한국의 소버린 AI 추진 현황: LG·네이버·SK텔레콤과 스타트업, 챗GPT에 도전

한국의 새로운 소버린 AI 경쟁

한국은 인공지능 분야에서 포부를 실행으로 옮기고 있다. 과학기술정보통신부(MSIT)는 독자적인 AI 파운데이션 모델을 구축하는 국가 프로젝트에 LG AI연구원, 네이버클라우드, SK텔레콤, 업스테이지, NC AI가 이끄는 5개 컨소시엄을 선정했다. 목표는 분명하다. 국내 인프라에서 작동하고 한국어와 한국 문화를 반영하면서 챗GPT 같은 선도 시스템 성능의 최소 95%에 도달하는 자체 모델을 개발하는 것이다.

프로젝트 설계는 규모와 지속성을 보여준다. 15개 신청팀 가운데 선정된 5개 팀에는 기업, 대학, 연구기관, 정부 기관이 참여한다. 각 팀은 100억 원 상당의 가공 데이터셋과 200억 원 상당의 고품질 방송 영상 및 학습 데이터를 지원받고, 맞춤형 데이터셋 구축을 위한 28억 원의 직접 지원도 받는다. SK텔레콤과 네이버클라우드는 여러 팀의 학습을 지원하기 위해 2025년 말부터 2026년 중반까지 GPU 인프라를 임대 제공할 계획이다. 정부는 진행 상황을 정기적으로 평가해 12월에 5개 팀을 4개로 줄이고, 2027년까지 2개 팀만 남길 예정이다.

이번 추진은 더 광범위한 국가 전략을 반영한다. 정부는 소버린 AI를 반도체와 클라우드부터 모델과 서비스까지 가치사슬 전반의 자율성으로 규정했다. AI 주도권이 미국과 중국에 집중되고, 공공 서비스와 국내 산업에서 데이터 보안, 언어 정확성, 문화적 뉘앙스가 중요해지는 현실에 대응하기 위한 것이다. 정책 입안자들은 한국이 반도체, 통신망, 응용 AI 분야의 강점을 바탕으로 독자적인 길을 개척할 수 있다고 주장한다. 동시에 오픈소스 도입을 장려해 경제 전반의 기업들이 국내 도구를 토대로 서비스를 개발하도록 지원하고 있다.

비용과 언어는 강력한 추진 요인이다. 널리 쓰이는 여러 모델은 영어 토큰화와 학습 데이터에 최적화돼 있다. 한국어와 다른 비라틴 문자는 같은 내용을 표현하는 데 더 많은 토큰이 필요한 경우가 많아 고객의 추론 비용을 높인다. 네이버 하이퍼클로바팀이 인용한 한 분석에 따르면, 일부 영어 중심 모델에서 한국어 처리 비용은 영어보다 347% 높다. 문화적 간극도 엉뚱한 방식으로 드러난다. 유명 챗봇들이 한국 특유의 역사와 유머, 잘 알려진 밈에 제대로 답하지 못하면서 사용자 신뢰를 깎아 먹었다. 한국어 데이터와 사용 방식에 맞춘 국가 모델은 비용 격차와 문화적 적합성 문제를 모두 해결할 수 있다.

한국의 차세대 파운데이션 모델 개발 주체는 누구인가

선정된 팀과 일부 외부 경쟁자들은 한국어 작업을 잘 처리하고 효율적으로 작동하며 실제 서비스에 원활히 통합되는 모델을 우선 개발하고 있다. 초점은 단순한 매개변수 수에서 실용성으로 옮겨가고 있다. 통신, 기업, 게임, 법률, 금융, 의료, 교육 분야를 겨냥한 다양한 모델이 나오고 있다.

LG AI연구원, 추론과 시각 이해에 초점을 둔 엑사원 4.0

LG의 엑사원 4.0은 강력한 추론 능력과 시각적 이해를 결합한 하이브리드 모델로 자리매김하고 있다. 회사는 다양한 배포 환경에 맞춰 고성능 버전과 경량 버전을 모두 제공한다. 엑사원 4.0은 글로벌 지표에서 경쟁력 있는 점수를 기록했고, 주목받는 리더보드에서도 최상위권 시스템에 근접한 성적을 보였다. 약 320억 개 매개변수로 구성된 전문가용 모델은 한국의 여러 국가 자격시험을 통과한 것으로 평가받았다. 이는 학습 체계가 일상적인 대화를 넘어 전문 분야 과제로 확장됐음을 보여준다.

LG의 접근 방식은 기업 환경에 적합하다. 팀은 산업 현장에서의 문서 이해, 코딩 지원, 시각 분석 기능을 강조한다. LG는 국내 반도체 설계업체들과도 협력하고 있다. 퓨리오사AI의 RNGD 가속기를 도입해 이전 엑사원 버전을 구동하면서 와트당 성능을 높인 사례에서 이러한 협력이 드러났다.

SK텔레콤, 한국어와 통신 서비스에 맞춘 AX 시리즈

SK텔레콤의 AX 제품군은 한국어, 효율성, 통신 상품에 빠른 통합을 목표로 한다. 한국어에 중점을 두고 약 1조6,500억 개의 다국어 토큰으로 처음부터 학습한 AX 3.1 Lite는 매개변수 70억 개를 갖췄으며, 모바일과 온디바이스 사용을 위해 오픈소스로 제공된다. 회사 자체 벤치마크에 따르면 한국어 추론 시험 KMMLU2에서 약 96%의 성능을, 대형 모델과 비교한 문화 이해 벤치마크 CLIcK3에서는 102%의 상대 성능을 기록했다.

AX 모델은 이미 SK텔레콤 서비스에 적용되고 있다. 회사는 통화 요약, 스팸 필터링, 비서 기능을 시험했고 소비자용 AI 비서도 배포하고 있다. 국가 프로젝트의 일환으로 SK텔레콤은 다른 팀에 GPU 용량도 제공할 예정이다. 이는 통신업계가 응용 서비스뿐 아니라 인프라에서도 역할을 맡고 있음을 보여준다.

네이버클라우드, 하이퍼클로바X와 방대한 한국어 데이터셋

네이버의 하이퍼클로바 제품군은 AI 학습용으로 구축된 최대 규모의 한국어 말뭉치 가운데 하나를 기반으로 한다. 최신 제품군인 하이퍼클로바X는 한국어 작업의 정확도를 높이는 데 맞춰졌으며, 전문 분야별 모델도 확장됐다. 2025년 6월 공개된 하이퍼클로바X 씽크는 추론 능력을 강화했으며 이미지가 포함된 수학·과학 문제도 풀 수 있다. 네이버는 텍스트와 이미지, 기타 미디어를 아우르는 멀티모달 옴니 파운데이션 모델 개발 계획을 밝힌 바 있다.

네이버는 하이퍼클로바를 기술적 핵심이자 경제적 부담을 줄이는 해법으로 내세운다. 영어 우선 토큰화와 가격 책정은 한국어 사용자 비용을 높이는 경향이 있다. 이에 네이버는 국내 모델과 도구 체계가 부담을 줄이는 동시에 글로벌 범용 모델보다 한국의 역사, 법률, 문화적 맥락을 충실하게 반영할 수 있다고 주장한다.

업스테이지, 비용 대비 지능을 추구하는 솔라 프로 2

소버린 AI 경쟁에 뛰어든 스타트업 업스테이지는 효율성에 주력하고 있다. 약 310억 개 매개변수의 솔라 프로 2는 아티피셜 애널리시스가 운영하는 프런티어 언어 모델 지능 리더보드에 오른 유일한 한국 모델이다. 모델 지능 부문에서 글로벌 최상위권에 들었으며, 주어진 성능을 구현하는 데 필요한 컴퓨팅 비용을 평가하는 ‘실행 비용 대비 지능’ 지표에서는 1위를 차지했다.

업스테이지는 다국어 역량을 유지하면서 법률, 금융, 의료 분야 기업에 솔라 프로 2를 제공하는 방안을 추진하고 있다. 회사는 벤치마크 점수로 성능을 뒷받침하며, 토큰 수와 매개변수의 균형을 신중하게 설계하면 잘 학습된 300억 개 규모의 모델이 여러 작업에서 훨씬 큰 경쟁 모델과 대등하거나 더 나은 성능을 낼 수 있다고 강조한다.

NC AI와 카카오, 멀티모달 역량과 소비자 접점

엔씨소프트의 자회사 NC AI는 바르코라는 멀티모달 제품군을 발전시켜 왔다. 바르코와 바르코 비전 2.0은 이미지와 텍스트를 처리할 수 있으며, 여러 시험에서 다른 오픈소스 모델보다 뛰어난 성능을 보였다. 이미지 이해가 중요한 미디어, 게임, 창작 도구 분야에 초점을 맞추고 있다.

카카오는 오픈AI와 협력해 카나나 모델을 계속 개발하고 있다. 수천만 명의 한국인이 매일 사용하는 메시징 및 콘텐츠 플랫폼에 AI 비서를 접목하고 있다. 카카오는 이번 정부 프로젝트에 선정되지 않았지만, 한국에서 AI를 소비자에게 대규모로 보급할 수 있음을 보여주는 핵심 사례로 남아 있다.

그 밖의 경쟁 주체: KT, 병원, 스타트업

KT는 매개변수 115억 개의 오픈소스 모델 미듬 2.0을 공개했으며, 추론 능력을 강화한 프로 버전도 계획하고 있다. 의료 분야에서는 서울대학교병원이 수천만 건의 기록을 토대로 한국어 임상 모델을 학습시켜 한국 의사면허시험에서 86.2%의 점수를 기록했다고 밝혔다. 비교 연구에서 이 점수는 사람의 평균보다 높았다. 수학 분야에서는 매스프레소와 업스테이지의 협업으로 매개변수 130억 개의 MATH GPT가 개발됐다. 한 벤치마크에서 GPT-4를 앞질렀으며, 정확도는 0.425 대 0.488로 더 높았고 컴퓨팅 자원도 훨씬 적게 사용했다.

벤치마크, 효율성, 문화적 적합성 시험

벤치마크는 AI 성능을 가늠하는 점수판이 됐다. 일반 지식, 코딩, 수학, 추론 능력을 평가하며 MMLU, HumanEval, LiveCodeBench, AIME, MATH 500 등이 널리 쓰인다. MMLU Pro와 Humanity’s Last Exam 같은 최신 시험은 난도를 더욱 높이고 있다. 허깅페이스와 아티피셜 애널리시스 같은 플랫폼은 결과를 취합해 리더보드로 공개하며, 이는 모델의 평판을 좌우하고 구매 결정에도 영향을 미친다.

한국 모델은 이제 이런 목록에서 빠지지 않고 있다. LG의 엑사원 4.0은 글로벌 선두 모델에 근접한 성적을 기록했다. 업스테이지의 솔라 프로 2는 프런티어 모델로 인정받으며 ‘실행 비용 대비 지능’ 지표에서 1위에 올랐다. GPU 공급이 부족하고 기업들이 클라우드 추론 지출을 관리해야 하는 한국에서 이 지표는 특히 중요하다. 이런 성과는 국내 모델이 품질과 가격 면에서 경쟁할 수 있다는 근거를 강화한다.

벤치마크가 전부는 아니다. 엔지니어들은 학습 방향을 잡는 데 벤치마크를 활용하지만, 실제 사용자는 신뢰성, 어조, 작업 적합성을 기준으로 모델을 평가한다. 학술 시험에서 최고점을 받은 선도 프런티어 모델조차 밋밋한 대화와 기본적인 실수로 사용자들의 비판을 받았다. 한국의 소버린 AI 실험은 리더보드 순위뿐 아니라 사람들이 매일 한국어로 사용하고 싶어 하는 서비스를 뒷받침할 수 있는지로 평가받을 것이다.

한국어에서 언어와 토큰화가 중요한 이유

대규모 언어 모델은 텍스트를 토큰으로 나눈 뒤 토큰 간 패턴을 학습한다. 많은 서구 모델은 영어에 잘 맞는 토큰화 방식을 사용한다. 영어 단어 하나가 토큰 하나에 대응하면 문장 길이가 짧아지고 비용도 줄어든다. 반면 한국어와 다른 비라틴 문자는 바이트 단위나 하위 단어 단위로 표현되는 경우가 많아 문장당 토큰 수가 늘어난다. 문장이 길어지면 컴퓨팅 사용량과 고객 및 개발자 비용도 증가한다.

이는 추상적인 문제가 아니다. 네이버팀이 인용한 연구에 따르면 영어 중심 모델에서 한국어를 처리하는 비용은 영어보다 세 배 이상 높을 수 있다. 한국어에 맞춰 설계한 토크나이저와 한국어 사용 방식을 반영한 학습 데이터를 활용한 국가 모델은 속도와 정확도를 모두 높일 수 있다. 문화적 맥락을 반영한 학습도 중요하다. 글로벌 챗봇은 한국의 역사와 공인에 관해 확신에 찬 어조로 틀린 답을 내놓기도 했다. 한국어 자료를 학습하고 그에 맞게 조정된 모델은 이런 실수를 할 가능성이 낮다.

클라우드부터 반도체까지, 풀스택 생태계 구축

소버린 AI는 모델 하나에 그치지 않는다. 한국은 이를 뒷받침할 인프라를 함께 구축하고 있다. 국가 프로그램에 따라 참여팀들은 수백억 원 상당의 선별된 데이터셋과 영상 학습 자료를 제공받는다. SK텔레콤과 네이버클라우드는 2025년 말부터 2026년 중반까지 모델 학습을 지원할 GPU 용량을 임대할 계획이다. 정부는 6개월마다 진행 상황을 검토해 2027년까지 이어갈 두 팀을 추릴 예정이다.

하드웨어는 중요한 지렛대다. 한국 스타트업들은 추론을 효율적으로 처리하는 엔진으로 신경망처리장치(NPU)를 상용화하고 있다. SK텔레콤은 전국 1,000곳이 넘는 병원에서 사용하는 수의용 엑스레이 분석 서비스 엑스칼리버에 탑재된 엔비디아 GPU 서버를 리벨리온의 ATOM NPU로 교체하기 시작했다. 이 시스템은 품종 관련 지표를 포함한 45개 소견을 탐지하고 약 15초 만에 결과를 내놓으며, 정확도는 최대 97%로 보고됐다. SK텔레콤은 NPU 48개를 탑재한 서버 6대로 운영 클러스터를 구축했으며, 소비자 서비스의 비서 기능에도 NPU 적용을 시험하고 있다.

퓨리오사AI의 2세대 RNGD 칩은 추론용으로 LG의 엑사원 3.5에 통합됐으며, 광범위한 평가를 거쳐 상용화 승인을 받았다. 회사는 미국의 첫 해외 고객도 발표했다. 이는 한국의 AI 반도체 생태계가 국내 서비스뿐 아니라 수출도 할 수 있음을 보여주는 초기 신호다. NPU는 의료, 교육, 통신 분야의 반복적인 추론 작업에서 전력 소비와 비용을 줄여준다. 범용 학습과 폭넓은 추론 작업에는 여전히 GPU가 필수적이므로 한국의 하드웨어 체계는 두 종류를 함께 활용할 가능성이 크다. 통신 사업자들은 전국의 AI 인프라를 고도화하는 국가 사업에 발맞춰 데이터센터 구축과 저지연 서비스를 위한 엣지 컴퓨팅을 병행하고 있다.

의료, 통신, 일상생활의 활용 사례

소버린 AI 추진은 이미 실제 서비스에서 모습을 드러내고 있다. 의료 분야에서는 엑스칼리버가 국내산 반도체를 도입하면서 한국 인프라가 대규모 운영 환경의 요구를 충족할 수 있음을 보여줬다. 병원 연구진은 의사면허시험에서 전문가에 가까운 성과를 내는 한국어 의료 모델을 학습시켰으며, 규제 당국은 임상 현장에서 텍스트 생성 시스템을 승인하기 위한 지침을 발표했다. 2025년 초 공개된 이 지침은 병원과 공급업체가 새로운 도구를 안전하게 검증할 수 있는 절차를 제시한다.

통신사들은 LLM을 소비자 앱과 고객센터에 접목하고 있다. SK텔레콤의 비서는 통화를 요약하고 원치 않는 연락을 걸러내며 요금제 추천을 돕는다. 네이버는 한국어 표현과 문화적 맥락을 더 잘 이해하는 하이퍼클로바 모델을 활용해 검색, 쇼핑, 고객 지원을 개선하고 있다. 카카오는 수천만 명이 이용하는 메시징 및 콘텐츠 서비스 전반에 AI 에이전트를 도입하고 있다. 이 경우에는 모델 규모보다 서비스 통합과 사용 편의성이 더 중요할 수 있다. 여러 연구소는 지연 시간을 줄이고 간단한 작업에서 개인정보를 보호할 수 있도록 온디바이스용 소형 모델도 출시하고 있다.

전문 분야 모델도 성과를 내고 있다. 법률·금융 기업들은 법 조항을 정확히 인용하고 해당 분야의 지식을 활용해 문서를 작성하는 모델을 원한다. 스타트업과 대학들은 이런 틈새 분야를 공략하고 있다. 수학 분야에서는 소형 추론 모델이 훨씬 큰 시스템과 시험에서 경쟁하면서도 컴퓨팅 자원을 일부만 사용한다. 공통된 방향은 가능한 한 많은 매개변수를 추구하는 대신 효율적으로 설계하고 데이터를 신중하게 선별하는 것이다.

한국 내 정치, 정책, 논쟁

소버린 AI는 정치적·전략적 우선순위로 떠올랐다. 정부는 수년에 걸쳐 100조 원을 투자하는 계획을 언급했으며, 네이버 연구조직 출신 AI 수석 대통령비서관을 비롯해 업계 인사들을 고위직에 임명했다. 대표 사업으로는 현재 진행 중인 독자 AI 파운데이션 모델 프로젝트와 연구·산업용 컴퓨팅 자원을 모아 배분하려는 국가 AI 컴퓨팅 센터가 있다. 전자에는 민간 기업의 참여가 활발하다. 후자는 출발이 더뎠는데, 인프라 컨소시엄을 구축하는 일이 복잡하다는 점을 보여준다.

전략을 둘러싼 비판도 있다. 스타트업 창업자들은 지원금과 관심이 대기업에만 쏠릴 수 있다고 우려한다. 일부는 파운데이션 모델을 놓고 글로벌 거대 기업과 정면으로 겨루기보다 한국이 빠르게 성과를 낼 수 있는 전문 분야 응용에 집중해야 한다고 주장한다. 지지자들은 데이터 보호, 분야별 규제 준수, 문화적 적합성을 위해 국내 모델이 필수적이며 오픈소스 라이선스가 경제 전반에 혜택을 확산할 수 있다고 반박한다.

외교적 차원도 있다. 한국 지도자들은 소버린 AI가 국제 협력과 양립할 수 있다고 말한다. 여론 주도층에서는 국가 통제 아래 시스템을 유지하면서도 안전성과 투명성에 관한 국제 규범에 발맞추는 협력형 주권을 제안해 왔다. 반도체 분야의 강점을 바탕으로 한국은 글로벌 무역과의 관계를 끊지 않으면서 AI를 자국에서 통제하려는 파트너들을 지원할 수 있다. 이번 실험의 결과는 다른 중견국들이 AI 자율성을 어떻게 바라볼지에도 영향을 미칠 것이다.

핵심 내용

• 과기정통부는 프런티어 시스템 대비 95% 성능을 목표로 국가 파운데이션 모델을 개발할 LG, 네이버클라우드, SK텔레콤, 업스테이지, NC AI 주도의 5개 컨소시엄을 선정했다.
• 정부 지원에는 선별된 데이터셋, 영상 학습 자료, 맞춤형 데이터 구축 지원금과 2025년 말부터 2026년 중반까지 제공될 GPU 인프라가 포함된다.
• LG의 엑사원 4.0과 업스테이지의 솔라 프로 2는 글로벌 리더보드에 올랐으며, 솔라 프로 2는 아티피셜 애널리시스의 ‘실행 비용 대비 지능’ 지표에서 1위를 차지했다.
• SK텔레콤의 AX 3.1 Lite는 한국어 평가에서 높은 점수를 기록했으며 모바일 및 온디바이스용 오픈소스로 제공된다. 네이버의 하이퍼클로바X 씽크는 추론과 멀티모달 역량을 강화했다.
• NC AI의 바르코 모델과 카카오의 카나나 제품군은 게임, 미디어, 메시징 분야의 멀티모달 및 소비자용 응용 서비스를 확대한다.
• KT의 미듬 2.0과 병원·스타트업의 전문 분야 모델은 의료 및 특화 추론 분야의 성장세를 보여준다.
• 리벨리온과 퓨리오사AI의 국내산 NPU가 상용 서비스에 투입돼 추론 비용과 전력 소비를 줄이고 있다. GPU는 학습의 핵심 역할을 이어간다.
• 한국어 토큰화와 문화적 맥락을 반영한 학습은 영어 중심 시스템에서 발생하는 비용과 오류를 줄인다. 이는 소버린 AI 추진의 핵심 동인이다.
• 한국이 자율성과 개방된 시장, 국제 협력 사이에서 균형을 모색하는 가운데, 국가 대표 기업과 민첩한 전문 기업 중 누가 주도해야 하는지를 둘러싼 논쟁이 이어지고 있다.