티스토리 뷰
솔직히 이번 결과 발표를 기다리면서 저는 꽤 긴장했습니다. 업무에서 매일 AI 모델을 직접 쓰는 입장에서, 국산 파운데이션 모델의 수준이 어디까지 왔는지가 단순한 뉴스 이상의 의미로 다가왔거든요. 과학기술정보통신부(과기정통부)가 추진하는 독자 AI 파운데이션 모델 프로젝트, 이른바 '독파모'의 2차 평가 결과 LG AI연구원, SK텔레콤, 업스테이지 세 팀이 생존했습니다. 모티프 테크놀로지스는 이번 관문을 넘지 못했습니다. 단순 순위 경쟁처럼 보이지만, 그 배경에는 AI 주권이라는 국가적 과제가 조용히 깔려 있습니다.
2차 평가, 네 팀은 무엇을 내걸었나
이번 2차 평가에서 각 팀이 내세운 카드는 제각각이었습니다. LG AI연구원은 파라미터(Parameter) 규모를 대폭 늘려 국내 최대 수준의 모델로 승부했습니다. 여기서 파라미터란? AI 모델이 학습 과정에서 조정하는 내부 변수의 수를 의미하는데, 쉽게 말해 모델의 '두뇌 용량' 같은 개념입니다. 수가 많을수록 더 복잡하고 정교한 언어 패턴을 학습할 수 있어 성능과 직결됩니다.
SK텔레콤은 자체 개발한 SGA 구조를 적용한 AX K2 모델을 출품했습니다. SGA 구조란? 긴 문맥에서 관련성이 높은 정보만 선별적으로 추출하는 어텐션 메커니즘(Attention Mechanism)의 일종으로, 방대한 문서나 회의록을 다룰 때 핵심만 뽑아내는 능력을 획기적으로 높여줍니다. 저도 업무에서 긴 계약서를 AI에게 요약시켜보면서 이 '선택적 집중' 능력이 얼마나 중요한지를 몸으로 느꼈기에, 이 접근이 상당히 실용적이라고 봤습니다.
업스테이지의 SOLAR Open 2는 긴 문맥 처리 능력을 유지하면서도 추론 비용을 낮추는 경량화 기술에 집중했고, 모티프 테크놀로지스는 순수 독자 아키텍처(Architecture)를 무기로 내세웠습니다. 독자 아키텍처란? 트랜스포머(Transformer) 같은 기존 범용 구조를 그대로 가져다 쓰지 않고, 처음부터 자체 설계한 신경망 구조를 뜻합니다. 독창성 면에서는 가장 높은 점수를 받을 수 있지만, 검증된 기반이 없다 보니 성능 안정성 측면에서 리스크도 큽니다.
2차 평가에서는 전문가 심사와 함께 200명 국민 평가단이 나흘간 직접 모델을 사용하며 일상 편의성과 업무 적용성을 점수로 매겼습니다. 기술 지표만 보는 1차와 달리, 실제 사용자 경험이 당락을 가르는 변수로 등장한 점은 의미 있는 변화라고 생각합니다.
📌 2차 평가 주요 결과 요약
- LG AI연구원: 파라미터(Parameter) 규모 확장으로 국내 최대 수준의 모델 구현
- SK텔레콤: SGA 구조 기반 긴 문맥 처리 및 현장 실무 적용성 강조
- 업스테이지: 추론 비용 효율성과 긴 문맥 처리 능력 동시 확보
- 모티프 테크놀로지스: 완전 독자 아키텍처(Architecture) 도전 — 독창성은 높으나 이번 관문에서 탈락
- 핵심 포인트: 각 팀의 기술적 강점 대결 속에서, 200명 국민 평가단의 실사용 편의성 점수가 최종 변수로 작용하며 LG·SKT·업스테이지 3개 팀이 생존했습니다.
AI 주권, 왜 지금 이렇게 급박해졌나
AI 주권(Sovereign AI)이라는 개념을 처음 들었을 때, 솔직히 저는 다소 추상적인 정책 슬로건처럼 들렸습니다. 그런데 미국의 이란 군사 작전에서 팔란티어(Palantir), 앤트로픽(Anthropic) 등 자국 AI 시스템이 전면 투입되어 첫 공습 24시간 만에 천여 개의 목표를 타격했다는 소식, 그리고 이란이 반격으로 UAE와 바레인에 위치한 아마존 웹서비스(AWS) 데이터센터에 드론 공격을 감행했다는 이야기를 접하고서 생각이 바뀌었습니다.
AI 인프라 자체가 전략적 공격 대상이 된 겁니다. AI 주권이란? 단순히 자국산 모델을 갖는 것을 넘어, 데이터·컴퓨팅 인프라·모델 아키텍처에 대한 완전한 통제권을 확보하는 능력을 의미합니다. 만약 한 국가의 군사 정보 분석 시스템이 타국 클라우드 서버에 의존하고 있다면, 그 서버가 공격받는 순간 군 전체의 판단 체계가 마비될 수 있습니다. 이건 기술 경쟁력의 문제가 아니라 국가 생존의 문제입니다.
이 맥락에서 과기정통부가 독파모 프로젝트와 함께 국가 AI 컴퓨팅 센터 구축, 국산 신경망 처리 장치(NPU) 개발을 병행 추진하는 것은 단순한 산업 육성 이상의 의미를 가집니다. NPU(Neural Processing Unit)란 AI 연산에 특화된 반도체 칩으로, GPU 중심의 현재 구조에서 탈피해 국산 하드웨어로 AI 인프라를 자립시키기 위한 핵심 부품입니다. 미국 엔비디아(NVIDIA)의 GPU에 대한 의존도를 낮추지 않는 한, 소프트웨어 차원의 독자 모델만으로는 진정한 AI 주권을 달성하기 어렵다는 시각도 있습니다. 저는 이 지적이 꽤 날카롭다고 봅니다.
📌 AI 주권(Sovereign AI) 핵심 요약
- 안보 자산화: 실제 군사 작전 및 데이터센터 공격 사례로 입증되었듯, AI는 단순 편의 도구를 넘어 국가 생존과 직결된 핵심 안보 자산입니다.
- 실질적 자립: 독자 소프트웨어(파운데이션 모델)뿐만 아니라 NPU 및 데이터센터 등 하드웨어 인프라까지 통제할 수 있어야 완전한 AI 주권 달성이 가능합니다.
독파모 프로젝트, 과정은 순탄치 않았다
이 프로젝트가 처음부터 깔끔하게 흘러온 것은 아닙니다. 1차 평가에서 SK텔레콤, LG AI연구원, 업스테이지가 선발될 때, 당초 한 팀이 아니라 두 팀이 탈락하는 이변이 있었습니다. 네이버 클라우드와 NCAI가 고배를 마셨고, 카카오·카이스트 컨소시엄도 본선 문턱을 넘지 못했습니다. 이에 과기정통부는 추가 공모를 열어 모티프 테크놀로지스와 트릴리온랩스 가운데 모티프 테크놀로지스를 선발해 최종 4개 팀 체제가 됐습니다.
그런데 탈락한 네이버 클라우드·카카오가 재도전을 거부한 것은 꽤 시사하는 바가 컸습니다. 탈락 직후 네이버 주가가 4% 급락하고, 카카오도 3% 하락했다는 사실이 말해주듯, '국가대표 AI' 선발 구도에서 떨어진다는 건 단순한 프로젝트 미선정을 넘어 기업 이미지와 투자자 신뢰에 직접적인 타격을 줍니다. 낙인 효과(Stigma Effect)가 재도전의 발목을 잡은 셈입니다.
또 하나 논란이 됐던 건 '독자성'의 기준이었습니다. 어디까지를 순수한 자체 기술로 볼 것이냐에 대한 명확한 정의 없이 평가가 진행됐다는 비판이 꾸준히 제기됐고, 정부 역시 뒤늦게 독자성 평가 항목을 세분화하겠다고 밝혔습니다. 제가 직접 써봤는데, 국산 모델 간에도 기반 아키텍처나 사전학습 데이터 출처가 상당히 다양합니다. '독자'의 범위를 어떻게 정의하느냐에 따라 당락이 바뀔 수 있다는 점에서, 이 기준의 공정성은 최종 평가까지 계속 쟁점으로 남을 가능성이 있습니다. 과기정통부의 관련 정책 정보는 출처: 과학기술정보통신부 공식 홈페이지에서 확인할 수 있습니다.
📌 독파모 프로젝트의 제도적 과제 요약
- 낙인 효과 부담: 탈락 시 기업 이미지 및 주가 타격으로 대형 IT 기업들의 재도전 거부 현상 발생
- 기준의 공정성: 사전 구체화되지 않았던 '독자성(Pure Native)' 평가 기준의 모호함이 과제로 남음
- 시사점: 기술 경쟁 이전에 고도화된 정교한 제도 설계와 공정한 가이드라인 설정이 선행되어야 함을 보여줍니다.
최종 2개 팀 선발, 이후가 더 중요하다
올해 말 최종 2개 팀이 선정되면, 선발팀은 'KAI(Korean AI)' 기업 명칭과 함께 GPU 컴퓨팅 자원, 데이터 지원 등 정부의 집중 투자를 받게 됩니다. 선발 자체가 목표가 아니라, 선발 이후 실제로 글로벌 무대에서 경쟁력 있는 모델로 자리잡을 수 있느냐가 진짜 관건입니다.
국산 AI 모델이 해외 빅테크 모델에 비해 여전히 기술력이 부족하는 회의적인 시갖도 존재하지만의견도 있지만, 실제로 써보니 국산 모델의 한국어 처리 수준과 업무 맥락 이해도는 1년 전과 비교해 체감할 수 있을 만큼 달라졌습니다. 특히 긴 회의록이나 복잡한 법령 문서를 다룰 때, 해외 범용 모델이 놓치는 한국 특유의 행정 문맥을 국산 모델은 훨씬 자연스럽게 처리합니다. 이 경험이 저를 독파모 프로젝트에 관심을 갖게 만든 직접적인 계기였습니다.
다만 GPT-4o나 클로드(Claude) 수준의 범용 추론 성능과 멀티모달(Multimodal) 능력—텍스트뿐 아니라 이미지, 음성, 영상 등 여러 유형의 정보를 함께 처리하는 능력—을 따라잡으려면 지금의 지원 규모로는 부족하다고 보는 시각도 분명히 있습니다. 저도 솔직히 이 부분은 예상보다 갈 길이 멀다고 느낍니다. 결국 선발 이후의 민관 협력 생태계, 지속적인 컴퓨팅 인프라 투자, 그리고 '독파모 모델을 실제로 쓸 이유'를 만들어주는 킬러 서비스 발굴이 병행되어야 합니다. 관련 동향은 출처: 한국지능정보사회진흥원(NIA)에서도 꾸준히 다루고 있습니다.
📌 최종 2개 팀 선발 이후 관전 포인트 요약
- 실질적 성패 기준: 단순히 최종 2개 팀으로 선발되는 것을 넘어, 글로벌 빅테크에 대항할 경쟁력을 갖추느냐가 핵심입니다.
- 핵심 과제: 지속적인 컴퓨팅 인프라(GPU/NPU) 투자는 물론, 사용자들이 실제 현장에서 사용할 수 있는 킬러 서비스 발굴 및 민관 생태계 구축이 필수적입니다.
자주 묻는 질문
Q. 독파모 2차 평가에서 모티프 테크놀로지스가 탈락한 이유가 뭔가요?
A. 공식 발표에서 구체적인 탈락 사유는 공개되지 않았습니다. 다만 2차 평가는 전문가 심사 외에 국민 평가단의 일상 편의성 점수가 반영된 만큼, 순수 독자 아키텍처 기반의 모티프 3 모델이 기술적 독창성은 인정받으면서도 실사용 편의성 항목에서 상대적으로 낮은 점수를 받았을 가능성이 있습니다. 기술 완성도와 사용 편의성은 다른 문제라는 시각도 있어서, 탈락 자체가 기술력의 열위를 의미한다고 단정하기는 어렵습니다.
Q. AI 주권이 안보와 직결된다는 게 너무 과장된 이야기 아닌가요?
A. 그렇게 생각하시는 분들도 있는데, 저는 미국의 이란 작전에서 AI 기반 실시간 목표 분석이 실제로 쓰였고 상대국이 AWS 데이터센터를 드론으로 공격했다는 사례를 보면서 과장이라고 보기 어려워졌습니다. 군사·외교·행정 데이터가 타국 클라우드 인프라에 의존하는 상황이 현실화된다면, 그 서버가 공격받거나 접근이 차단되는 순간 국가 의사결정 체계 자체가 흔들릴 수 있습니다. 기술 경쟁이 아니라 인프라 생존의 문제로 봐야 한다는 시각이 점점 설득력을 얻고 있습니다.
Q. 독파모 최종 선발 결과는 언제 나오나요?
A. 2차 평가에서 생존한 LG AI연구원, SK텔레콤, 업스테이지 세 팀 중 올해 말 최종 2개 팀이 선정될 예정입니다. 최종 선발팀은 KAI 기업 명칭 부여와 함께 GPU 컴퓨팅 자원·데이터 지원 등 정부의 집중 지원을 받게 됩니다. 구체적인 일정은 과기정통부 공식 발표를 통해 확인하는 것이 가장 정확합니다.
Q. 국산 AI 모델, 실제로 쓸 만한가요? 해외 모델이랑 비교하면요?
A. 제가 직접 써봤는데, 한국어 문맥 이해도와 국내 행정·법령 문서 처리 능력은 해외 범용 모델보다 국산이 확실히 유리한 영역이 있습니다. 반면 영어 기반 기술 문서나 복잡한 추론, 멀티모달 처리는 아직 차이가 존재하는 게 현실입니다. 어느 쪽이 무조건 낫다기보다 용도에 따라 선택하는 것이 현명하고, 국산 모델은 한국어 특화 업무에서 생각보다 빠르게 격차를 좁히고 있습니다.
결론
독파모 2차 평가 결과는 단순한 기업 경쟁의 승패가 아닙니다. 글로벌 AI 패권 경쟁이 군사·안보 영역으로까지 확장된 현시점에서, 우리가 스스로 통제할 수 있는 AI 파운데이션 모델과 컴퓨팅 인프라를 갖추느냐는 국가 차원의 선택지입니다. 저는 그 방향 자체는 옳다고 봅니다.
다만 선발 프로세스의 기준 모호성, 대형 기업들의 이탈, 그리고 선발 이후 실제 생태계 조성 계획이 충분히 구체화되지 않은 점은 여전히 숙제로 남습니다. 최종 2개 팀이 정해진 이후, 그 팀들이 실제로 국내외에서 쓰이는 모델을 만들어낼 수 있도록 정부와 민간이 어떻게 협력 구조를 짜느냐를 지켜보는 것이 앞으로의 핵심 관전 포인트가 될 것입니다. 연말 최종 발표가 기다려집니다.
참고: 유튜브 채널 <연합뉴스TV> - LG·SKT·업스테이지, '독자 AI 파운데이션 모델' 최종 진출…모티프는 탈락 / 연합뉴스TV(YonhapnewsTV)