독파모 4→3팀 압축 임박…750B부터 '효율형 AI'까지 승부

(서울=뉴스1) 신민경 기자 = 정부의 독자 인공지능(AI) 파운데이션 모델 프로젝트(독파모) 2차 평가 결과 공개가 임박했다. LG AI연구원과 SK텔레콤(017670), 업스테이지, 모티프테크놀로지스 등 4개 팀 가운데 3개 팀만 다음 단계에 진출한다.

1차 평가에서 선두를 차지한 LG AI연구원이 파라미터를 3배 이상 늘린 국내 최대 규모 모델을 내놓은 가운데 SK텔레콤은 수학·한국어 추론, 업스테이지와 모티프테크놀로지스는 연산 효율과 AI 에이전트 성능을 각각 앞세웠다.

과학기술정보통신부는 독파모 2차 단계평가를 마무리하고 조만간 결과를 발표할 예정이다.

평가 대상은 △LG AI연구원 'K-엑사원 2.0' △SK텔레콤 '에이닷엑스 케이투(A.X K2)' △업스테이지 '솔라 오픈 2' △모티프테크놀로지스 '모티프3' 등 4개 모델이다.

이번 평가는 벤치마크 평가 40점, 전문가 평가 35점, 사용자 평가 25점으로 구성됐다. 사용자 평가에는 국민 평가단 200명이 직접 모델을 사용한 결과도 반영된다.

벤치마크 평가 40점 가운데 25점은 글로벌 AI 모델 평가기관 아티피셜 애널리시스(Artificial Analysis)의 평가 결과가 반영되는 것으로 알려졌다. 나머지 15점은 한국지능정보사회진흥원(NIA)의 자체 벤치마크 평가다.

따라서 외부에 공개된 아티피셜 애널리시스의 성능 지표만으로 최종 결과를 예단하기는 어렵다. 벤치마크뿐 아니라 전문가·사용자 평가가 전체 점수의 60%를 차지하기 때문이다.

4개 모델 가운데 가장 규모가 큰 것은 LG AI연구원의 K-엑사원 2.0이다. 총 7500억 개(750B)의 파라미터를 갖춰 1차 모델의 2360억 개(236B)보다 3배 이상 커졌다.

SK텔레콤의 에이닷엑스 케이투는 6880억 개(688B), 모티프3는 3140억 개(314B), 솔라 오픈 2는 2500억 개(250B)다.

파라미터는 AI 모델이 데이터를 학습하면서 조정하는 값으로 모델의 규모와 복잡도를 결정하는 요소 중 하나다. 일반적으로 파라미터가 많으면 복잡한 패턴과 긴 문맥을 처리하는 데 유리할 수 있지만 연산량과 운영 비용도 함께 증가한다.

LG AI연구원은 K-엑사원 2.0의 코딩·에이전틱 코딩 관련 주요 지표 3개의 평균 성능을 이전 모델보다 약 30% 개선했다고 밝혔다.

장문 이해 능력을 평가하는 OpenAI-MRCR에서는 94.4점, 한국어 장문 이해 평가인 Ko-LongBench에서는 89.6점을 기록했다. 긴 문맥에서 필요한 정보를 찾아내는 능력과 한국어 장문 이해 성능을 높였다는 게 LG AI연구원의 설명이다.

필요한 외부 도구를 모델이 직접 선택해 과제를 처리하는 에이전틱 툴 사용 평가에서도 중국 지푸(Z.AI)의 GLM-5.1과 알리바바의 Qwen3.5 등 글로벌 모델과 비교해 높은 성능을 기록했다고 밝혔다.

지원 언어는 기존 한국어·영어·스페인어·독일어·일본어·베트남어에 프랑스어·이탈리아어·포르투갈어·폴란드어를 추가해 10개로 확대했다.

SK텔레콤은 에이닷엑스 케이투의 수학적 추론과 한국어 능력을 강점으로 내세웠다.

에이닷엑스 케이투는 2026년 국제수학올림피아드(IMO) 6개 문제를 대상으로 한 평가에서 42점 만점에 29점을 기록했다. SK텔레콤에 따르면 해당 대회 금메달 기준선에 해당하는 점수다.

2025년 IMO 기출문제 평가에서는 42점 만점에 35점을 기록했으며 한국수학올림피아드(KMO) 2026 2차 문제 평가에서는 만점을 기록한 것으로 알려졌다.

고난도 수학 추론 능력을 측정하는 MathArena AIME 2026에서도 97.1%의 정확도를 기록했다. 싱킹 머신스 랩의 오픈웨이트 모델 '잉클링'과 함께 공동 최고점이다.

업스테이지와 모티프테크놀로지스는 LG AI연구원과 SK텔레콤보다 작은 모델로 연산 효율과 실제 활용 성능을 높이는 전략을 택했다.

업스테이지의 솔라 오픈 2는 총 2500억 개의 파라미터를 갖췄지만 실제 작업에서는 이 가운데 150억 개만 활성화하는 전문가 혼합(MoE) 구조를 적용했다. 전체 모델 규모를 유지하면서 실제 연산량을 줄여 비용과 효율성을 높이는 방식이다.

에이전트 작업에도 초점을 맞췄다. 여러 차례 추론과 도구 호출을 반복하면서 복잡한 업무를 수행하도록 설계했으며 최대 100만 토큰의 긴 문맥을 처리할 수 있다.

양자화를 적용할 경우 엔비디아 H200 GPU 2장으로 구동할 수 있어 기업이 자체 인프라에 구축할 때 필요한 컴퓨팅 자원을 줄였다는 게 업스테이지의 설명이다.

모티프테크놀로지스의 모티프3는 AI 에이전트 성능을 전면에 내세웠다. 은행 업무 처리와 IT 장애 원인 진단 평가 등 실제 업무 수행 능력을 측정하는 평가에서 비교 모델 가운데 높은 성능을 기록했다.

공개된 아티피셜 애널리시스의 AI 모델 종합 성능 지표인 AAII(Artificial Analysis Intelligence Index)에서는 모티프3가 47점으로 독파모 2차 평가 대상 모델 가운데 가장 높았다.

이어 업스테이지 솔라 오픈 2가 37점, SK텔레콤 에이닷엑스 케이투가 35점, LG AI연구원 K-엑사원 2.0이 31점을 기록했다.

모델 규모로는 LG AI연구원과 SK텔레콤이 앞서지만 공개된 AAII 지표에서는 상대적으로 규모가 작은 모티프와 업스테이지가 높은 점수를 기록한 셈이다. 다만 AAII 결과가 정부의 2차 평가 순위를 의미하는 것은 아니다.

AAII 점수가 반영되는 비중은 전체 평가 100점 가운데 25점이다. 여기에 NIA 자체 벤치마크 15점과 전문가 평가 35점, 사용자 평가 25점을 합산해 다음 단계에 진출할 3개 팀을 결정한다.

2차 평가를 통과한 3개 팀은 다시 모델 고도화 경쟁을 벌인다. 정부는 이후 추가 단계평가를 통해 최종 2개 팀을 선정할 예정이다.

smk5031@news1.kr