[속보]독자 AI 모델 2차 평가, LG·SK텔레콤·업스테이지 진출 - 전자신문
국가대표 인공지능(AI) 선발전 '독자 AI 파운데이션 모델' 1차 평가에서 네이버클라우드와 NC AI 등 2개 컨소시엄이 탈락했다.
LG·SKT·업스테이지, 독자 AI 모델 1차평가 통과…1개팀 추가 선발키로 - 전자신문
LG AI연구원, SK텔레콤, 업스테이지 3개 컨소시엄이 국가대표 인공지능(AI) 선발전인 '독자 AI 파운데이션 모델' 2차 단계평가에 진출했다. 정부는 당초 계획보다 1개 컨소시엄이 적게 진출한 것을 고려, 1개팀을 추가 선발하기로 했다.
'국대 AI' LG AI 연구원 압도적 1위…SKT, 수학·장문이해 우수 - 뉴스1
LG AI 연구원, 종합 평가서 총 90.2점으로 최고점 기록
업스테이지, 글로벌 벤치마크 만점
LG AI연구원 "기술력 입증"…SKT·업스테이지 "영광·감사" - 연합뉴스
｢독자 AI 파운데이션 모델｣ 프로젝트 1차 단계평가 결과 발표
- 5개 정예팀 中 3개 정예팀(LG AI연구원, SK텔레콤, 업스테이지) 2차단계 진출
-글로벌 Top수준 모델 확보, 역동적 AI생태계 지속 위해 1개 정예팀 추가 선정 추진
【관련 국정과제】 21. 세계에서 AI를 가장 잘 쓰는 나라 구현
과학기술정보통신부(부총리 겸 과기정통부 장관 배경훈, 이하 과기정통부), 정보통신산업진흥원 (원장 박윤규, 이하 NIPA), 한국정보통신기술협회(회장 손승현, 이하 TTA)는 ｢독자 AI 파운데이션 모델｣ 프로젝트 1차 단계평가 결과를 밝혔다.
< 프로젝트 취지 및 성과 >
과기정통부는 새정부 핵심목표인 AI 3강 도약을 달성하고, 글로벌 AI모델 의존으로 인한 기술·문화·경제 안보적 종속 문제를 해소하기 위해 “독자 AI 파운데이션 모델” 개발을 국가 프로젝트로 추진해 왔다.
`25년 8월부터 ｢독자 AI 파운데이션 모델 프로젝트｣ 정예팀에 선발된 5개 팀*이 치열한 경쟁을 통해 기술 혁신을 거듭한 결과, 정예팀이 개발한 AI 파운데이션 모델(`25년말 공개) 5개 모두 미국 비영리 AI연구기관 ‘Epoch AI’의 ‘주목할만한 AI모델(Notable AI Models)’로 등재되는 성과를 거두었다.
* ▴네이버클라우드, ▴업스테이지, ▴SKT, ▴NC AI, ▴LG AI연구원
< 5개 정예팀 주요 성과 및 특징 >
|
정예팀 |
주요 성과 |
|
네이버클라우드 |
텍스트·이미지·음성을 동시 이해하는 옴니모달, 전 국민 AI 서비스 플랫폼 운영 목표 |
|
업스테이지 |
매개변수 1,000억개, 비교적 적은 매개변수로 대규모 모델 수준 성능 구현 |
|
SK텔레콤 |
매개변수 5,190억개 규모 초거대 AI 모델 개발, 최대규모 도전 |
|
NC AI |
게임, 제조, 국방 등 다양한 산업에 최적화된 버티컬 AI 모델 구현 |
|
LG AI연구원 |
매개변수 2,360억개, 다양한 산업현장에 즉시 적용 가능 |
특히, 이번 프로젝트는 공모 과정에서부터 AI업계 전반의 주목·관심을 이끌며, 우리나라의 역량있는 국내 AI기업, 학계, 연구계 간 전방위적 협력이 가속화되어 AI생태계 활성화에도 적극 기여해왔다.
※ 최근, 정예팀(LG AI연구원 : K-EXAONE, 네이버클라우드 : HyperCLOVA X SEEDThink(32B), 업스테이지 : Solar Pro2) AI모델뿐만 아니라, 모티프테크놀로지스(Motif-2-12.7B), KT(Mi:dm K2.5 Pro)가 개발한 AI모델도 미국 Artificial Analysis의 글로벌 AI모델 성능 평가 리더보드에 등재
아울러, 우수한 인재들이 대규모 GPU 클러스터를 활용하여 그간 불가능했던 대규모·혁신적 AI모델 개발에 마음껏 도전하며, 그 과정에서 얻어진 경험과 노하우는 우리나라 AI의 핵심 자산이 될 것으로 기대된다.
그간 과기정통부와 NIPA, 5개 정예팀은 여러 차례의 심층 논의를 거쳐, 1차 단계평가 방안과 기준을 마련하였다.
이번 1차 단계평가는 ① 벤치마크, ② 전문가, ③ 사용자 평가를 진행하며 ▴AI모델 성능(AI Frontier Index)과 실제 현장 등에서의 활용 가능성과 모델크기 등의 비용 효율성, 국내외 AI생태계 등으로의 파급효과·계획 등을 포함한 ▴사용성·파급효과(AI Diffusion Index) 등을 종합적으로 평가하였다.
< 1차 단계평가 : 점수 분석 >
① 벤치마크 평가(40점 배점)
벤치마크 평가는 1)NIA 벤치마크 평가(10점), 2)글로벌 공통 벤치마크 평가(20점), 3)글로벌 개별 벤치마크 평가(10점)로 진행하였다.
NIA 벤치마크 평가의 경우, ▴수학, ▴지식, ▴장문이해 뿐 아니라, AI안전연구소와 협업하여 ▴신뢰성, ▴안전성 분야까지 폭넓게 평가가 이뤄졌고, 글로벌 공통 벤치마크 평가는 세계적으로 인정되는 벤치마크 13종(에이전트, 수학, 지식·추론, 지시 준수 등 다수 영역 분포)을 선정하여 평가가 진행되었다.
글로벌 개별 벤치마크 평가의 경우, 정예팀별 글로벌 타겟 모델(SOTA*급)과 비교 가능한 벤치마크 5종에 대해 평가가 이뤄졌다.
* (State Of The Art) 주요 리더보드, 벤치마크 평가에서 Top-tier 지표 달성해 성능을 입증한 모델
1)NIA 벤치마크 평가는 SK텔레콤과 LG AI연구원이 10점 만점 중 9.2점의 최고점을 득점하였으며, 2)글로벌 공통 벤치마크 평가는 LG AI연구원이 20점 만점 중 14.4점의 최고점을 득점하였으며, 3)글로벌 개별 벤치마크 평가는 업스테이지와 LG AI 연구원이 10점 만점 중 10.0점의 최고점을 득점하였다.
이를 종합한 벤치마크 평가 점수는 LG AI연구원이 33.6점의 최고점을 득점하였다(평균 30.4점).
② 전문가 평가(35점 배점)
전문가 평가는 총 10명의 산학연 외부 AI 전문가로 평가위원회를 구성하여, 각 팀이 제출한 자료를 바탕으로 장기간의 심층 평가를 추진하였으며, ▴개발 전략 및 기술, ▴개발 성과 및 계획, ▴파급효과 및 기여계획을 종합 평가하였다.
평가위원회는 5개 정예팀이 공개한 모델별 테크니컬 리포트(Technical Report), AI모델 훈련 상태 로그(Log) 파일 등을 분석하여, 정예팀의 기술개발 과정, 기술력(독자성 등 포함) 등을 심도있게 평가하였다.
전문가 평가 점수는 LG AI연구원이 35점 만점 중 31.6점의 최고점을 득점하였다(평균 28.56점).
③ 사용자 평가(25점 배점)
사용자 평가는 AI 스타트업 대표 등 49명의 AI 전문 사용자가 참여하였으며, 정예팀이 개발한 AI모델로 구축한 AI 사용 웹사이트를 기반으로 실제 현장 에서의 활용 가능성과 추론 비용 효율성 등을 심층적으로 분석하였다.
사용자 평가 점수는 LG AI연구원이 25점 만점 중 25.0점의 최고점을 득점하였다(평균 20.76점).
이상의 ①벤치마크 평가, ②전문가 평가, ③사용자 평가점수를 종합한 결과, LG AI연구원, 네이버클라우드, SK텔레콤, 업스테이지가 4개팀에 포함되었다.
< 1차 단계평가 : 독자성 분석 >
과기정통부는 글로벌 AI 모델 의존도를 완화하고, 독자 AI모델 기술력을 확보하기 위해, 본 프로젝트를 기획·추진해 왔으며, 공모안내서에도 “독자 AI 파운데이션 모델”을 “해외 모델 미세조정(파인튜닝) 등으로 개발한 파생형 모델이 아닌 모델의 설계부터 사전학습 과정 등을 수행한 국산 모델(타사 모델에 대한 라이센싱 이슈 부재)”이라고 정의한 바 있다.
※ 공모안내서 명기 사항을 안내한 과기정통부 공지(`25.7월)에서도 해외 AI 모델의 미세조정(파인튜닝) 등을 통한 AI모델 개발은 본 사업의 독자 AI 파운데이션 모델 개발로 간주되지 않는다고 강조해 안내
구체적으로, ①기술적, ②정책적, ③윤리적 측면에서의 “독자 AI 파운데이션 모델” 기준은 아래와 같다.
①기술적 측면에서는,
▴독창적 AI 모델 아키텍처 설계부터, ▴대량의 데이터를 스스로 확보·가공하고, ▴독자적 학습 알고리즘 기법 적용 등을 통해 全과정 학습을 수행한 “AI모델의 독자적 구현”을 지향한다.
최근, 글로벌 AI생태계에서 오픈소스를 활용하는 것이 일반적인 추세이긴 하나, 가중치(Weight)를 초기화 후 학습(Training)하면서, AI모델을 개발(가중치를 형성, 최적화) 해나가는 것이 국내외 AI업계·학계 전반에 통용되는 독자 AI모델의 기본조건(Requirement)이라 볼 수 있다.
따라서, 정예팀도 검증된 기술 활용과, 글로벌 AI생태계와의 정합성 확보, 글로벌 진출 등을 위해 검증된 오픈소스를 전략적으로 활용하더라도, 가중치(Weight)를 초기화한 후 학습, 개발 수행하는 것이 모델의 독자성 확보를 위한 최소조건이라고 판단된다.
②정책적 측면에서는,
국방·외교·안보, 국가 인프라(전력망·교통·통신망) 등에 외산 AI모델을 활용 시, 국가 기밀 유출 우려나 국가 안보에 대한 위협 등이 발생할 가능성을 해소하기 위해 AI모델을 언제든 스스로 개발·고도화(자주권)할 수 있고, 어떠한 상황에서도 주체적으로 AI모델의 운영·이용을 통제(통제권)할 수 있는 역량을 확보하는 것을 지향한다.
즉, 완전한 우리 기술로 AI모델을 개발하거나, 라이선스 제약 없는 오픈소스를 활용해 스스로 개발·고도화할 수 있어야 하며, 오픈소스 활용으로 인한 외부의 통제·간섭으로부터 자유로울 수 있어야 한다.
③윤리적 측면에서는,
오픈소스를 활용하는 것이 일반적인 오늘날의 AI 생태계 구조에서, 개발한 AI모델의 레퍼런스 고지 등 라이선스 정책을 준수하여, AI생태계 신뢰 확보, 공개 검증 강화, 투명성 제고를 통해 건전한 발전을 도모해야 할 필요가 있다.
이러한 3가지 관점을 종합 고려 시, 네이버클라우드 정예팀의 AI모델은 독자성 기준을 충족하지 못하는 것으로 판단되었고, 전문가 평가위원들도 독자성 한계에 대한 문제를 제기하였다. 이 같은 제반 사항을 종합적으로 고려한 결과, 네이버클라우드 정예팀은 독자 AI 파운데이션 모델 조건에 부합하지 못하는 것으로 결정하였다.
그 결과, 1차 단계평가를 거쳐, 기존 5개 정예팀 중 LG AI연구원, 업스테이지, SKT 정예팀이 2차 단계로 진출하게 되었다.
< 향후계획 : 지속가능한, 건강한 AI생태계 구축 위해 정예팀 추가 공모 >
과기정통부는 ｢독자 AI 파운데이션 모델｣ 프로젝트를 통해 모든 참여기업이 글로벌 수준으로 도약할 수 있는 기회를 주는데 그 목적이 있었던 만큼, ▴최초 프로젝트 공모에 접수한 컨소시엄, ▴이번 1차 단계평가 이후 정예팀에 포함되지 않은 컨소시엄(네이버클라우드, NC AI 컨소시엄), ▴그 외 역량 있는 기업 등 모두에게 기회를 열어, 1개 정예팀을 추가로 선정할 계획이다.
※ 이를 통해 `26.上 4개 정예팀 경쟁체제 확보
추가로 선정되는 1개 정예팀에게는, GPU·데이터 지원, “K-AI 기업” 명칭 부여 등 독자 AI 파운데이션 모델 개발에 도전할 수 있는 기회를 제공할 예정이며, 행정적 절차를 조속히 진행하여 정예팀 1곳의 추가 공모를 신속히 추진할 계획이다.
추가 모집된 1개 정예팀을 포함한 총 4개 정예팀은 `26년 상반기 동안, 글로벌 Top 수준의 AI모델 개발을 위한 기술혁신 경쟁을 이어 나갈 것이다.
과기정통부는 “이번 프로젝트는 대한민국이 글로벌 AI 경쟁 에서 독자적 기술로 당당히 맞서기 위한 역사적 도전”이라며, “정부는 독자 AI 파운데이션 모델을 반드시 확보하여 지속 가능하고 건강한 AI 생태계를 구축하고, 대한민국이 글로벌 AI 기술 경쟁의 선두에 설 수 있도록 가용한 모든 국가역량과 자원을 집중하겠다”고 밝혔다.
붙임1
1차 단계평가 방안
|
벤치마크 평가 (40점) |
|
개요 |
“공통 + 개별 벤치마크로 팀별 전략에 맞는 AI모델 성능 평가” |
|
내용 |
① (공통 벤치마크) NIA 벤치마크* + 글로벌 공통 벤치마크**로 평가
* 수학, 지식, 장문이해, 안전성, 신뢰성 평가 ** 각 팀이 제출한 벤치마크(~20개) 中 선정(3팀 이상 공통 제안한 벤치마크 선정)
② (개별 벤치마크) 각 팀의 AI모델 개발 전략, 개발한 AI모델 특성 등을 고려한 1)글로벌 타겟 모델과 2)벤치마크를 선정해, 개별 비교 평가
※ 1) (글로벌 타겟 모델) 각 팀이 6개월 내 출시된 SOTA 모델 선정 2) (벤치마크) 각 팀에서 글로벌 타겟 모델의 점수가 공개된 벤치마크 2개를 먼저 선정하고, 우리부가 연말에 3개 추가 선정해 안내(총 5개)
※ 각 팀은 자체 환경에서 벤치마크 평가(5번 테스트 후 평균) → TTA가 무작위 재현성 검증 |
||
|
배점 |
▸ ① 공통 벤치마크 평가 30점 + ② 글로벌 개별 벤치마크 평가 10점
※ ① : NIA 벤치마크 평가(10점) + 글로벌 공통 벤치마크 평가(20점) |
||
|
|
|
|
|
|
전문가 평가 (35점) |
|
개요 |
“전문가 평가위원회 구성, 제출 서류 + AI 사용 심층 평가” |
|
내용 |
① (평가위원회 구성) 정부 추천 외부 전문가로 전문가 평가위원회 구성
② (평가) 정예팀이 제출한 서류와 기타 추가 자료 등 기반으로 AI 개발 성과, 향후 계획무빙타겟 기반, 사용성, 생태계 파급계획·효과 심층 평가
※ 팀별 점수는 위원별 평가 점수 중 최고·최저를 제외한 나머지 평가점수 산술평균 |
||
|
배점 |
▸ ① 개발 전략 및 기술 10점 + ② 개발 성과 및 계획 15점 + |
||
|
|
|
|
|
|
사용자 평가 (25점) |
|
개요 |
“AI User 집단 구성, AI 사용 평가” |
|
내용 |
① (집단 구성) AI스타트업 대표예시 등 AI 전문 사용자진 구성(50명 이하)
② (평가) 정예팀이 제출한 AI 사용 웹사이트* 기반으로 AI 사용 평가
* 정예팀이 UI/UX 등을 구성하되, UI/UX 평가 반영이 배제·최소화되도록 Guide |
||
|
배점 |
▸ 각 사용자가 절대평가*하여 점수를 합산하고, 1위 팀을 만점(25점)으로 他팀을 스케일링해 최종점수 반영
* 1점매우미흡 → 2점미흡 → 3점보통 → 4점우수 → 5점매우우수 |
||
붙임2
전문가 평가 기준
|
분류 |
평가항목 |
세부항목 |
배점 |
|
개발 전략 및 기술 |
전략 |
▸ 개발 전략 수립 및 실행
- 당초 계획 대비 수행 충실도 및 성실성 - 개발 과정 중 리스크 관리 능력 및 대응의 적절성 - 컨소시엄 참여기관 간 협력 네트워크 실적 |
10 |
|
기술력 |
▸ 개발 기술의 우수성·혁신성
- 기술적 혁신성·우수성 및 차별성 - 자원 활용·처리의 혁신성 및 효율성 |
||
|
개발 성과 및 계획 |
성과 |
▸ 개발 성과의 달성도 및 확장 가능성
- 개발 성과의 우수성 및 성능 달성도 - 개발 모델의 사용성 및 실용성 - 개발 모델의 다양한 도메인/시나리오 적용 가능성 |
15 |
|
계획 |
▸ 향후 개발 계획
- 무빙타겟 기반 대응 전략의 혁신성 및 구체성 - 차기 목표·계획의 도전성·우수성 및 실현 전략 - 차세대 기술 도입 및 혁신 계획 - 지속적 개선을 위한 피드백 체계 및 대응 전략 |
||
|
파급효과 및 기여계획 |
생태계 파급 |
▸ 국내 AI생태계 등 파급효과 및 기여 계획
- 국민 AI 접근성 증진 실적 및 지원 계획 - 전분야 AX 지원 등 AI생태계 파급실적 및 기여계획 - AI 모델 공개를 통한 AI생태계 확장 실적 및 계획 - 대학·스타트업, 국산 AI반도체 생태계 지원 실적·계획 |
10 |
|
글로벌 파급 |
▸ 글로벌 파급력 및 지속 가능성
- 개발 모델의 글로벌 파급력 및 향후 파급계획 - 국가 AI 경쟁력 강화에 대한 기여 수준 및 전략 - 글로벌 시장 진출 실적 및 계획 |
||
|
계 |
35 |
||
카카오 실력 없는건 예전에 알았는데, 네이버도 별반 차이없군요
----------------
이러한 3가지 관점을 종합 고려 시, 네이버클라우드 정예팀의 AI모델은 독자성 기준을 충족하지 못하는 것으로 판단되었고, 전문가 평가위원들도 독자성 한계에 대한 문제를 제기하였다. 이 같은 제반 사항을 종합적으로 고려한 결과, 네이버클라우드 정예팀은 독자 AI 파운데이션 모델 조건에 부합하지 못하는 것으로 결정하였다.
좀더 들고 가봐야겠네요.. 다른데서 또 길을 찾겠죠 ㅋ