환자의 임상 데이터를 바탕으로 질병 위험도와 치료 반응을 빠르게 예측할 수 있다.
 
금융 분야에서는 다양한 금융 데이터를 분석해 연체와 부도, 이상 거래 등의 발생 가능성을 예측하는 데 활용할 수 있다.
 
■ 미래 데이터 예측하는 '엑사원 Forecast' 구글·알리바바 넘어 글로벌 1위
 
LG AI연구원은 다양한 산업 분야의 시계열 예측 성능을 평가하기 위해 글로벌 1위 CRM(고객관계관리) 기업 ‘세일즈포스(Salesforce)’가 개발한 글로벌 리더보드 ‘GIFT-Eval’에서도 세계 최고 수준의 예측 정확도를 달성했다.
 
시계열 데이터는 제품 수요, 원자재 가격, 전력 사용량, 주가처럼 시간의 흐름에 따라 값이 달라지는 데이터를 뜻하며, 이는 기업의 투자와 생산, 공급망 전략을 결정하는 핵심 정보다.
 
시계열 예측은 산업에서 가장 중요한 핵심 영역임에도 산업마다 데이터의 특성과 변화 양상이 달라 하나의 범용 AI로 여러 산업의 미래를 예측하기 어렵다는 점이 기술적 과제로 꼽혀왔다.
 
LG AI연구원의 ‘시계열 파운데이션 모델(TSFM, Time Series Foundation Model)’인 ‘엑사원 Forecast’는 구글, 알리바바 등 미·중 빅테크를 제치고 AI가 처음 접하는 분야의 데이터를 추가 학습 없이 정확하게 예측하는 ‘제로샷(Zero-shot)’ 부문에서 1위(SOTA)를 달성했다.
 
특히, 실제 업무 환경에서 AI가 스스로 데이터를 분석하고 예측을 수행하는 ‘에이전틱(Agentic) AI’ 부문도 2위를 기록하며 실제 산업 현장에서의 활용 가능성과 다양한 산업에 적용할 수 있는 범용성을 동시에 입증했다
 
‘엑사원 Forecast’는 인터넷, 판매, 에너지, 경제, 헬스케어, 교통 등 다양한 산업의 실제 시계열 데이터와 현실 세계를 모사한 2조 개 규모의 가상 시계열 데이터를 학습했다.
 
LG AI연구원은 추세와 계절성, 변동성, 구조적 변화, 변수 간 상호작용을 다양하게 조합해 현실에서 발생할 수 있는 여러 미래 시나리오를 생성했다.
 
또한, 이를 실제 산업 데이터와 함께 AI 파운데이션 모델 학습에 활용함으로써 과거에 관측되지 않았던 변화에도 안정적으로 대응할 수 있는 일반화 성능을 확보했다.
 
‘엑사원 Forecast’는 금융, 에너지, 제조, 의료 등 서로 다른 산업의 시계열 예측을 하나의 모델로 예측할 수 있어 산업별로 별도의 예측 모델을 반복해서 개발해야 했던 기존 방식보다 적용 범위가 넓고 개발 효율성도 높다.
 
LG AI연구원은 시계열 예측 기술을 꾸준히 산업 현장에 적용하며 축적해 온 경험이 성과로 이어졌다고 설명했다.
 
LG AI연구원은 LG전자, LG에너지솔루션 등 계열사와 함께 계절별 제품의 수요와 리튬을 비롯한 원자재 가격을 예측하는 AI 모델을 개발해 실제 업무에 적용해왔다.
 
올해부터는 코스콤(KOSCOM), 런던증권거래소그룹(LSEG)과 함께 한국과 미국에 상장된 약 8,000개 종목들을 매일 분석하고, 종목별 예측 점수와 분석 코멘터리를 제공하는 증시 예측 AI 서비스를 출시하며 금융 예측 분야로 사업 영역을 확대했다.
 
■ 엑사원, 범용 언어모델 넘어 로봇·의료 등 '산업 특화 파운데이션 모델'로 확장
 
LG AI연구원은 산업 현장의 데이터와 업무 특성에 최적화된 ‘산업 특화 파운데이션 모델(Domain-specific Foundation Model)’을 중심으로 엑사원의 적용 범위를 넓혀가고 있다.
 
LG AI연구원은 2024년 ‘병리학 파운데이션 모델(PFM, Pathology Foundation Model)’인 ‘엑사원 패스(EXAONE Path)’를 공개했으며, 현재는 암종을 진단하고 전문 의료진의 의사결정을 지원하는 ‘암 에이전틱 AI’를 개발하고 있다.
 
LG AI연구원은 엑사원이 처리할 수 있는 데이터의 종류도 지속해서 확대하고 있다.
 
LG AI연구원은 처리할 수 있는 데이터의 종류를 확대하며, 시각 정보를 이해해 이를 로봇이 물리 세계에서 작업할 수 있도록 제어하는 ‘로봇 파운데이션 모델(RFM, Robot Foundation Model)’도 개발하고 있다.
 
이순영 LG AI연구원 데이터인텔리전스랩장은 “LG의 차별화된 경쟁력은 다양한 산업에서 축적한 데이터와 산업 현장에 대한 깊은 이해에 있다”며, “LG는 여러 산업 분야에 특화된 파운데이션 모델군을 지속해서 확대해 글로벌 AI 시장에서 새로운 경쟁의 축을 만들어가겠다”고 말했다.
 
LG는 앞으로도 산업 현장에서 축적한 데이터와 노하우를 바탕으로 산업 특화 파운데이션 모델을 고도화하고, 대한민국 AI의 글로벌 경쟁력을 높여갈 계획이다.
 

 
#참고1. LG의 산업 특화 파운데이션 모델 종류

모델명	종류	적용 분야	역할
EXAONE Tabular	TFM, 정형 데이터 파운데이션 모델 Tabular Foundation Model	금융, 의료, 제조, 영업 등	표 형식의 데이터를 이해하고 분석
EXAONE Forecast	TSFM, 시계열 파운데이션 모델 Time Series Foundation Model	금융, 유통, 제조, 에너지 등	시간에 따라 변화하는 데이터를 예측
EXAONE Path	PFM, 병리학 파운데이션 모델 Pathology Foundation Model	질병 진단, 약물 개발 등	병리 이미지를 분석해 질병 진단 및 연구 지원
EXAONE (예정)	RFM, 로봇 파운데이션 모델 Robot Foundation Model	물류, 제조, 가정용 로봇 등	로봇이 물리 세계에서 작업을 수행하도록 제어

 
#참고2. 엑사원 Tabular 관련.
 
정형 데이터 파운데이션 모델(TFM)이란 행과 열로 이루어진 표 형식의 데이터들을 대량 학습해 만들어진 범용 모델을 의미한다.
 
실제로 산업 현장에서 생성되는 대부분의 업무 데이터는 표 형태로 저장되지만, 기존의 범용 언어모델이 이를 해석하기 위해서는 표를 텍스트로 변환하는 과정이 필요해 토큰 효율성과 정확도가 낮아지는 문제가 있었다.
 
LG AI연구원이 개발한 ‘엑사원 Tabular’는 표 형태로 이루어진 10억 개 이상의 합성 데이터들을 대량 학습해 만들어진 정형 파운데이션 모델이다.
 
실제 현장 데이터에는 값이 누락되는 결측치 문제가 빈번하게 발생하는데, ‘엑사원 Tabular’는 결측치 주변 정보들을 분석해 빈칸에 들어갈 값을 정확하게 예측할 수 있어 데이터 보완 과정에 드는 시간과 비용을 크게 줄일 수 있다.
 
‘엑사원 Tabular’는 한 번의 학습을 거치면 새로운 데이터가 주어져도 별도 학습 없이 극소수의 데이터만을 활용해 빠르게 결과를 예측할 수 있어 비용 효율적이다.
 
또한, 새로운 데이터를 처리할 때마다 모델 전체를 재학습해야 했던 기존 정형 파운데이션 모델의 한계를 해결했다.
 
#참고3. 엑사원 Forecast 관련
 
시계열 파운데이션 모델(TSFM, Time Series Foundation Model)은 시간의 흐름에 따라 변화하는 대규모 시계열 데이터를 학습해 미래 변화를 예측할 수 있는 범용 AI 모델이다. 시계열 데이터는 제조업의 제품 수요와 원자재 가격부터 전력 등 에너지 분야, 금융 분야의 주가와 환율까지 다양한 산업에서 활용되는 핵심 데이터다.
 
LG AI연구원이 개발한 ‘엑사원 Forecast’는 인터넷, 판매, 에너지, 경제, 헬스케어, 교통 등 다양한 분야에서 수집한 250억 개 규모의 실제 시계열 데이터와 현실 세계를 모사한 2조 개 규모의 가상 시계열 데이터를 함께 학습한 시계열 파운데이션 모델이다.
 
기존 시계열 예측 모델은 특정 산업이나 특정 데이터만을 대상으로 학습하기 때문에 새로운 분야에 적용하려면 별도의 모델을 개발하거나 추가 학습이 필요했다. 또한 과거 데이터에 존재하지 않았던 새로운 상황에서는 예측 성능이 크게 저하되는 한계가 있었다.
 
‘엑사원 Forecast’는 이러한 한계를 극복하기 위해 실제 데이터만으로는 충분히 학습하기 어려운 다양한 미래 변화까지 반영할 수 있도록 현실 세계를 모사한 대규모 가상 시계열 생성 기술을 개발했다.
 
추세와 계절성, 변동성, 구조적 변화, 변수 간 상호작용 등 실제 데이터의 다양한 특성을 조합해 앞으로 발생할 수 있는 다양한 미래 시나리오를 생성하고 이를 실제 데이터와 함께 학습함으로써 과거에 관측되지 않았던 변화에도 안정적으로 대응할 수 있는 일반화 성능을 확보했다.
 
‘엑사원 Forecast’는 특정 산업에 국한된 예측 모델을 넘어 다양한 산업의 미래를 예측하는 범용 시계열 파운데이션 모델이다. 이를 통해 산업별 AI 개발 비용과 시간을 줄이는 동시에 다양한 산업에서 공통으로 활용할 수 있는 차세대 시계열 파운데이션 모델로 활용될 것으로 기대하고 있다.