gwanhun1
한국의 ‘독자 AI 파운데이션 모델’ 경쟁이 4팀에서 3팀으로 좁혀졌습니다. 과학기술정보통신부와 정보통신산업진흥원은 2026년 8월 18일 2차 단계평가 결과를 발표했고, 업스테이지·SK텔레콤·LG AI연구원 정예팀이 다음 단계에 진출했습니다. 모티프테크놀로지스는 자체 아키텍처와 커널을 개발해 온 점을 인정받았지만 이번 단계에서는 탈락했습니다.
이번 결과는 단순한 생존자 발표가 아닙니다. 국내 AI 경쟁의 기준이 “누가 더 큰 모델을 만들었나”에서 “누가 한국어·추론·안전·산업 적용을 함께 증명하나”로 이동하고 있다는 신호에 가깝습니다.
이번 평가에서 실제로 본 것
평가는 세 축을 합산하는 방식으로 진행됐습니다.
- 벤치마크 평가 40점
- 전문가 평가 35점
- 전문 사용자와 일반 국민 평가 25점
즉, 국제 벤치마크 점수만으로 순위를 정한 것이 아닙니다. 한국어 성능과 실제 사용성, 안전성, 서비스로 이어질 가능성까지 함께 본 셈입니다.
다음 단계 진출팀에는 하반기 GPU 지원도 확대됩니다. 보도에 따르면 B200 기준 지원 규모는 상반기 768장에서 하반기 약 1,000장 수준으로 늘어납니다. 모델 규모를 키우는 것뿐 아니라 추가 학습, 추론 최적화, 서비스 운영을 동시에 실험할 수 있는 환경이 마련되는 것입니다.
세 팀이 남은 이유는 달랐다
업스테이지: 모델과 하드웨어의 연결
업스테이지 팀은 포털 다음과의 연계, 퓨리오사AI NPU 협업이 강점으로 평가됐습니다. 이는 모델 자체의 점수만이 아니라 국내 칩과 서비스 생태계까지 염두에 둔 전략입니다.
특히 국산 AI가 장기적으로 경쟁하려면 학습 단계의 성능보다 추론 비용이 더 중요해질 수 있습니다. 사용자가 늘어날수록 매번 비싼 GPU를 쓰는 구조는 부담이 됩니다. 모델이 국내 가속기에서 효율적으로 돌아가는지, 실제 서비스 가격을 낮출 수 있는지가 다음 관전 포인트입니다.
SK텔레콤: 수리 추론과 이미 존재하는 사용자 접점
SK텔레콤 팀은 수리 추론과 한국어 성능, 상용 서비스 실적에서 높은 평가를 받았습니다. 통신사라는 기존 고객 접점도 강점입니다. AI 모델이 별도 앱 안에만 머무는 것이 아니라 통신·고객센터·기업 업무 시스템에 들어갈 수 있기 때문입니다.
개발자 입장에서 중요한 질문은 “모델이 얼마나 똑똑한가”와 함께 “얼마나 쉽게 호출하고 운영할 수 있는가”입니다. SKT가 모델 API, 에이전트, 통신 인프라를 하나의 흐름으로 묶는다면 성능표 밖에서 차별화가 가능해집니다.
LG AI연구원: 국제 협업과 에이전틱 AI
LG AI연구원은 국제기구와의 협업 전략, 에이전틱 AI 역량이 평가됐습니다. 이는 답변을 생성하는 모델을 넘어, 목표를 세우고 도구를 사용하며 여러 단계를 수행하는 AI로 확장하려는 방향입니다.
기업 현장에서 필요한 것은 한 번의 멋진 답변이 아닙니다. 문서를 찾고, 데이터를 비교하고, 결과를 검토하고, 승인 후 시스템에 반영하는 업무 흐름 전체입니다. LG AI연구원이 산업 현장과 에이전트 기술을 얼마나 빠르게 연결하느냐가 다음 단계에서 중요해질 전망입니다.
글로벌 격차는 줄었지만, 아직 ‘추격 완료’는 아니다
이번 평가에서 국내 모델의 위치가 개선된 것은 분명합니다. 뉴스핌 보도에 따르면 4개 팀 모델 모두 글로벌 모델 평가 목록에 이름을 올렸고, Artificial Analysis의 AAII 지수에서는 국내 모델 평균이 유럽·캐나다 주요 모델을 앞섰습니다. 최상위 모델과의 점수 차이도 올해 1월 19점에서 8월 16점으로 좁혀졌습니다.
다만 이 수치는 특정 평가 지표와 시점에 따른 결과입니다. 모델의 실제 경쟁력은 한국어 문서 처리, 긴 문맥, 도구 사용, 환각률, 응답 비용, 장애 대응, 라이선스 조건을 함께 봐야 판단할 수 있습니다. “세계 3위권”이라는 표현만 가져와 홍보하기보다 어떤 업무에서 어떤 모델이 잘 작동하는지 공개하는 것이 더 중요합니다.
다음 단계의 승부처 세 가지
1. 한국어를 넘어 ‘한국 업무’를 이해하는가
한국어를 유창하게 생성하는 것과 한국 기업의 업무를 정확히 처리하는 것은 다릅니다. 법률 문서의 표현, 제조 현장의 약어, 금융·공공기관의 규정, 고객센터의 대화 흐름까지 반영해야 합니다. 다음 평가에서는 일반적인 언어 점수보다 도메인별 실제 업무 테스트가 더 큰 차이를 만들 수 있습니다.
2. 오픈 모델이 생태계를 만드는가
정부는 이 프로젝트의 모델을 오픈소스로 공개하고 국내 AI 생태계에 통합한다는 방향을 제시했습니다. 그렇다면 개발자는 모델 가중치뿐 아니라 문서, SDK, 배포 예제, 안전 가이드, 상업적 사용 조건까지 확인하게 됩니다.
좋은 모델이 공개되는 것만으로는 충분하지 않습니다. 개발자가 주말에 설치해 보고, 기업이 보안 검토를 통과시키고, 스타트업이 비용을 계산할 수 있어야 생태계가 커집니다.
3. 에이전트와 피지컬 AI로 이어지는가
현재 서울 코엑스에서는 8월 19일부터 21일까지 AI Summit Seoul & Expo 2026이 열리고 있습니다. 올해 행사의 중심 키워드는 엔터프라이즈 에이전트, 에이전틱 AI, 피지컬 AI, 로보틱스입니다. 국내 AI 논의가 모델 발표에서 실제 업무 수행과 산업 현장으로 이동하고 있다는 흐름을 보여주는 행사입니다.
결국 다음 승부는 채팅창 안에서 끝나지 않습니다. 모델이 사내 데이터와 연결되고, 다른 에이전트와 협업하고, 로봇이나 생산 시스템을 안전하게 제어할 수 있어야 합니다.
개발자와 기업이 지금 확인할 것
이번 결과를 단순히 “어느 회사가 이겼는가”로 볼 필요는 없습니다. 국내 모델을 실제 프로젝트에 검토한다면 다음 항목을 먼저 비교하는 편이 좋습니다.
- 한국어 긴 문서와 사내 용어를 얼마나 안정적으로 처리하는가
- 구조화 출력, 함수 호출, 검색증강생성(RAG)을 지원하는가
- 온프레미스·프라이빗 클라우드 배포가 가능한가
- 모델 업데이트와 장애 상황을 추적할 수 있는가
- 학습 데이터와 출력물의 안전·저작권 정책이 공개돼 있는가
- 호출 비용과 하드웨어 요구량이 서비스 규모에 맞는가
국산 모델을 선택하는 이유는 애국심만으로 설명되지 않습니다. 데이터 주권, 지연시간, 규제 대응, 한국어 품질, 국내 기술지원, 공급망 안정성까지 합쳐서 판단해야 합니다. 반대로 글로벌 모델보다 무조건 우수하다고 가정해서도 안 됩니다. 업무별로 측정하고, 작은 파일럿으로 검증하는 것이 가장 현실적인 접근입니다.
결론: 한국 AI 경쟁은 이제 모델 다음 단계로 간다
업스테이지·SK텔레콤·LG AI연구원의 2단계 통과는 한국이 글로벌 AI 경쟁에서 완전히 앞섰다는 뜻이 아닙니다. 하지만 국내 팀들이 성능 격차를 줄이고, 한국어·추론·서비스·에이전트 역량을 동시에 증명하려는 단계에 들어섰다는 의미는 분명합니다.
앞으로의 승자는 가장 큰 모델을 가진 팀이 아니라, 개발자가 쉽게 쓰고 기업이 안전하게 운영하며 산업 현장에서 반복적으로 가치를 만드는 팀이 될 가능성이 큽니다. 이번 3파전의 진짜 결과는 최종 순위표보다, 한국에서 만든 AI가 얼마나 많은 실제 업무에 들어가느냐로 판가름 날 것입니다.