[편집자 주] 한 주간 주요 인공지능(AI) 동향을 THE AI가 정리해 드립니다. [AI 주간브리핑]을 보시며 주요 AI 이슈를 만나보세요. 본문 내 제목을 클릭하면 자세한 기사 내용을 보실 수 있습니다.
정부가 2조원을 투입해 추진하는 ‘독자 AI 파운데이션 모델’ 프로젝트에서 15개 지원팀 중 10개 팀이 1차 관문을 통과했습니다. LG AI연구원, 네이버클라우드, 카카오, 통신 3사 등 국내 AI 주요 기업들이 GPU 1000장과 각종 지원금을 놓고 최종 5개 정예팀 선정을 위한 치열한 경쟁에 돌입했습니다.
그런데 여기서 재미있는 현상이 벌어지고 있습니다. 정부 지원을 기다리지 않고 이미 각 기업들이 자체적으로 고성능 AI 모델들을 속속 공개하고 있다는 겁니다. 마치 “우리 실력 좀 보세요!”라고 어필하는 것 같기도 하고요.
LG AI연구원은 엑사원 4.0으로 글로벌 주요 모델들을 뛰어넘는 성능을 자랑했고, 네이버클라우드는 100분의 1 비용으로 학습한 추론 모델을 아예 무료로 풀어버렸습니다. 카카오와 SK텔레콤도 연이어 자체 개발 모델을 오픈소스로 내놓으며 “우리도 있어요!” 하고 손을 번쩍 들고 있죠.
이런 상황을 보면 솔직히 궁금해집니다. 과연 국가 차원의 막대한 지원이 여전히 필요한 것일까요? 아니면 이미 민간이 충분한 역량을 갖췄다는 방증일까요? 어쩌면 정부 돈을 기다리느라 손 놓고 있기보다는, 기업들의 자발적 경쟁이 오히려 더 효과적일 수도 있겠다는 생각이 듭니다. 하지만 전문가들은 다른 관점을 제시합니다. 모델 개발은 시작일 뿐이고, 진짜 중요한 건 이를 어떻게 활용하느냐는 것이죠.
10곳으로 압축된 국가대표 AI 모델 후보자들
‘국가대표 AI 모델’ 후보 10곳으로 압축... LG·네카오·통신사 등 통과
정부가 추진하는 ‘국가대표 AI 모델’ 개발 프로젝트에서 15개 지원팀 중 10개팀이 1차 서면평가를 통과했습니다. LG AI연구원, 네이버클라우드, 카카오, 통신 3사(SK텔레콤, KT), NC AI, 업스테이지, KAIST 등이 통과했으며, 루닛 등 5개팀은 탈락했습니다. 프로젝트의 목표는 글로벌 최신 AI 모델 대비 95% 이상 성능의 ‘K-AI 모델’ 개발입니다. 선정팀에는 GPU 최대 1000장과 데이터 구매비 100억 원, AI 인재 확보비 20억 원 등이 지원됩니다. 과기정통부는 발표평가를 거쳐 8월 초까지 최종 5개 정예팀을 선정할 예정이라고 밝혔습니다.
[LG AI 토크콘서트 2025] LG AI연구원 5주년 성과 총결산, ‘최초’에서 ‘최고’로(종합)
국가대표 AI 강력한 후보 중 한 곳은 LG AI연구원입니다. 이곳은 설립 5주년을 맞아 ‘LG AI 토크콘서트 2025’에서 엑사원 4.0과 완성된 AI 생태계를 공개했습니다. 엑사원 4.0은 32B 고성능 모델과 1.2B 온디바이스 모델로 구성되어 메타 라마, 구글 제미니 등 글로벌 주요 모델들을 뛰어넘는 성능을 보여줬습니다. 4년 만에 공개된 멀티모달 AI ‘엑사원 4.0 VL’은 차트 QA 벤치마크에서 글로벌 최고 성능을 기록했다고 밝혔죠. 의료 특화 모델 ‘엑사원 패스 2.0’은 유전자 검사 시간을 2주에서 1분으로 단축했습니다. 런던증권거래소, 프렌들리AI, 퓨리오사AI 등 글로벌 파트너들의 실제 협업 사례를 통해 한국 AI 기술의 상용화 역량을 입증했습니다.
또 다른 강력한 후보로 네이버클라우드가 있죠. 이곳은 독자 기술로 개발한 경량화 추론 모델 ‘하이퍼클로바 X SEED 14B Think’를 상업용으로도 이용 가능한 무료 오픈소스로 공개했습니다. 이 모델은 해외 오픈소스 모델 개조가 아닌 원천기술로 개발됐으며, 140억 파라미터 규모임에도 5억 파라미터 글로벌 모델보다 적은 비용으로 학습되어 동일 크기 모델 대비 학습 비용이 100분의 1 수준입니다. 가지치기와 지식 전이 방식으로 경량화하면서도 한국어·코딩·수학 분야에서 동급 또는 상위급 모델과 유사한 성능을 보여줍니다. 4월에 공개된 하이퍼클로바X 경량모델 3종은 7월 누적 다운로드 100만 건을 돌파하며 활발한 오픈소스 생태계를 구축하고 있습니다.
카카오, 멀티모달 AI 모델과 MoE 모델 오픈소스 공개
카카오도 지지 않았습니다. 24일 허깅페이스를 통해 멀티모달 언어모델 ‘Kanana-1.5-v-3b’와 MoE(전문가 혼합) 모델 ‘Kanana-1.5-15.7b-a3b’를 상업용으로 활용 가능한 아파치 2.0 라이센스로 오픈소스 공개했습니다. 멀티모달 모델은 텍스트와 이미지를 동시 처리하며 인간 선호 반영 학습과 지식 증류 기술을 통해 경량화하면서도 높은 성능을 구현했습니다. MoE 모델은 전체 15.7B 파라미터 중 추론 시 3B만 활성화되는 효율적 구조로, 업사이클링 방식을 적용해 개발비용을 절약했음에도 8B 모델과 동등한 성능을 기록했습니다. 카카오는 이를 통해 AI 접근성 향상과 국내 AI 생태계 자립성 강화에 기여하겠다고 밝혔습니다.
SK텔레콤은 자사 초거대 한국어 특화 LLM ‘A.X 3.1(에이닷 엑스 3.1)’을 허깅페이스에 오픈소스로 공개했습니다. 340억 개 매개변수를 기반으로 하는 이 모델은 SKT가 모델 구축부터 데이터 학습까지 전 단계를 직접 진행했으며, 기존 A.X 3.0 대비 코드와 수학 성능을 대폭 향상시켰습니다. 한국어 벤치마크 KMMLU에서 69.2점, 한국 문화 이해도 CLIcK에서 77.1점을 기록해 A.X 4.0 대비 약 90% 성능을 보여줍니다. SKT는 이제 독자 개발 A.X 3.1 모델 2종과 대규모 학습 기반 A.X 4.0 모델 2종까지 총 4개 모델을 오픈소스로 공개했습니다. 크래프톤, 서울대, KAIST 등과 컨소시엄을 구성해 정부의 독자 AI 파운데이션 모델 사업에 참여하고 있습니다.
[칼럼] “한국형 LLM 공개만으로 ‘모두의 AI’가 되지 않는다”
이번 주 많은 기업에서 모델 공개에 나섰는데요. 그렇다고 진짜 한국이 AI 강국인걸까요? 여기엔 의문이 따릅니다. 이재성 중앙대 교수는 최근 칼럼에서 정부의 한국형 LLM 무료 공개만으로는 ‘모두의 AI’가 실현되기 어렵다고 지적했습니다. 그는 LLM 사용 가능성과 실제 활용 능력은 다르며, 대다수 국민이 고차원적 AI 활용을 위한 전문 교육과 실습 환경 없이는 단순 질의응답에 그칠 것이라고 우려했습니다. 또한 무료 LLM 공개가 국민을 단순 사용자로만 남게 만들어 AI 생태계 참여 기회를 제한하고, 지역·계층 간 활용 격차를 심화시킬 수 있다고 경고했습니다. 이 교수는 진정한 ‘모두의 AI’를 위해서는 LLM 공개를 넘어 교육·인프라·접근성·윤리·참여 생태계가 동반돼야 하며, ‘기술의 배포’가 아닌 ‘기회의 재설계’가 필요하다고 강조했습니다.
[김동원의 Eye-T] AI 업무 시대, LLM이 멈춘다면?
그렇다면 해외는 어떨까요? 이미 해외에서는 모델을 넘어 ‘안전한 모델 활용’에 초점을 두고 있습니다. 존 쿠세라 세일즈포스 부사장은 LLM이 갑자기 작동을 멈출 경우를 대비한 ‘자동 페일오버 시스템’을 소개했는데요. 하나의 LLM이 고장나면 즉시 다른 LLM으로 갈아타는 ‘백업 운전기사’ 같은 기술입니다. 마크 베니오프 세일즈포스 CEO는 “사람들은 케이크를 살 때 어떤 설탕이 쓰였는지 알고 구매하지 않는다”며 LLM은 설탕과 같은 재료일 뿐이라고 강조했죠. 시스템은 매분마다 각 LLM 상태를 체크해 문제가 생기면 자동으로 다른 LLM으로 요청을 전환하며, 사용자는 전혀 눈치챌 수 없습니다. 전문가들은 특정 LLM에 의존하지 말고 상황에 따라 최적의 도구를 선택할 수 있는 능력을 갖춰야 하며, 진정한 LLM 주권은 자체 모델 개발뿐만 아니라 안정적인 LLM 생태계 구축에 있다고 제언했습니다.
“AI 도입, 수익 언제?”… ROI 앞에서 멈칫하는 韓 기업들
한국이 AI 강국이 되기 위한 조건이 있습니다. 바로 AI 기업들이 돈을 벌어야 한다는 겁니다. 기술이 아닌 경제적으로 잘 돌아가는 생태계가 구성돼야죠. 현자 상황은 어떨까요? 국내 기업들의 AI 도입이 ROI(투자수익률) 실현의 불확실성으로 인해 속도 조절 국면에 접어들고 있습니다. 한국의 AI 투자는 아태 평균의 두 배인 6.2배 증가했고 국내 기업 76%가 AI 도입을 고려 중이지만, 명확한 수익 모델 부재로 신중한 접근을 택하는 기업들이 늘고 있습니다. 맥킨지 조사에 따르면 AI를 도입한 기업의 80% 이상이 실질적인 수익 효과를 체감하지 못하고 있으며, S&P 글로벌은 AI 프로젝트를 포기하는 기업 비율이 17%에서 42%로 급증했다고 밝혔습니다. 전문가들은 기존의 경직된 ROI 측정 방식이 문제라며, AI 투자가 생산성 개선과 고객 만족도 등 다양한 비즈니스 가치를 창출한다는 점을 고려해 더 유연한 측정 방식이 필요하다고 조언했습니다.
정부, AI 데이터센터 속도 내나
배경훈 장관, 네이버 AI 데이터센터 방문… ‘AI 고속도로’ 구축 본격 시동
배경훈 과기정통부 장관이 ‘AI 3대 강국’ 도약을 위한 첫 현장 행보로 네이버 AI 데이터센터 ‘각 세종’을 방문했습니다. 장관은 AI 데이터센터 핵심 요소인 서버, 스토리지, 전력·공조·냉각시설, 네트워크 설비 등을 직접 확인한 후 현장 간담회를 가졌습니다. 네이버클라우드, SDS, SK텔레콤, 카카오, KT클라우드 등 AI 주요 기업 관계자들과 한국데이터센터연합회, NIPA, 서울대·KAIST 교수 등 전문가들이 참석해 AI 경쟁력 강화 방안을 논의했습니다. 배 장관은 “AI 데이터센터를 포함한 AI 고속도로 구축은 AI 3대 강국 도약의 출발점”이라며 과감한 마중물 투자를 통해 첨단 GPU 5만장 확보 등 AI 인프라를 확충하고 민관이 함께 AI 생태계를 활성화해야 한다고 강조했습니다.
배경훈 과기정통부 장관이 네이버 AI 데이터센터를 방문해 AI 고속도로 구축 의지를 밝혔지만, 현실적으로는 큰 장벽이 존재하는 것으로 드러났습니다. 간담회에서 업계는 데이터센터 인허가에 1년 이상, 전력 계통 영향 평가에 6개월~1년이 걸린다며 제도 개선을 촉구했습니다. 반면 미국은 트럼프 행정부의 AI 행동계획을 통해 100MW 이상 데이터센터의 환경 검토 및 허가를 즉시 간소화하고 재정 지원도 제공한다고 발표했습니다. AI로 인한 전력 수요가 메가와트에서 기가와트 단위로 1000배 증가하면서 전력 공급이 양국 공통 과제로 부상했으며, 배 장관은 5년 내 GPU 5만장 확보보다 12년 안에 당장 쓸 수 있는 인프라를 얼마나 빨리 마련하느냐가 중요하다며 형식에 얽매이지 않고 유연하고 신속하게 접근하겠다고 약속했습니다.
美, 지배력 강화 ‘AI 행동계획’ 발표… “규제 완화·기술 수출·인프라 확장”
이 내용입니다. 트럼프 미국 행정부가 발표한 ‘AI 행동계획’이죠. 혁신 가속화, AI 인프라 확장, 국제 외교와 안보 선도 등 세 가지 핵심 기둥 아래 90개 이상의 구체적인 연방정부 정책 조치를 담고 있습니다. 핵심 내용은 GPU, LLM 등을 포함한 풀스택 AI 수출 패키지를 우방국에 제공하고, 데이터센터 인허가 절차를 간소화하며, AI 개발을 저해하는 과도한 연방 규제를 제거하는 것입니다. 또한 시스템 객관성과 이념적 중립성을 보장하는 LLM 개발 기업과만 계약하는 연방정부 조달 기준도 마련합니다. 트럼프 대통령은 “AI 경쟁에서 승리하는 것은 인류 번영과 경제적 경쟁력, 국가 안보를 위한 새로운 황금기를 여는 길”이라고 강조했습니다.
국가 AI컴퓨팅센터 유찰 끝 재추진… ‘민간 지분·운영권’ 핵심
정부가 2조원 규모로 추진하는 국가 AI컴퓨팅센터 구축 사업이 두 차례 유찰 끝에 3차 공모를 위한 개편 논의에 돌입했습니다. 유찰 원인은 민간이 2000억 원을 출자하고도 특수목적법인 지분을 49%만 보유하고 공공기관 지정 가능성 등 이른바 ‘독소 조항’으로 불리는 조건들이었습니다. 정부는 관계부처 간 회의를 통해 민간 의견을 반영한 새로운 공모안을 검토하고 있으며, SPC 구조를 유지하되 민간 지분율을 확대하거나 정부가 직접 GPU를 구매해 민간에 임대·운영을 맡기는 방식이 논의되고 있습니다. 배경훈 과기정통부 장관은 유찰 과정에서 업계가 고민했던 부분을 완화하는 방안을 찾고 있다고 밝혔으며, 삼성SDS도 정부가 재공모할 경우 적극 참여하겠다는 의사를 공식적으로 표명했습니다.
글로벌 AI 소식
[단독] 올리버 아일럿 영국 AI보안연구소장, 국제 AISI 차기 회장 선출
글로벌 AI안전연구소 협의체인 ‘국제 AI안전연구소 네트워크(AISI)’의 차기 회장으로 영국의 올리버 아일럿 AI보안연구소장이 선출됐습니다. 이번 인사는 캐나다 밴쿠버에서 열린 국제머신러닝학회 기간 중 개최된 AISI 전체 회의에서 결정됐으며, 바이든 행정부 시절 임명된 엘리자베스 켈리 미국 AI안전연구소장이 트럼프 행정부 출범 후 사퇴하면서 공석이던 회장직을 승계하게 됩니다. 아일럿 소장은 11월부터 AISI 회장직을 맡을 예정이며, 이로써 회장국이 미국에서 영국으로 교체됩니다. 김명주 한국 AI안전연구소장은 영국이 AI 기술의 안전성 검증과 공동 테스트를 주도하고 있어 한국도 적극 협력할 예정이라고 밝혔습니다. 한편 이번 회의에서는 미국과 영국이 AISI의 ‘안전’ 명칭을 ‘표준’과 ‘보안’으로 바꾸자고 제안했지만 일본, 싱가포르, 한국 등의 반대로 결론을 내지 못해 12월 다시 논의하기로 했습니다.
오픈AI, 8월 GPT‑5 출시… “제미나이에 밀린 성능 뒤집을까”
오픈AI가 개발 중인 챗GPT-5를 8월 초 공식 출시할 계획이라고 외신이 보도했습니다. 챗GPT-5는 단일 모델이 아닌 추론 모델 o3, 멀티모달 기능, 도구 활용 능력을 통합한 ‘올인원’ AI로 설계되며, 메인 모델 외에도 미니 나노 버전을 함께 공개할 예정입니다. 샘 올트먼 오픈AI CEO는 “내가 이해하지 못한 질문을 완벽하게 답변했다”며 자신감을 드러냈습니다. 이번 출시는 구글 제미나이 2.5 프로가 WebDev Arena 리더보드에서 ELO 점수 1420점과 인간 선호도 1위를 차지하고, xAI 그록 4가 AI 인텔리전스 인덱스에서 73점으로 오픈AI를 앞서는 상황에서 이뤄집니다. GPT-5는 GPT 시리즈와 추론 중심 o 시리즈를 통합한 첫 모델로 범용 AI 시스템의 완성형이 될 것으로 기대되지만, 뚜렷한 성능 혁신을 보여주지 못할 경우 오픈AI의 리더십 유지가 어려울 수 있다는 우려도 나오고 있습니다.
세일즈포스, AI 에이전트 완전 자동 평가 시스템 공개
세일즈포스 AI 리서치팀이 AI 에이전트의 성능을 완전 자동으로 평가하는 'MCPEval' 프레임워크를 공개했습니다. 기존에는 AI 에이전트 평가가 정적 벤치마크와 노동 집약적인 인간 평가에 의존했지만, MCPEval은 MCP 기반의 완전 자동화 시스템으로 작업 생성부터 검증, 평가까지 전 과정을 자동화했습니다. 3단계 워크플로우로 구성된 이 시스템은 MCP 서버의 도구 사양을 수집해 작업 지시사항을 자동 생성하고, 최첨단 에이전트로 품질을 검증한 후 LLM 에이전트 성능을 심층 분석합니다. 주목할 점은 도구가 향상된 작은 모델이 더 크고 자원 집약적인 모델과 비슷한 성능을 보여 비용 효율적인 AI 에이전트 배포가 가능함을 입증한 것입니다. 세일즈포스는 이 기술을 오픈소스로 공개해 AI 에이전트 개발 패러다임의 전환점을 제시했습니다.
다쏘시스템 “AI 제조 혁명 이끌겠다”… 2분기 실적 ‘쾌조’
다쏘시스템이 2분기 실적에서 총 매출 15억2000만 유로(약 2조2400억원)로 전년 동기 대비 6% 증가하며 AI 제조 혁명을 선언했습니다. 파스칼 달로즈 CEO는 “AI가 소프트웨어로 정의되는 제조업 시대의 핵심 동력이 될 것”이라고 강조했습니다. 구독 매출이 10% 급증해 전체 소프트웨어 매출의 80%를 차지했으며, 7세대를 상징하는 ‘3D 유니버스’ 기반 핵심 제품인 3D익스피리언스 플랫폼 매출이 20% 폭증해 전체 해당 매출의 41%를 기록했습니다. 3D 유니버스는 AI와 버추얼 트윈을 결합해 제품의 기획·설계·생산 전 과정을 가상공간에서 통합적으로 설계하는 차세대 제조 전략으로, 제조업체들이 단순 생산에서 지능형 기업으로 탈바꿈하도록 돕는 것을 목표로 합니다. 이러한 변화는 한국의 반도체, 자동차, 조선 등 주력 제조업에서도 AI 기반 스마트 팩토리 구축을 가속화할 것으로 전망됩니다.
인텔이 4조원 손실을 기록하며 대규모 구조조정에 나섰습니다. 연말까지 인력 2만명 이상을 추가 감축해 현재 9만6000명에서 7만5000명 수준으로 축소하고, 독일과 폴란드에서 건설 중인 파운드리 공장 건설을 중단하기로 했습니다. 2분기 실적에서 매출은 126억달러로 전년 동기 대비 1.8% 감소했고, 순손실은 29억달러로 전년 16억1000만달러에서 크게 확대됐습니다. 부문별로는 클라이언트 컴퓨팅 그룹 매출이 3% 줄었고, 데이터센터 그룹은 4% 증가했지만 파운드리 부문은 44억달러 매출에도 영업손실이 31억7000만달러에 달했습니다. 인텔은 올해 비용을 170억달러 줄이는 것을 목표로 하며, 반도체 제조 능력 확대 전략을 수정해 수요가 확실할 때만 공장을 건설하겠다는 입장을 밝혔습니다.