'국대 AI' 3팀 압축…업스테이지·SKT·LG 생존, 모티프 탈락

(서울=뉴스1) 이민주 기자 = 정부가 추진하는 '독자 인공지능(AI) 파운데이션 모델'(독파모) 프로젝트의 두 번째 관문에서 업스테이지(486550)와 SK텔레콤(017670), LG AI연구원이 살아남았다.

모티프테크놀로지스는 글로벌 인공지능(AI) 기업별 성능 평가에서 세계 10위에 오르는 성과를 냈지만 종합평가 결과 탈락했다.

과학기술정보통신부와 정보통신산업진흥원(NIPA)은 18일 '독자 AI 파운데이션 모델' 프로젝트 2차 단계평가 결과를 발표했다.

정부는 이번 평가부터 글로벌 공신력이 높은 고난도 벤치마크를 도입하고 일반 국민이 참여하는 사용자 평가를 추가했다.

이번 2차 단계평가는 △벤치마크 평가(40점) △전문가 평가(35점) △사용자 평가(25점)를 병행하는 입체적 평가로 진행됐다.

1차 평가와 달리 대외 공신력이 높은 고난도 글로벌 벤치마크를 새로 도입하고 AI 모델의 현장 인공지능 전환(AX) 접목·확산에 대한 전문가 평가 비중을 확대했다. 여기에 일반 국민이 직접 참여하는 사용성 평가를 신설해 평가 체계를 한층 고도화했다.

벤치마크 평가는 글로벌 AI 모델 평가 플랫폼 아티피셜 애널리시스(Artificial Analysis)의 'AAII'(Artificial Analysis Intelligence Index) 평가 25점과 NIA 벤치마크 평가 15점으로 구성됐다.

AII는 벤치마크를 비정기적으로 업데이트하고 일부 문제와 정답을 공개하지 않는 방식으로 평가 변별력을 높이고 데이터 오염 가능성을 낮춘 것이 특징이다. 최상위 AI 모델도 높은 점수를 받기 어려운 고난도 문항으로 구성돼 글로벌 AI 업계에서 공신력 있는 평가 지표로 활용되고 있다.

과기정통부는 국내 독자 AI 모델의 개발 역량을 글로벌 프런티어 수준으로 끌어올리고 평가의 대내외 신뢰도를 높이기 위해 이번 2차 단계평가에 AAII 벤치마크를 도입했다.

NIA 벤치마크는 수학과 지식, 장문 이해, 지시 이행, 한국어를 비롯해 안전성과 신뢰성까지 평가해 모델의 종합적인 성능을 측정한다. 1차 단계평가와 비교하면 지시 이행과 한국어 평가 분야가 확대됐다.

특히 문제와 정답을 공개하지 않아 벤치마크 오염 가능성을 낮췄다. AAII가 글로벌 AI 모델의 범용 성능을 평가하는 데 초점을 맞춘다면 NIA 벤치마크는 한국어와 한국적 맥락에서의 성능, 안전성·신뢰성까지 평가해 국내 AI 모델의 실질적인 경쟁력을 검증하는 데 초점을 맞췄다.

벤치마크 평가에서 4개 정예팀의 평균 점수는 40점 만점에 22.5점으로 1위와 4위 간 격차는 4.0점이었다.

단순한 독자성 확보 여부에서 나아가, '독자성 및 이를 기반으로 한 성능 향상 수준'을 전문가 평가 항목에 반영해 독자적 기술이 실제 AI모델 성능 향상으로 이어지는 경우 이를 높게 평가할 수 있도록 했다.

또 국내외 AI생태계 파급효과·기여계획에 대한 평가 비중을 확대해 단순 고성능 AI모델 개발 평가에서 나아가, 실질적인 현장 확산 등 국내 AX(AI 전환) 등의 확대를 유도하는 데에 주안을 뒀다.

전문가 평가에서 4개 팀의 평균 점수는 35점 만점에 28.8점으로 1위와 4위 간 격차는 2.4점이었다.

사용자 평가는 AI 전문 사용자(AI스타트업 대표 등) 49명과 일반 국민 185명이 참여했다. 이들은 단순한 모델 성능을 넘어 실제 이용자가 AI 모델을 사용하면서 체감하는 사용성과 효능감을 종합적으로 평가했다.

사용자 평가에서 4개 정예팀의 평균은 25점 만점에 17.6점으로 1위와 4위 간 격차는 5.0점이었다.

세 가지 평가를 종합한 결과 업스테이지와 SK텔레콤, LG AI연구원이 근소한 차이로 다음 단계에 진출했다. 모티프테크놀로지스는 탈락했다.

전문가위원회는 각 정예팀이 독자 기술 확보와 성능 향상, 실제 산업·서비스 적용 등에서 의미 있는 성과를 거뒀다고 평가했다.

업스테이지의 개발 성과에 대해서는 국민이 체감할 수 있도록 포털 다음(Daum)과 타임리(Timely) 플랫폼과 연계하고, 퓨리오사AI의 NPU와 협업해 외산 하드웨어 종속성을 완화하려는 점을 높게 평가했다. 실제 다음(Daum) 서비스 환경에서 개념검증(PoC)을 진행한 점도 국산 AI 소프트웨어와 하드웨어 생태계 결합의 선도적 사례로 봤다.

SK텔레콤은 수리 추론과 한국어 영역에서 비교군 최상위 성능을 확보한 점과 대규모 상용 서비스에 실제 적용돼 사용성과 실용성을 입증한 점이 좋은 평가를 받았다. 국방용 A.X K1 모델 제공과 제조 특화 에이전트 실증, 법무·세무 분야 시연 등을 통해 산업 전반의 적용 가능성을 보여줬다는 평가도 나왔다.

LG AI연구원은 글로벌 파급력을 높일 수 있도록 글로벌 국제기구 등과 협업 전략을 마련하고 에이전틱 AI에서 차별성을 확보한 점이 주목받았다. 안전하고 신뢰할 수 있는 AI 개발을 위한 활동과 모델 신뢰성 확보, 위험요인 관리까지 고려해 지속가능성을 높였다는 평가다.

모티프테크놀로지스는 아키텍처부터 토크나이저, 옵티마이저, 커널까지 자체 개발해 외부 종속을 줄이고 독자 기술 스택을 구축한 점이 호평을 받았다. 이 과정에서 축적한 기술적 한계와 시행착오 데이터 역시 국가적 자산으로서 가치가 높다는 평가가 나왔다.

특히 모티프테크놀로지스는 AAII에서 미국과 중국을 제외한 국가에서 개발한 AI 모델 가운데 최고 성능을 기록하며 에이전트·코딩 등 고난도 벤치마크에서 글로벌 선두권 빅테크와 경쟁 가능한 수준을 보였다는 평가를 받았다.

정부는 다음 단계에 진출한 3개 정예팀에 GPU 지원을 확대한다.

과기정통부는 GPU(B200) 기준 지원 규모를 올해 상반기 768장 수준에서 하반기 1000장 수준으로 늘릴 계획이다. 이를 통해 정예팀들이 보다 높은 성능의 독자 AI 모델 개발에 주력하도록 지원한다.

정부는 최근 글로벌 AI 모델을 둘러싼 경쟁이 치열해지고 모델의 범분야 성능이 빠르게 향상되는 가운데 주요 국가에서 AI 모델을 국가 안보 전략자산으로 바라보는 움직임도 현실화하고 있다고 설명했다.

과기정통부는 이에 따라 최상위급 독자 AI 모델 개발 필요성을 고려해 기존 방식을 뛰어넘는 새로운 지원체계를 관계 부처와 논의하고 있으며 향후 구체적인 내용을 마련해 발표하겠다고 했다.

정부는 탈락 여부와 별개로 정부는 이번 2단계에 참여한 4개 정예팀 모두 상반기 글로벌 수준의 독자 AI 모델 개발 성과를 냈다고 평가했다.

과기정통부에 따르면 업스테이지와 SK텔레콤, LG AI연구원, 모티프테크놀로지스가 올해 상반기 공개한 AI 모델 4종은 모두 미국 비영리 AI 연구기관 에포크AI(Epoch AI)의 '주목할 만한 AI 모델'(Notable AI Models)에 등재됐다.

에포크AI가 올해 선정한 주목할 만한 모델을 보유한 국가는 미국과 중국, 한국 등 3개국이다.

글로벌 AI 모델의 지능과 성능을 종합적으로 평가하는 AAII에서도 4개 정예팀 모델이 모두 31점 이상을 기록하며 유럽과 캐나다 등의 주요 AI 모델을 넘어섰다.

글로벌 최상위 모델과 국내 정예팀 모델의 성능 격차도 줄었다. 1월 1차 평가 당시에는 글로벌 최고 모델인 GPT-5.2(51점)와 국내 정예팀 최고 모델(32점)의 격차가 19점이었지만 이달에는 글로벌 최고 모델 클로드 오퍼스5(63점)와 국내 최고 모델(47점)의 격차가 16점으로 좁혀졌다.

아울러 국가별 최고 수준의 프런티어 언어모델 성능을 AAII 기준으로 비교했을 때 한국은 미국과 중국에 이어 3위에 자리했다.

모티프테크놀로지스의 '모티프 3'는 글로벌 AI 기업별 최고 득점 모델을 기준으로 한 AAII 평가에서 47점을 기록해 세계 10위에 올랐다. 미국과 중국 이외 국가의 AI 기업 가운데 가장 높은 순위다.

업스테이지의 '솔라 오픈2'는 한 번에 기억하고 처리할 수 있는 텍스트 양인 컨텍스트 윈도를 최대 100만(1M) 토큰까지 확대했다. 한 번의 프롬프트로 수백 페이지 이상의 문서를 처리할 수 있는 수준으로 글로벌 최상위급 모델과 같은 수준의 정보처리 능력을 확보했다는 설명이다.

SK텔레콤의 'A.X K2'는 국제수학올림피아드(IMO) 2026년 문제 평가에서 금메달 기준에 해당하는 점수를 기록했다. MathArena AIME 2026 리더보드에서도 97.1%의 정확도로 공동 최고점을 달성했다.

LG AI연구원의 'K-엑사원 2.0'은 AI 모델이 모르는 질문에 그럴듯한 거짓 답변을 내놓는 '환각'을 얼마나 억제하는지를 측정하는 AAII 지표에서 전 세계 AI 모델 가운데 9위를 기록했다.

minju@news1.kr