정부의 ‘독자 인공지능(AI) 파운데이션 모델’(독파모) 사업 2차 평가에서 탈락한 AI 스타트업 모티프테크놀로지스가 평가 결과에 이의를 제기하자 과학기술정보통신부가 참여업체들의 세부 평가 점수를 공개했다. 모티프는 벤치마크 평가에선 1위를 했지만, 사용자·전문가 평가에서 최하위를 기록해 최종 4위로 탈락한 것으로 나타났다. 모티프는 27일 입장문을 내고 과기정통부에 업체별 상세 점수와 평가 기준, 평가 내용, 벤치마크 평가의 배점 산정 방식, 전문가 평가의 상세 기준 및 결과 등을 공개하라고 요구했다. 자사 모델이 글로벌 AI 종합 성능 지표인 아티피셜 애널리시스의 인텔리전스 인덱스(AAII)에서 경쟁업체 중 가장 높은 47점을 받았는데도 탈락했다는 이유에서다. 2차 평가의 최종 점수는 벤치마크 40점(AAII 25점·NIA 15점), 전문가 35점, 사용자 25점으로 구성되는데, 모티프는 AAII 점수를 25점 만점으로 환산하는 과정에서 모델 간 성능 격차가 분별력 있게 반영되지 않았다고 주장했다. 이에 과기정통부는 2차 평가의 세부 점수를 공개했고 최종 점수는 SK텔레콤 70.6점, 업스테이지 69.9점, LG AI연구원 69.0점, 모티프 65.8점 순이었다. 모티프는 40점 만점의 벤치마크 평가에서 24.6점으로 1위였지만 전문가 평가에서는 27.1점, 사용자 평가에서는 14.1점으로 각각 최하위였다. 특히 AI 전문 사용자진 평가에서 8.4점, 일반 국민 평가에서 5.7점을 받아 선두와 약 2~3점가량 차이가 났다. 김경만 과기정통부 인공지능정책실장은 “독자 AI 사업은 실제 서비스 목표도 포함해 평가한다”고 말했다. 다만 모티프는 사용자 평가에서 브랜드 인지도가 결과에 영향을 미칠 수 있다며 블라인드 평가 적용 여부를 공개하라고 요구해 평가 방식의 적절성을 둘러싼 논쟁은 이어질 것으로 보인다. 배경훈 부총리 겸 과기정통부 장관은 이날 “1년 반 전 수립된 평가 방식이 3∼6개월 단위로 급변하는 AI 트렌드에 여전히 유효한지 근본적인 고민이 필요하다”며 “누구나 인정할 수 있는 모델을 만들기 위해 정부 투자 집중 방식과 평가 제도의 보완을 검토하겠다”고 말했다.

벤치마크·전문가·사용자 종합평가3개 팀 GPU B200 1000장씩 지원“기존 뛰어넘는 새 지원체계 논의”내년 초 최종 2개 팀 선정할 예정 한국을 대표하는 ‘독자 인공지능(AI) 파운데이션 모델’(독파모) 2차 종합평가 결과 LG AI연구원, SK텔레콤, 업스테이지 3곳이 살아남았다. 모티프테크놀로지는 글로벌 AI 성능 지수 평가에서 높은 경쟁력을 보였지만 고배를 마시게 됐다. 과학기술정보통신부는 벤치마크·전문가·사용자 평가를 종합한 2차 독파모 평가에서 모티프테크놀로지를 제외한 3곳이 통과했다고 18일 밝혔다. 이번 2차 평가는 1차 평가와 비교해 대외 공신력을 대폭 강화했다. 배점 40점의 벤치마크 평가는 글로벌 AI 모델 평가 전문 플랫폼 아티피셜 어낼리시스의 지능·성능 평가 지수인 AAII 고난도 9종 지표 25점과 한국지능정보사회진흥원(NIA) 벤치마크 15점을 결합했다. 배점 35점의 전문가 평가는 AI 전문가 10명이 실질적으로 산업 확산과 기여 계획을 살펴봤다. 2차 평가에서 새로 도입된 사용자 평가는 25점이 배정돼 AI 스타트업 대표와 같이 전문 사용자 49명과 일반 국민 185명이 참여해 실제 사용성과 효용성을 검증했다. 평가 항목별로 1위와 4위 간 점수 격차는 벤치마크 부문 4.0점, 전문가 평가 부문 2.4점, 이용자 평가 부문 5.0점으로 나타났다. 이번 평가를 통과한 업스테이지는 포털 다음 서비스 환경 실증과 퓨리오사AI 신경망처리장치(NPU) 협업 등 국산 소프트웨어 및 하드웨어 결합 성과를 높이 평가받았고, SK텔레콤은 대규모 상용 서비스 탑재와 국방·제조·법무·세무 등 산업 특화 에이전트 적용 실증에서 우수한 평가를 받았다. LG AI연구원은 글로벌 국제기구와의 협업 전략과 에이전틱 AI 차별성, 모델 위험 요인 관리 등에서 호평받았다. 정부는 3개 팀을 대상으로 엔비디아의 차세대 고성능 그래픽처리장치(GPU) B200 지원 규모를 올해 상반기 768장에서 하반기 1000장 수준으로 확대할 계획이라고 밝혔다. 과기정통부에 따르면 6개월간 1000장을 임차할 경우 팀당 약 400억원이 소요되며 3개 팀 지원 규모는 총 1200억원 수준이다. 류제명 과기정통부 제2차관은 “글로벌 AI 경쟁이 치열해지고 주요국에서 AI 모델의 국가 안보 전략자산화 움직임이 가시화되는 상황에 대응해 기존 방식을 뛰어넘는 새로운 지원체계를 관계부처와 논의 중이며 추후 구체적 내용을 발표할 계획”이라고 말했다. 한편 과기정통부는 독파모 프로젝트 3차 평가는 예정대로 진행해 내년 초 최종 2개 팀을 선정할 예정이다.

한국의 대표 ‘독자 인공지능(AI) 파운데이션 모델’(독파모) 2차 종합평가 결과 LG AI연구원, SK텔레콤, 업스테이지 3곳이 살아남았다. 모티프테크놀로지는 글로벌 AI 성능 지수 평가에서 높은 경쟁력을 보였지만 고배를 마시게 됐다. 과학기술정보통신부는 벤치마크, 전문가, 사용자 평가를 종합한 2차 독파모 평가에서 모티프테크놀로지를 제외한 3곳이 통과했다고 18일 밝혔다. 이번 2차 평가는 1차 평가와 비교해 대외 공신력을 대폭 강화했다. 배점 40점의 벤치마크 평가는 글로벌 AI 모델 평가 전문 플랫폼 아티피셜 어낼리시스의 지능·성능 평가 지수인 AAII 고난도 9종 지표 25점과 한국지능정보사회진흥원(NIA) 벤치마크 15점을 결합했다. 배점 35점의 전문가 평가는 AI 전문가 10명이 실질적으로 산업 확산과 기여 계획을 살펴봤다. 2차 평가에서 새로 도입된 사용자 평가는 25점이 배정돼 AI 스타트업 대표와 같이 전문 사용자 49명과 일반 국민 185명이 참여해 실제 사용성과 효용성을 검증했다. 평가 항목별로 보면 벤치마크 평가에서 1위와 4위 간 점수 격차는 4.0점, 전문가 평가에서 1, 4위의 격차는 2.4점, 이용자 평가에서 1위와 4위의 격차는 5.0점으로 나타났다. 과기정통부와 정보통신산업진흥원(NIPA)에 따르면 2단계 평가에 참여한 4곳 모두 AAII에서 모두 31점 이상을 획득해 유럽과 캐나다 등 주요 모델을 모두 추월했다. 40점을 초과한 최상위 점수 구간에는 미국과 중국에 이어 한국 모델이 유일하게 포함됐다. 국가별 프론티어 AI 모델 성능 비교에서도 한국은 미국, 중국에 이어 글로벌 3위에 올랐다. 이번 평가에서 탈락한 모티프테크놀로지스의 모티프3는 AAII에서 47점을 기록해 전 세계 기업별 AI 모델 중 10위에 올랐다. 이번 평가에 통과한 진출팀에 대한 평가 의견을 보면 업스테이지는 포털 다음 서비스 환경 실증과 퓨리오사AI 신경망처리장치(NPU) 협업 등 국산 소프트웨어 및 하드웨어 결합 성과를 높이 평가받았고, SK텔레콤은 대규모 상용 서비스 탑재와 국방·제조·법무·세무 등 산업 특화 에이전트 적용 실증에서 우수한 평가를 받았다. LG AI연구원은 글로벌 국제기구와의 협업 전략과 에이전틱 AI 차별성, 모델 위험 요인 관리 등에서 좋은 평가를 받았다. 정부는 3개 팀을 대상으로 엔비디아의 차세대 고성능 그래픽처리장치(GPU) B200 지원 규모를 올해 상반기 768장에서 하반기 1000장 수준으로 확대하는 한편 기존 방식을 뛰어넘는 지원체계를 관계부처와 논의 중이라고 밝혔다. 최동원 과기정통부 인공지능인프라정책관은 “6개월간 1000장을 임차할 경우 팀당 약 400억원이 소요되며 3개 팀 지원 규모는 총 1200억 원 수준”이라고 말했다. 류제명 과기정통부 제2차관은 “글로벌 AI 경쟁이 치열해지고 주요국에서 AI모델의 국가 안보 전략자산화 움직임이 가시화되는 상황에 대응해 기존 방식을 뛰어넘는 새로운 지원체계를 관계부처와 논의 중이며 추후 구체적 내용을 발표할 계획”이라고 말했다. 독파모 3차 평가는 내년 초 예상최종 2개팀 선정…지원 방식은 미정또 독파모 프로젝트 3차 평가는 예정대로 진행해 내년 초 정도에 최종 2개팀을 선정할 것으로 전망된다. 최종 선정 이후 지원 방식에 대해서는 전면 재검토 중이라고 정부는 밝혔다. 한편 독파모 2차 평가에 참여한 4개팀은 정부 결과 발표 직후 일제히 입장을 내놨다. LG AI연구원은 “세계 시장에서 경쟁할 수 있는 기함급 초대규모 파운데이션 모델 개발의 기반을 마련하는 데 중점을 뒀다”며 “이번 2차 평가 통과는 초대형 모델을 안정적으로 학습하고 운영할 수 있는 기술 기반을 확보하는 동시에 사용자가 실제로 체감하는 응답 품질과 활용 성능을 개선했다는 데 의미가 있다”고 밝혔다. SK텔레콤은 “다음 단계에 참여하게 된 것을 뜻깊게 생각하며 함께해온 컨소시엄 참여 기업·기관들의 노력이 있었기에 가능했다”며 “자체 AI 모델의 산업 및 실생활 확산 성과를 바탕으로 국내 AI 생태계가 함께 활용할 수 있는 결과물을 만드는 데 집중하겠다”고 말했다. 업스테이지도 “전 국민이 AI 혜택을 누릴 수 있는 생태계 기반을 마련함과 동시에 한국 AI가 글로벌 무대의 중심으로 나아가는 역사적인 시간을 함께하게 돼 큰 영광”이라며 “최종 실증 단계로 넘어가는 만큼 포털 다음과 컨소시엄 참여사 등을 통해 국민들이 직접 체감할 수 있는 실사용 모델을 고도화하는 데 최선을 다하는 한편, 아시아권으로 지원 언어를 확대해 글로벌 확산 기반도 마련하겠다”며 앞으로 계획을 제시했다. 탈락 모티프 “신생 스타트업에도 기회줘 감사”“글로벌 프런티어 모델 개발에 최선 다할 것”아쉽게 탈락한 모티프테크놀로지스는 “결과에 상관없이 이번 독파모 프로젝트를 통해 기술력만으로 한국에서도 글로벌 프런티어 수준의 AI 모델 개발이 가능하다는 것을 증명했다는 점에서 뜻깊었다”며 “정부가 독파모 개발에 도전하기로 결정하고 작은 신생 스타트업에도 기회를 주지 않았다면 이런 성과도 만들어내지 못했을 것인 만큼 앞으로도 글로벌 프런티어 모델 개발에 전력을 다할 것”이라고 밝혔다.

국민대학교는 전상훈 본교 자동차IT융합학과 교수 연구팀과 김휘강 고려대학교 교수 연구팀이 차량 보안 분야 국제 심포지엄인 ‘USENIX VehicleSec 2026’에서 최우수 아티팩트상(Best Artifact Award)을 받았다고 13일 밝혔다. 미국 볼티모어에서 열린 이번 학회에서 연구팀은 실제 주행 중인 차량에서 수집한 사이버보안 데이터셋 ‘AutoHack’을 공개해 성과를 인정받았다. 관련 논문은 안세준(국민대)·송유찬(고려대) 학생이 공동 제1저자로 참여했으며, 전상훈·김휘강 교수가 교신저자를 맡았다. 연구팀은 차량 내부 3개 주요 통신망의 데이터를 초정밀 단위로 동기화해 수집함으로써 통신망 간 상호작용과 해킹 공격 전파 경로를 분석할 수 있는 기반을 마련했다. 또한 불규칙 통신 데이터까지 포함해 기존 침입탐지 모델의 한계를 검증할 수 있도록 했다. 해당 연구는 아티팩트 평가에서 공개성·기능성·재현성 부문 인증을 모두 획득했으며, 데이터셋과 벤치마크 코드는 학술 플랫폼 제노도(Zenodo)에 공개됐다. 전 교수는 “공동연구와 실전형 보안 교육이 세계적 수준의 연구 성과로 이어진 사례”라며 “공개 데이터셋이 자동차 사이버보안 연구와 인재 양성에 활용되길 기대한다”고 말했다. 이번 연구는 교육부와 한국연구재단의 첨단분야 혁신융합대학(COSS) 미래자동차 사업 지원을 받아 수행됐다.

LG AI연구원이 국내 최대 규모인 7500억개 파라미터를 갖춘 초거대 인공지능(AI) 모델 ‘K-엑사원 2.0’을 공개했다. 모델 규모를 기존보다 3배 이상 키운 데 이어 장문 이해와 코딩, AI 에이전트의 도구 활용 능력을 높여 글로벌 프런티어 모델과의 경쟁에 나선다. LG AI연구원은 31일 과학기술정보통신부의 ‘독자 AI 파운데이션 모델 프로젝트’ 2차 모델인 K-엑사원 2.0을 오픈소스 플랫폼 허깅페이스에 공개했다고 밝혔다. 파라미터 수는 1차 모델의 2360억개에서 7500억개로 확대됐다. 모델 라이선스에는 누구나 상업적으로 활용할 수 있는 ‘아파치 2.0’을 적용했다. LG AI연구원이 9개 영역의 24개 벤치마크에서 자체 평가한 결과 K-엑사원 2.0은 평균 70.1점을 기록했다. 1차 모델의 63.3점보다 10% 이상 향상된 수준이다. 특히 코딩과 스스로 계획을 세우고 작업을 수행하는 에이전틱 코딩 관련 3개 지표의 평균 성능은 30% 높아졌다. 긴 문서의 맥락을 파악하는 능력도 강화됐다. 글로벌 장문 이해 평가인 ‘오픈AI-MRCR’에서 94.4점, 한국어 장문 평가인 ‘Ko-LongBench’에서 89.6점을 기록했다. 중국 지푸AI의 GLM-5.1이 각각 받은 71.5점과 83.6점을 웃돌았다. 장문 이해 관련 주요 지표 3개의 평균 점수도 GLM-5.1보다 10% 이상 높았다고 연구원은 설명했다. AI가 외부 도구를 적절히 선택해 사용하는 능력을 평가하는 ‘Tau3-Bench Banking’에서는 14.2점을 얻어 GLM-5.1의 11.5점과 알리바바 큐원3.5의 13.4점을 앞섰다. 사용자의 지시를 얼마나 정확하게 이행하는지를 측정하는 평가에서도 GLM-5.1과 딥시크 V4 프로 맥스, 큐원3.5 등과 대등한 성능을 나타냈다. 지원 언어는 기존 한국어·영어·스페인어·독일어·일본어·베트남어에 프랑스어·이탈리아어·포르투갈어·폴란드어를 더한 10개로 확대됐다. 국내 AI 파운데이션 모델 가운데 가장 많은 언어를 지원해 한국형 소버린 AI의 해외 확장 기반도 넓혔다는 설명이다. 한국의 사회·문화적 특수성과 글로벌 윤리 기준 준수 여부를 평가하는 안전성 시험에서도 평균 94.6점을 기록했다. GLM-5.1의 71.3점과 딥시크 V4 프로 맥스의 65.2점, 큐원3.5의 89점을 웃도는 수치다. 임우형 LG AI연구원 공동 연구원장은 “국내 연구진이 7500억개 파라미터급 모델의 설계부터 데이터·분산 학습, 추론 환경 구축까지 전 과정을 독자적으로 완수했다”며 “글로벌 프런티어 모델과 같은 체급에서 경쟁할 수 있는 역량을 확보했다”고 말했다. LG AI연구원은 다음 주 산업 특화 AI 파운데이션 모델을 추가로 공개해 ‘전문가 AI’ 포트폴리오를 확대한다. 일반 이용자가 K-엑사원 2.0의 실제 사용성을 평가할 수 있는 대국민 평가 사이트와 체험 서비스도 준비하고 있다.

SK텔레콤이 29일 수학·과학 추론 능력 등을 강화한 독자 인공지능(AI) 파운데이션 모델 ‘에이닷엑스 케이투(A.X K2)’를 공개했다. A.X K2는 정부의 독자 AI 파운데이션 모델 사업을 통해 공개하는 두 번째 초거대 모델이다. 직전 모델(A.X K1)에 비해 매개변수(파라미터)가 5190억개(519B) 규모에서 6880억개(688B)로 확대했다. A.X K2는 자체 개발한 ‘SGA’ 구조를 적용해 긴 문맥에서도 필요한 정보만 선별해 처리하도록 설계됐다. 국내외 14개 벤치마크 평균 성능은 K1보다 32.2%포인트 향상됐고, 장문 이해와 에이전트 관련 평가는 83.9%포인트 개선됐다. SK텔레콤은 최근 출시된 큐원, 딥시크, 키미 등 해외 오픈소스 모델과 동급 수준의 성능을 확보했다고 설명했다. SKT는 A.X K2의 활용 범위를 제조·국방·바이오 등 산업 현장으로 넓힌다는 구상이다. 제조 영역에서는 철강 제조 기업 KG스틸, 자동차 부품 제조 기업 코넥과 제조 특화 AI 에이전트에 A.X K2를 적용한다. 또 국방부와 협업해 A.X K1 기반의 양자화 모델 3가지를 개발했다. 바이오 분야로 진출도 검토 중이다. SK바이오팜과 난치성 암 표적 치료제 개발에 AI를 활용하고 있다. 일상생활 영역에서는 A.X K2 경량 모델을 SKT의 에이닷 서비스에 적용하고 있다. SKT는 A.X K2의 후속 모델을 조(兆) 단위 매개변수 규모로 확장한다는 구상이다. 김태윤 SK텔레콤 파운데이션 모델 담당은 “다양한 산업 분야에 A.X K2를 적용·발전시켜 국가 경쟁력 강화에 기여하겠다”고 밝혔다.

‘국가대표 인공지능(AI)’ 자리를 놓고 경쟁하는 기업들이 다음달 2차 평가를 앞두고 승부수를 꺼냈다. 올해 초 1차 평가에서는 모델 성능과 독자 개발 여부가 핵심이었다면, 이제는 복잡한 업무를 스스로 처리하는 에이전트 능력과 실제 서비스에 적용할 수 있는 운영 효율이 승부처로 떠올랐다. 업스테이지는 23일 에이전트 AI에 특화한 대규모언어모델(LLM) ‘솔라 오픈2’를 공개했다. 전체 매개변수 2500억개 가운데 작업에 필요한 150억개만 사용하는 구조로, 최적화하면 엔비디아 H200 그래픽처리장치(GPU) 단 2장으로도 구동할 수 있다. 글로벌 모델과 겨룰 성능을 확보하면서 기업과 공공기관이 자체 인프라에 도입할 때의 부담을 낮춘 것이 특징이다. 업스테이지는 지시 이행과 도구 호출 평가에서 딥시크와 미스트랄 등 주요 해외 오픈 모델을 앞섰다고 밝혔다. 같은 날 SK텔레콤 컨소시엄은 국산 AI 모델과 반도체를 결합한 ‘풀스택’ 전략을 내세웠다. 참여사 리벨리온은 5190억개 매개변수 규모의 ‘A.X K1’을 자체 신경망처리장치(NPU) 서버 한 대에서 구동하고 여러 이용자의 요청을 동시에 처리하는 AI 에이전트를 시연했다. 대규모 모델을 국산 반도체에서 실제 서비스 형태로 운영할 수 있음을 보여준 것이다. SK텔레콤은 후속 모델 ‘A.X K2’를 개발하는 한편 SK AX와 테크노매트릭스를 새로 합류시켜 제조와 반도체, 국방 분야의 현장 적용 역량도 보강했다. 1차 평가 선두인 LG AI연구원은 ‘K-엑사원’의 산업 전문성과 업무 수행 능력을 끌어올리며 수성에 나선다. 통신과 공공안전, 경찰 수사 지원 등 전문 분야에서 활용 가능성을 넓히고 있다. 그룹 계열사의 산업 데이터와 현장 경험을 모델 개발과 실증에 활용할 수 있다는 점이 강점이다. 지난 2월 추가 합류한 모티프테크놀로지스의 추격도 변수다. 모티프는 지난 21일 자체 설계한 ‘모티프3’ 프리뷰 모델을 공개했다. 글로벌 오픈소스 평가에서 3위권을 기록했다는 게 회사 측 설명이다. 과학기술정보통신부는 다음달 초 벤치마크와 전문가·이용자 평가를 거쳐 4개 정예팀을 3곳으로 압축한다. 살아남은 3개 팀은 추가 고도화를 거쳐 연말 최종 2개 팀을 가리는 평가를 치른다. 정부가 오는 12월 범용 챗봇과 공공 AI 에이전트를 결합한 ‘모두의 AI’를 출시할 예정인 만큼, 독파모에서 개발한 국산 모델이 향후 대국민 서비스와 산업 현장으로 확산할 수 있을지도 관심사다.

오픈AI의 최신 인공지능(AI) 모델들이 통제된 실험 환경을 벗어나 외부 사이트를 해킹하는 초유의 사고가 발생했다. 인간의 통제를 벗어난 AI의 사이버 공격이 현실화된 첫 사례다. 21일(현지시간) 오픈AI는 ‘GPT-5.6 솔’과 일부 미공개 AI 모델이 내부 평가 도중 통제를 벗어나 개방형(오픈소스) AI 공유 플랫폼 ‘허깅페이스’를 해킹한 사실을 확인했다고 밝혔다. 허깅페이스는 AI 개발자들이 함께 쓰는 거대한 ‘AI 자료창고’로, 개발자들은 이곳에서 AI 모델과 데이터를 공유하고 서로의 성과를 바탕으로 새로운 AI를 개발한다. 이번 사고는 AI 모델의 취약점 탐지 및 공격 능력을 측정하는 내부 실험 과정에서 발생했다. 당시 오픈AI 모델들은 평가를 위해 사이버 공격에 대한 안전장치가 일부 완화된 상태였다. 오픈AI는 이들 모델의 사이버 공격 능력을 평가하기 위해 외부 인터넷과 격리된 ‘샌드박스’ 환경에서 시험을 진행했으나, AI 모델들은 미공개(제로데이) 취약점을 이용해 통제망을 뚫고 인터넷에 접속했다고 설명했다. 이후 허깅페이스에 접속해 인증 정보를 탈취하고 해당 서버를 해킹한 것으로 나타났다. 오픈AI는 자사 모델들이 이같이 행동한 이유에 대해 “모든 정황을 종합해 볼 때 이 모델들은 (보안 벤치마크인) ‘익스플로잇짐’의 평가용 문제에 대한 해법을 찾는 데 지나치게 집중해 극단적인 수단까지 동원했던 것으로 보인다”고 분석했다. 앞서 허깅페이스는 지난 16일 자사 서버가 자율 AI 에이전트에 의해 해킹됐으며 공격자가 어떤 모델을 사용했는지는 확인되지 않았다고 공지한 바 있다. 해당 사건의 범인이 오픈AI의 모델들로 드러난 셈이다. 허깅페이스는 이와 같은 해킹 사실을 AI 지원 탐지 시스템의 발견으로 인지했고, 공격 양상의 분석도 AI로 진행했다. 회사는 “일반에 공개된 사용자 대상 모델이나 데이터세트 등이 변조된 흔적은 발견되지 않았고, 소프트웨어 공급망도 안전한 것으로 확인됐다”고 말했다. 허깅페이스와 오픈AI는 현재 공동으로 포렌식(디지털 증거 분석) 조사를 진행해 관련 취약점을 보완하고 있다. 오픈AI는 “이번 사건은 최첨단 기법이 동원된 전례 없는 사이버 공격으로 간주하고 있다”며 “현재 허깅페이스와 사건 전말의 이해와 모델의 대응 능력을 가늠하기 위해 초기 조사 결과를 조사 중”이라고 밝혔다. 그러면서 “허깅페이스와 조사를 계속 진행해 조사가 완료되는 대로 취약점 및 자세한 조사 정보를 공개할 예정”이라고 덧붙였다. 오픈AI가 엄격한 격리 환경에서 내부 평가를 진행했음에도 이 같은 사고가 발생한 만큼 AI의 사이버 안전에 대한 논란이 커질 것으로 보인다. 특히 폐쇄형으로 운영되는 미국의 상용 AI 모델과 견줘 안전 관련 통제 수준이 낮은 것으로 알려진 중국산 개방형 모델의 성능이 크게 향상되면서 이를 악용한 사이버 공격이 더 늘어날 가능성도 제기된다. 실제 허깅페이스는 애초 이번 해킹 공격을 중국 즈푸(智譜·Z.ai)의 개방형 모델 GLM 5.2로 분석하기도 했다. 주요 상용 모델은 내장된 안전장치 때문에 사이버 공격의 로그 분석을 거부한 반면 GLM 5.2는 이를 수행했기 때문이다. 허깅페이스는 “자율적인 AI 기반 공격이 더는 이론상 개념이 아니다”라며 공격뿐 아니라 방어에도 AI를 적극적으로 활용해 속도를 따라잡아야 한다고 강조했다.

중국 문샷 AI가 새로 출시한 인공지능(AI) 서비스 ‘키미 K3’가 시장에 큰 충격을 던지고 있습니다. 일각에서는 과거 큰 충격을 준 딥시크보다 더 중대한 변화를 몰고 올 수 있을 것으로 보고 있습니다. 왜냐하면 이제 성능 면에서 중국 AI 모델이 미국의 프론티어 모델과 경쟁할 수 있다는 점을 보여줬기 때문입니다. 키미 K3는 무려 2.8조개의 매개변수를 보유한 초거대 모델로, 가중치를 공개하는 가중치(Open Weights) 모델 가운데 최초로 3조 급(3T-class‘ 규모에 도달한 모델입니다. 모델의 체급이 크다는 것은 그만큼 성능이 우수하다는 점을 시사하는 대목이지만, 단순히 크기만 키울 경우 연산 자원을 많이 소모해 그만큼 속도가 느려지고 비용은 증가하게 됩니다. 이 문제를 극복하기 위해 키미 K3는 ‘Stable LatentMoE’ 프레임워크를 기반으로 하며, 총 896명의 전문가 중 토큰당 16개만 활성화하는 하이브리드 선형 메커니즘을 적용해 효율성을 전작 대비 2.5배 높였습니다. 쉽게 말해 여러 전문가를 사용하지만, 각 작업 시에는 일부 전문가만 활용해 연산 부하를 줄이고 속도를 높인 것입니다. 공개된 벤치마크를 보면 대부분의 벤치마크에서 앤트로픽의 클로드 페이블5와 오픈AI의 GPT-5.6 솔과 비슷하거나 살짝 뒤처진 결과를 보여줬으며 일부 벤치에서는 앞서는 결과를 보여주기까지 했습니다. 예를 들어 종합 지능 지수에서는 미국의 최상위 모델들을 턱밑까지 추격한 3위권에 위치했지만, 실제 코딩(Code) 및 웹 개발(WebDev) 블라인드 테스트(Arena.ai)에서는 Elo 점수 1679점을 기록하며 세계 1위에 올랐습니다. 미국의 독주 체제였던 프론티어 코딩 영역에서 중국 모델이 정상에 선 것입니다. 그러면서 가격은 백만 토큰당 입력 3달러, 출력 15달러로 책정돼 현재 가장 앞선 두 모델보다 저렴합니다. 다만 중국 내 기존 AI 모델과 비교해서는 비싸기 때문에 중국 내에서는 ‘럭셔리 모델’이라는 이야기가 나오고 있습니다. 키미 K3는 단순한 질문을 처리하는 챗봇이 아니라 장기적인 코딩이나 에이전트 기능에 강점을 보이는 특징이 있습니다. 특히 복잡한 업무를 해결하는 능력이 뛰어나 앞으로 AI 코딩 및 설계 부분에서 두각을 나타낼 것으로 주목받고 있습니다. 문샷 AI가 공개한 가장 놀라운 성과는 반도체 칩 자율 설계 능력이었습니다. 키미 K3는 고가의 미국산 독점 반도체 설계 소프트웨어(EDA) 도움 없이, 오직 오픈소스 도구만을 활용해 인간의 개입 없이 단 48시간 만에 실제 작동 가능한 AI 가속 칩을 설계·검증해냈습니다. GPU 커널 최적화까지 스스로 수행한 후 AI가 만든 가상 칩은 시뮬레이션 결과 초당 8700개 이상의 토큰을 디코딩했습니다. AI가 자신을 구동할 AI 하드웨어를 만드는 미래가 더 이상 공상과학의 영역이 아님을 보여준 것입니다. 그밖에도 키미 K3는 단순한 코드 생성을 넘어, 복잡한 공간 구성과 동적 조명이 구현된 데스크톱 환경이나 인터랙티브한 웹 게임을 프로덕션 수준으로 컴파일해내는 탁월한 능력이 뛰어나 개발자들 사이에서 큰 화제가 되고 있습니다. 다만 MoE 구조의 2.8T급 거대 모델을 어떻게 서비스할 인프라를 구축하고 확장하는 일은 간단하지 않을 수 있습니다. 현재까지 문샷 AI는 알리바바의 클라우드 인프라를 이용해서 키미 K3를 개발하고 서비스하는 것으로 알려져 있습니다. 중국 수출용으로 성능을 낮춘 H20 GPU를 사용하고 있음에도 이런 뛰어난 성능을 보였다는 점이 인상적이지만, 앞으로 인프라를 추가 구축해야 하는 상황에서는 다소 제약이 있을 수 있습니다. 미국의 규제를 돌파하기 위해 키미 K3는 중국 내 자체 개발한 AI 칩으로도 테스트하고 있는 것으로 알려져 있습니다. 만약 중국 자체 AI 칩으로 현재의 키미 K3 같은 고성능 모델을 제한 없이 서비스할 수 있다면 미국의 AI 헤게모니를 심각하게 위협할 수 있을 것으로 생각됩니다. AI에서 중국의 도전이 만만치 않은 가운데 미국 빅테크들의 대응도 주목됩니다.

반려견이나 반려묘를 키우는 사람이 많다. 특히 반려동물을 처음 키우는 이들은 동물이 무슨 말을 하고 싶어 하는지 궁금할 때가 많다. 국내 연구진이 동물의 몸짓을 단어처럼 읽고 이해하는 인공지능(AI)을 개발해 눈길을 끈다. 카이스트 뇌인지과학과 연구팀은 동물의 행동 데이터를 언어처럼 학습해 자폐를 일으킨 생쥐의 사회적 행동 결함을 스스로 찾아낼 수 있는 AI 모델 ‘비헤이버트’(BehaVERT)를 개발했다고 1일 밝혔다. 이번 연구 결과는 컴퓨터 비전 분야 국제 학술지 ‘인터내셔널 저널 오브 컴퓨터 비전’(IJCV)에 실렸다. 연구팀은 생쥐의 코, 귀, 척추, 사지, 꼬리 등 신체 부위의 골격 좌표를 자연어 단어에 해당하는 ‘토큰’으로 변환한 다음 자연어 처리에 널리 사용되는 BERT 기반 트랜스포머 모델에 입력해 학습시켜 행동의 의미를 이해하는 ‘비헤이버트’를 구현했다. 연구팀은 모두 생명과학 전공자로 인공지능을 직접 익혀 행동 분석에 특화된 모델과 학습 전략을 설계했다는 점도 눈길을 끈다. 그 결과, 비헤이버트는 단순히 동물의 행동을 분류하는 것을 넘어 시간의 흐름 속에서 행동의 의미를 스스로 학습하는 것으로 나타났다. 특히 사회적 상호작용, 다개체 행동, 3차원 움직임 분석, 자폐 행동 분석 등 다양한 분야의 국제 표준 벤치마크 5종에서 기존 최고 수준의 성능을 넘어선 것으로 확인됐다. 또 비헤이버트는 다른 인공지능과 달리 자신이 어떤 행동에 주목해 판단을 내렸는지 연구자에게 알려주는 ‘해석 가능성’까지 갖췄다. 실제로 Shank3B 유전자를 제거해 자폐를 유발한 생쥐와 정상 생쥐를 구분하는 과정에서 비헤이버트는 입과 입을 맞대는 접촉에 집중한 것으로 나타났다. 이는 자폐 생쥐가 접근 행동은 정상적으로 수행하지만 실제 사회적 상호작용에는 결함을 보인다는 기존 연구 결과와 정확히 일치하는 부분이다. AI가 사전에 생물학적 지식을 학습하지 않았더라도 행동 관찰만으로 자폐 행동의 핵심 특징을 스스로 발견한 것이라고 연구팀은 설명했다. 이번 연구는 동물 행동을 언어처럼 분석하는 새로운 AI 접근법을 제시한 것으로 평가된다. 특히 AI가 단순한 행동 분류를 넘어 행동의 의미를 이해하고 생물학적으로 중요한 단서를 찾아낼 수 있음을 보여줌으로써 신약 개발, 정신질환 연구, 행동유전학 분야를 위한 차세대 ’행동 파운데이션 모델‘의 가능성을 열었다. 연구를 이끈 김대수 교수는 “동물의 움직임에도 언어와 같은 구조가 존재할 수 있다는 질문에서 연구가 시작됐다”며 “비헤이버트는 단순히 행동을 분류하는 것을 넘어 행동의 의미까지 이해할 수 있는 새로운 AI 모델로 다양한 생명과학 분야에서 새로운 발견을 이끄는 핵심 연구 도구가 될 것으로 기대한다”고 밝혔다.

- 분산 서빙 기반 추론 최적화… 보유 GPU 인프라 활용 효율 높여- 고부하 환경서 토큰 출력 속도 2.2배 향상… AI 서비스 응답 지연 완화- 국내 유일 GPU·국산 NPU 이기종 가속기 지원… 소버린 AI 인프라 선택권 확대 AI·클라우드 소프트웨어 전문 기업 오케스트로(대표 김범재, 김영광)는 보유 GPU 인프라의 활용 효율을 높여 기업 AI 서비스의 추론 병목을 줄이는 AI 추론 운영 플랫폼 ‘콘체르토 AI(CONCERTO A.I.)’를 선보였다고 29일 밝혔다. 생성형 AI 도입이 확산되면서 기업 AI 인프라의 핵심 과제는 GPU 확보에서 추론 운영 효율화로 전환되고 있다. AI 챗봇, 업무 자동화 에이전트, 검색증강생성(RAG) 기반 서비스 등 상시 운영 AI 서비스가 늘어나면서 모델 호출과 추론 연산 수요도 함께 증가하고 있다. 에이전트형 AI 환경에서는 단일 요청이 복수의 모델 호출과 반복 연산으로 이어져 추론 작업량이 단기간에 급증할 수 있다. GPU를 보유하더라도 추론 요청이 특정 자원에 집중되면 병목으로 인한 응답 지연과 자원 낭비가 동시에 발생하는 구조적 문제가 따른다. 콘체르토 AI는 분산 서빙 기반의 추론 최적화를 핵심 기술로 채택했다. 기존 단일 처리 방식은 질문 분석과 답변 생성을 동일 GPU 자원에서 처리해 요청 집중 시 전체 응답 속도가 저하된다. 콘체르토 AI는 두 작업을 분리해 각각에 적합한 자원을 배치함으로써 병목을 줄인다. 여기에 키-값 캐시(KV Cache) 최적화와 메모리 재사용 기술을 적용해 초기 응답 시간과 토큰 처리 속도를 개선하고, 실시간 대기열·자원 상태 기반 지능형 라우팅 기능을 결합해 고부하 환경에서도 응답 성능을 유지한다. 오케스트로가 자체 온프레미스 AI 인프라 환경에서 수행한 벤치마크 테스트에 따르면, 동시 요청이 집중되는 고부하 환경에서 콘체르토 AI의 분산 서빙 방식은 기존 단일 처리 방식 대비 토큰 출력 속도를 2.2배 높게 유지한 것으로 나타났다. 운영 자동화 기능도 탑재됐다. 콘체르토 AI는 AI 모델 배포부터 추론 요청 처리, 자원 배분, 성능 모니터링까지 LLMOps에 필요한 기능을 단일 플랫폼에서 제공한다. 표준화된 모델 패키징 기술을 기반으로 쿠버네티스 파드(Pod) 생성부터 엔드포인트 연결까지 배포 과정을 자동화하며, 배포 이후에는 초기 응답 시간·토큰 처리 속도·자원 사용량 등 주요 지표를 통합 모니터링 환경에서 확인할 수 있다. 인프라 호환성 측면에서는 엔비디아 GPU 외에 리벨리온·퓨리오사AI 등 국산 NPU 환경까지 지원하는 이기종 가속기 구조를 채택했다. 오케스트로 측은 GPU와 국산 NPU를 아우르는 상용화 수준의 AI 추론 운영 플랫폼은 국내에서 콘체르토 AI가 유일하다고 밝혔다. 이를 통해 기업·기관은 프라이빗 AI 및 소버린 AI 환경에서 특정 하드웨어 벤더 의존도를 낮추고 서비스 특성과 보유 인프라에 맞춰 추론 자원을 구성할 수 있다. 김범재 오케스트로 대표는 “기업 AI 인프라의 과제는 더 많은 GPU를 확보하는 것에서 보유 자원을 얼마나 효율적으로 운영하느냐로 옮겨가고 있다”며 “콘체르토 AI를 기반으로 기업이 보유한 AI 인프라의 활용 효율을 높이고, 프라이빗 AI 환경에서도 안정적인 AI 서비스 운영을 지원하겠다”고 밝혔다.

데이터 정책을 총괄하는 범부처 기구로 ‘데이터 관계장관 회의체’가 신설된다. 글로벌 인공지능(AI) 시장의 성패를 가를 핵심 자산인 ‘데이터’의 확보와 활용을 위해 범국가적 역량을 투입하겠다는 것으로, 고품질 데이터 공급과 규제 완화를 통해 ‘AI 3대 강국’으로 도약하겠다는 구상이다. 과학기술정보통신부·행정안전부·문화체육관광부·개인정보보호위원회·국가데이터처 등 부처는 28일 정부서울청사에서 열린 데이터관계장관회의에서 이런 내용의 ‘AI 대전환 시대 데이터 정책 추진방향’을 발표했다. 이날 회의는 김민석 국무총리가 주재했다. 정부는 향후 2~3년이 핵심 국정과제인 ‘AI 3대 강국 도약’ 실현 적기라고 진단하고 현장에 필요한 데이터를 적기에 공급할 계획이다. 이에 민간이 자체 확보하기 어려운 고품질 추론데이터(CoT), AI 안전·신뢰성 데이터셋, 성능 벤치마크 평가 데이터를 구축하고, 멀티모달·고난이도 데이터 등 독자 AI 모델 개발에 필요한 핵심 데이터를 확충·지원한다. 부처와 기관이 개별 관리하던 AI 학습용 데이터는 업사이클링을 거쳐 공개할 예정이다. 민간 수요를 기반으로 공공데이터 개방도 확대한다. 민간 수요가 많은 ‘AI·고가치 공공데이터 Top 100’을 선정하고 개방한다는 방침이다. 정책연구 보고서나 국가자격시험 문답 등 비정형 데이터도 AI 활용이 쉬운 형태로 바꾼다. 피지컬 AI·제조, 모빌리티, 바이오·보건의료, 농업, 문화 등 업종·분야별 특성을 반영해 AX(AI 전환) 특화 데이터를 확보하고, 자발적 데이터 공유가 어려운 의료 등의 전략 분야에는 수익 배분을 기반으로 데이터 공유·활성을 촉진하는 ‘데이터 스페이스’를 시범 적용한다. 또 모든 데이터가 모이고 연결되는 ‘데이터 고속도로’를 구축한다. 정부는 국가 데이터 통합플랫폼 ‘원-윈도우’를 중심으로 플랫폼 간 연계를 강화하기로 했다. 또 AI 학습용 데이터를 모은 ‘AI 허브’(aihub.or.kr) 플랫폼은 AI 학습용 데이터 통합제공시스템으로 확대·개편한다. AI 학습용 데이터 개방을 가로막는 제도를 합리적으로 개선하기로 했다. 정부는 AI 학습을 위한 저작물 활용 등을 규정하는 ‘저작권법’ 개정 필요성을 검토한다. 개인정보를 포함하는 데이터를 안전을 전제로 AI 학습에 이용할 수 있도록 ‘개인정보보호법’ 개정도 추진한다. 중소·스타트업의 데이터 활용을 돕기 위해선 데이터와 AI 기술, 인프라를 패키지로 지원하는 ‘AX 원스톱 바우처’를 제공할 방침이다. 민간 데이터 거래 시장을 활성화하기 위해 AI 학습용 데이터 구매 비용에는 세액공제를 적용한다. 이외에도 해외 주요 선도대학과 연계한 데이터 전문인력 양성과 기업 현장 데이터를 교육용으로 가공하는 방안도 검토한다. 배경훈 부총리 겸 과기정통부 장관은 “AI 혁신의 골든타임 내에, 현장에서 필요한 데이터를 적시에 활용할 수 있도록 관계 부처가 힘을 모아 적극 지원하겠다”고 말했다. 김 총리는 “그간에는 영역별 전문성을 축적하는 데 집중했다면, 이제는 부처 간 장벽을 허물고 유기적으로 협업하는 방안을 고민할 시점”이라며 부처 간 협력을 주문했다.

블록체인 특화 LLM 평가 체계 제시...“범용 AI 고성능에도 Web3 전문 추론은 과제로 남아”싱가포르 오픈소스 AI 연구기관 DMind AI가 아시아 연구진과 공동으로 개발한 ‘디마인드 벤치마크(DMind Benchmark)’ 논문이 국제 학술대회 ‘KDD 2026(ACM SIGKDD)’의 데이터셋 및 벤치마크(Datasets ＆ Benchmarks) 트랙에 채택됐다고 26일 밝혔다. 본 학술대회는 오는 8월 9일부터 13일까지 제주에서 개최된다. 이번 연구는 웹3(Web3) 및 블록체인 분야에서 대형언어모델(LLM)의 성능을 정량적으로 측정하기 위한 평가 체계를 제안한 것이 핵심이다. 연구팀은 기존의 범용 AI 평가 방식에서 벗어나 블록체인 산업 특화 과제를 중심으로 모델의 실무 활용성과 전문 추론 능력을 검증하는 데 중점을 두었다고 설명했다. 최근 글로벌 AI 업계에서는 특정 산업 분야에 최적화된 도메인 특화 AI 개발 경쟁이 확대되는 흐름이다. 특히 금융·보안 분야에서는 단순 언어 생성 능력보다 정확한 추론과 안정성이 중요해지면서 전문 벤치마크 구축 필요성도 커지고 있다. 디마인드 벤치마크는 블록체인 기초 개념, 인프라, 스마트 컨트랙트, 탈중앙화 금융(DeFi), 탈중앙화 자율조직(DAO), 대체불가토큰(NFT), 토큰 이코노믹스, 밈코인, 보안 취약점 등 총 9개 도메인을 평가 범주로 설정했다. 단순 객관식 형태를 넘어 스마트 컨트랙트 디버깅, 온체인 수치 추론 등 실제 환경 기반 문제도 포함한 점이 특징이다. 연구팀은 GPT-5 시리즈, Claude, Gemini, DeepSeek, Grok, Qwen 등 총 31개 주요 AI 모델을 대상으로 성능을 비교 평가했다. 평가 결과 GPT-5 Medium이 전체 평균 77.63점으로 가장 높은 점수를 기록했지만, 토큰 이코노믹스와 보안 취약점 분야에서는 다수 모델이 낮은 성능을 보였다고 밝혔다. 연구진은 현재 상용화된 주요 AI 모델들도 Web3 전문 추론 영역에서는 여전히 한계를 드러내고 있다고 분석했다. 특히 복잡한 토큰 구조 해석이나 스마트 컨트랙트 보안 관련 문제에서는 모델 간 성능 편차가 크게 나타났다고 설명했다. 비용 대비 성능 측면에서는 일부 오픈소스 모델의 경쟁력도 확인됐다는 평가다. 연구에 따르면 DMind의 32B 파라미터 오픈소스 모델은 Web3 특화 과제에서 제한된 비용으로도 높은 성능을 기록했다. 특히 토큰 이코노믹스와 보안 영역에서는 대규모 범용 모델 대비 10~30% 수준의 비용으로 유사하거나 더 높은 성능을 보였다고 연구팀은 밝혔다. 업계에서는 생성형 AI가 금융·디지털 자산 분야로 확대 적용되면서 스마트 컨트랙트 검증이나 온체인 데이터 분석 자동화 수요도 증가하는 추세다. 이에 따라 산업 특화 AI 모델의 신뢰성과 검증 체계 중요성도 함께 커지고 있다는 분석이 나온다. 싱가포르 경영대학교 정보시스템학과 주페이다(ZHU Feida) 교수는 “이번 연구는 Web3 AI 분야에서 측정 가능한 평가 기준을 제시했다는 점에서 의미가 있다”며 “향후 해당 분야 AI 기술의 성능과 안정성 검증 체계 구축에도 활용될 수 있을 것”이라고 말했다. 한편 DMind 모델은 현재 AI 금융 플랫폼 ‘Minara(미나라)’에 적용돼 운영 중이다. 연구팀은 개인 투자자와 디지털 자산 보유자를 위한 재무 비서 기능 등에 해당 기술이 활용되고 있다고 설명했다.

GPU 추가 학습 없이 글로벌 AI 추론 성능 3위 달성 국내 인공지능(AI) 스타트업 비드래프트(VIDraft Inc.·대표 김민식)가 추가 GPU 학습 과정을 거치지 않고도 최상위권 추론 성능을 도출하는 대형언어모델(LLM) 프레임워크 기술을 공개했다. 비드래프트는 자사가 개발한 ‘Darwin Family’ 계열 모델의 핵심 기술을 담은 연구 논문을 공개하고, 관련 핵심 기술 3건에 대한 국내 특허를 출원했다고 밝혔다. 이번에 등록된 논문은 「Darwin Family: MRI Trust Weighted Evolutionary Merging for Training Free Scaling of Language Model Reasoning」으로, 현재 Hugging Face Papers와 오픈소스 아카이브 arXiv(등록번호 2605.14386)에 게재된 상태다. 본 연구에는 비드래프트 소속 연구원 7명이 공동 저자로 참여 명단을 올렸다. Darwin Family는 기존 AI 개발 과정에서 필수로 여겨졌던 추가 학습(Post training) 없이 모델 병합만으로 고성능 추론 능력을 구현하는 새로운 방식의 AI 모델 프레임워크다. 핵심 기술은 MRI Trust Fusion, 14차원 적응형 병합 게놈(Merge Genome), 아키텍처 매퍼(Architecture Mapper) 등 세 가지로 구성된다. MRI Trust Fusion은 모델 각 레이어의 기능적 중요도를 분석한 뒤 신뢰 파라미터를 기반으로 동적 융합을 수행하는 기술이다. 이를 통해 GPQA 정확도를 기존 방식 대비 2.5%포인트 향상시켰다는 설명이다. 또한 14차원 병합 게놈 기술은 어텐션과 FFN, 임베딩 등 모델 내부 구성 요소를 세밀하게 제어하며 경사하강법 없이 진화 탐색만으로 최적 병합 전략을 자동 탐색한다. 아키텍처 매퍼는 Transformer와 Mamba 등 서로 다른 AI 구조 간 결합을 가능하게 하는 기술로, 추가 재학습 없이 이종 모델 교배를 구현한다. Darwin Family는 Hugging Face가 주관하는 AI 성능 벤치마크인 ‘GPQA Diamond(Graduate Level Google Proof Q＆A)’ 평가에서 글로벌 3위를 기록했다. 해당 지표는 박사 학위 소지자 수준의 과학적 추론 능력을 평가하는 대표적 기술 지표다. 비드래프트는 별도의 파인튜닝이나 사후 학습을 거치지 않고도 수백억 파라미터 규모의 Fully Trained 모델들의 성능 데이터 수준을 상회했으며, 최소 4B부터 최대 35B 규모에 이르기까지 다양한 모델 세그먼트 구간에서 부모 모델 대비 실질적 성능 향상 수치를 검증했다고 밝혔다. 국내 정량 평가 지표에서도 상위 순위를 점유하고 있다. 과학기술정보통신부와 한국지능정보사회진흥원(NIA)이 주관·운영하는 ‘K-AI 리더보드’에서는 Darwin 기반 모델들이 2위, 3위, 4위, 5위, 7위, 8위를 동시에 기록 중인 것으로 집계됐다. 특히 현재 1위 모델과의 데이터 점수 격차는 0.001점 범위 내에 있는 것으로 확인됐다. 비드래프트에 따르면 공식 모델 공개 이후 45일 만에 파생·양자화 레포지터리 88개와 개별 모델 파일 473개가 생성됐다. GGUF 양자화 분야 개발자 bartowski와 mradermacher 등 글로벌 오픈소스 커뮤니티 개발자들도 Darwin 모델군 배포와 최적화 작업에 참여하고 있다. 현재 Darwin 모델은 Windows·Linux·Mac 환경의 GGUF 포맷을 비롯해 Apple MLX, AWQ, NVIDIA Blackwell 전용 NVfp4 등 다양한 플랫폼을 지원한다. 김민식 비드래프트 대표는 “Darwin 생태계의 확산 속도와 규모는 국내 AI 모델 역사에서도 보기 드문 수준”이라며 “세계 최상위권 양자화 개발자들의 자발적 참여와 폭넓은 플랫폼 지원 체계를 기반으로 글로벌 AI 표준 생태계로 진입하고 있다”고 밝혔다. 한편, 이번 연구는 과학기술정보통신부 재원으로 수행된 ‘AI컴퓨팅자원활용기반강화(GPU 임차 지원) 사용자 지원사업’의 지원을 받아 진행됐다.

모건스탠리캐피털인터내셔널(MSCI) 한국 지수에서 한진칼과 HD현대마린솔루션, SK바이오팜이 제외됐다. 반면 지수 편입 기대를 모았던 레인보우로보틱스와 키움증권은 결국 문턱을 넘지 못했다. 글로벌 주가지수 산출업체 MSCI는 12일(현지시간) 5월 정기 리뷰 결과를 발표하고 한국 지수 구성 종목을 이같이 조정했다고 밝혔다. 신규 편입 종목은 없었다. 이로써 MSCI 한국 지수 구성종목 수는 기존 80개에서 77개로 줄었다. 지수 리밸런싱(재조정)은 오는 29일 장 마감 후 이뤄진다. MSCI 지수는 전 세계적으로 가장 영향력 있는 글로벌 주가지수 중 하나로, 글로벌 투자자의 벤치마크 지수 역할을 한다. 지수에 편입되면 이 지수를 추종하는 글로벌 패시브 자금(ETF·인덱스펀드 등)의 유입이, 편출되면 자금 이탈 가능성이 커진다. MSCI는 매년 2월·5월·8월·11월 정기 리뷰를 통해 시가총액과 유동 시가총액 등을 기준으로 편입 종목을 조정한다. 유동 시가총액은 대주주 지분처럼 실제 시장에서 거래되기 어려운 물량을 제외한 수치다. 이번에는 특히 한진칼 편출에 관심이 쏠렸다. 시장에서는 한진칼이 유동 시가총액 기준을 충족하지 못할 가능성이 꾸준히 제기돼 왔다. 하나증권에 따르면 이달 17일 기준 한진칼의 시총은 7조 8112억원으로 기준(5조 8062억원)을 크게 웃돌았지만 유동 시총은 2조 7339억원으로 편출 기준(2조 9031억원)을 밑돌았다. 최근 한진칼 주가 약세도 영향을 준 것으로 보인다. MSCI 편출입 판단은 지난 4월 마지막 10거래일 중 하루를 기준으로 이뤄졌는데, 당시 한진칼 주가는 11만 7000원대에서 11만원 초반까지 밀렸다. 삼성증권은 한진칼 편출 시 약 950억원 규모 외국인 자금이 빠져나갈 수 있다고 추정했다. 유가가 급등하고 중동 지역 하늘길이 제한되면서 항공·물류 지주사인 한진칼의 실적 불확실성이 커진 영향으로 보인다. HD현대마린솔루션과 SK바이오팜도 잔류 전망이 있었지만 높아진 편입 기준을 넘지 못한 것으로 분석된다. 증권가에서는 이번 리뷰에서 레인보우로보틱스 편입 가능성을 높게 봤지만 결과적으로 불발됐다. 하나증권은 최근 보고서에서 레인보우로보틱스 편입 확률을 70%, 키움증권은 30%로 제시한 바 있지만 둘다 기준 미달로 지수 편입에 실패했다. 한편 이날 코스피는 전 거래일보다 200.86포인트(2.63%) 오른 7844.01에 마감하며 종가 기준 사상 최고치를 다시 썼다. 간밤 미국 증시 영향으로 장 초반 약세를 보였지만, 젠슨 황 엔비디아 최고경영자(CEO)의 방중 소식이 전해지고 전날 불거졌던 ‘인공지능(AI) 배당금’ 우려도 완화되면서 반도체주 투자심리가 되살아났다. SK하이닉스는 장중 199만원까지 오르며 신고가를 경신했다.

한국은 1960년대 초 아프리카 가나와 비슷한 최빈국 수준에서 출발해 반세기 만에 세계 10위권의 경제 대국으로 도약했다. 이런 발전의 이면에는 대외개방적 성장전략이 핵심적인 역할을 했다. 개발도상국 다수가 폐쇄적인 수입대체 전략을 채택한 것과 달리 한국은 비교우위에 기반한 수출 촉진 정책으로 제한된 내수 시장의 한계를 극복했다. 나아가 세계 시장에 적극 진출해 글로벌 기업과의 경쟁을 통해 생산성을 비약적으로 끌어올릴 수 있었다. 이런 노력의 성과는 현재 한국 경제의 구조에 고스란히 반영돼 있다. 국내총생산(GDP)의 60~70%에 이르는 높은 대외의존도, 삼성전자·현대자동차·SK하이닉스 등 주요 기업의 수출 중심 사업 구조가 이를 잘 보여 준다. 반면 한국은 자원과 에너지가 부족해 대부분을 수입에 의존하고 있어 대외 충격과 공급망 교란에 상대적으로 취약한 구조적 한계도 지니고 있다. 이런 점을 고려할 때 지속가능한 경제성장을 이루려면 높은 개방 수준을 유지하되 그에 상응하는 대외 안정성을 확보하는 정책적 노력이 필수적이다. 첫째, 글로벌 금융시장과의 통합을 기반으로 한 외환·자본시장의 선진화를 지속해야 한다. 한국은 세계 10위권의 경제 규모에도 불구하고 금융 부문의 발전은 상대적으로 더디다는 평가를 받아 왔다. 국내 자본 공급에 한계가 있는 만큼 선진국 자본이 안정적으로 유입될 수 있는 환경을 조성하는 것은 지속 성장의 중요한 조건이다. 이를 위해 정부는 외환·자본시장 전반에 걸친 개혁을 추진해 왔다. 그 결과 올해 4월 세계국채지수(WGBI) 편입에 성공했다. 이에 따라 연간 약 500억~600억 달러 규모의 안정적인 외국자본 유입이 기대된다. 이는 국채 수요를 확대해 벤치마크 금리의 하향 안정화를 유도하고 기업의 자금 조달 비용을 낮추며 환율 안정에도 기여할 것으로 예상된다. 나아가 정부는 모건스탠리캐피털인터내셔널(MSCI) 선진국 지수 편입을 추진하고 있으며 외환시장 24시간 개장과 원화 국제화 등을 통해 글로벌 투자자의 접근성도 높일 계획이다. 외환·자본시장의 선진화는 장기적으로 한국 경제의 안정성과 성장 기반을 강화하는 중요한 토대가 될 것이다. 둘째, 공적개발원조(ODA)의 효율성과 지속가능성을 높여야 한다. 특히 유상원조의 핵심 수단인 대외경제협력기금(EDCF)의 운영을 내실화해 재원 건전성을 확보하고, 국익과의 연계도 강화할 필요가 있다. 이를 위해서는 지원 조건과 운용 방식이 개선돼야 한다. 아울러 정부 예산에 주로 의존하는 기존 ODA 구조에서 벗어나 민간 자본을 활용하는 개발금융을 활성화함으로써 개발 효과를 극대화하고 재원 조달의 지속가능성도 확보해야 한다. 셋째, 국유재산 관리체계를 혁신해 국유재산이 국부 창출과 서민 생활 안정에 실질적으로 기여하도록 운용해야 한다. 기존의 ‘유지·보수’ 중심 관리에서 벗어나 ‘투자·개발’ 중심으로 정책 패러다임을 전환할 필요가 있다. 또 국유재산을 활용한 국부펀드를 조성해 성장 산업에 투자한다면 국가 자산의 수익성을 높이고 미래 성장 잠재력을 확충할 수 있다. 아울러 WGBI 편입을 계기로 국채시장의 선진화와 만기 구조 다변화 등 국채시장 활성화 정책도 지속적으로 추진해야 한다. 이제는 ‘개방의 양’뿐만 아니라 ‘개방의 질’도 함께 고민해야 할 때다. 외부에 의존하면서도 쉽게 흔들리지 않는 경제 구조, 그것이 한국 경제가 앞으로 풀어야 할 과제다. 경로 의존성을 깨고 위기를 기회로 전환할 수 있는 담대한 전략과 실행력이 요구되는 시점이다. 허장 재정경제부 제2차관

과학·기술·공학·수학 평가 77.3점오픈AI·앤트로픽 경쟁 모델 앞서차트 분석·추론 능력도 우위 보여‘독자 AI 파운데이션 모델’도 대비 LG AI연구원이 9일 텍스트와 이미지를 동시에 이해하고 추론하는 멀티모달 인공지능(AI) 모델 ‘엑사원 4.5’를 공개했다. 설계도나 재무제표 등 서류 인식 능력을 고도화시킨 것이 특징으로 대중 서비스 보다는 산업용 활용이 확대될 전망이다. 엑사원 4.5는 LG AI연구원이 자체 개발한 ‘비전 인코더’와 거대언어모델(LLM)을 하나의 구조로 통합한 ‘비전-언어 모델’(VLM)로, 국내 최초 멀티모달 AI를 구현했던 엑사원 1.0부터 쌓아온 기술력의 집합체다. 엑사원 3.0부터 LLM에 집중해온 LG AI연구원이 다시 VLM으로 회귀한 것은 오는 8월 예정된 ‘독자 AI 파운데이션 모델’ 2단계 평가까지 대비한 것이다. LG AI연구원은 3단계 진출이 확정되면 본격적으로 모달리티 확장에 나서고, 궁극적으로 엑사원을 피지컬 AI까지 발전시킬 계획이다. 엑사원 4.5에서 가장 크게 향상된 성능은 복합 문서를 정확하게 읽고 추론하는 능력이다. 계약서, 재무제표, 전문 문헌 등 데이터와 숫자로 구성된 문서부터 기술 도면 등 그림 형태의 문서까지 이미지의 내용과 맥락을 이해해 텍스트로 출력할 수 있다. 설계도 등이 사용되는 건설업이나 제조현장, 연구원 및 학계 등 기업 간 거래(B2B)에서 활용성이 특히 높다. 소버린 AI를 목표로 하는 만큼 한국에 특화된 것도 강점이다. LG AI연구원은 지난 1월에는 동북아역사재단으로부터 데이터를 제공받아 학습을 진행하고 있다. 엑사원을 한국의 역사와 문화, 사회적 맥락까지 깊이 이해하는 AI로 발전시키려는 것이다. LG AI연구원이 공개한 벤치마크 점수에 따르면 엑사원 4.5는 과학·기술·공학·수학(STEM) 성능을 측정하는 5개 지표에서 평균 77.3점을 기록해 미국 오픈AI의 ‘GPT5-미니’(73.5점)와 앤트로픽의 ‘클로드 소넷 4.5’(74.6점), 중국 알리바바의 ‘큐웬3 VL 32B’(74.8점)를 모두 앞섰다. 복잡한 차트를 분석하고 추론하는 능력을 평가하는 ‘차트QA 프로’ 지표에서는 62.2점으로 GPT5-미니(60.9점), 클로드 소넷 4.5(62.1점)를 모두 넘어섰다. 시각 능력 평가 지표에서 높은 점수를 기록한 것은 AI가 문서 속 글자나 비정형 데이터를 단순히 인식하는 수준을 넘어 맥락을 파악하고 질문에 답할 수 있는 이해력을 갖췄다는 뜻이다. 이진식 LG AI연구원 엑사원랩장은 “엑사원 4.5를 시작으로 음성과 영상, 물리 환경까지 AI의 이해 범위를 확장해 산업 현장에서 실질적으로 판단하고 행동하는 AI를 만들어가겠다”고 밝혔다.

미국·이란 전쟁이 에너지 전쟁으로 격화하고 있다. 이란은 18일(현지시간) 액화천연가스(LNG) 세계 공급량의 20%를 담당하는 카타르의 라스라판 가스 시설을 미사일로 공격했다. 이스라엘이 세계 최대 규모인 이란의 사우스파르스 가스전을 공격한 것에 대한 보복이다. 이란은 핵심 에너지 기반시설 공격이 반복될 경우 걸프 지역의 에너지 인프라를 완전히 파괴하겠다고 경고했다. 에너지 시설 난타전에 국제유가의 벤치마크인 5월 인도분 브렌트유는 배럴당 110달러를 넘어섰다. 글로벌 금융시장은 중동전을 숨죽이며 지켜보고 있다. 미국 중앙은행인 연방준비제도이사회는 어제 기준금리를 동결했다. 제롬 파월 연준 의장은 중동전쟁의 영향에 대해 “아무도 모른다”고 했다. 이런 불확실성에 위험자산 회피 심리가 퍼지면서 원달러 환율은 어제 전날보다 17.9원 오른 1501.0원(오후 3시 30분 기준)을 기록했다. 주간 거래에서 1500원을 넘기기는 글로벌 금융위기 이후 처음이다. 코스피는 2.73% 떨어졌다. 이재명 대통령은 수석보좌관회의에서 “언제까지 지속될지 예단하기 어려운 경제 전시 상황”이라며 엄중한 자세를 주문했다. 오일쇼크 가능성이 커진 만큼 정부의 움직임도 광범위하고 신속해야겠다. 최근 경제안보 품목으로 지정된 나프타에서 보듯 우리나라는 에너지 생산·정제 과정과 연계된 산업 원자재까지 중동에 의존하고 있다. 산업연구원은 호르무즈 해협 봉쇄가 3개월 이상 되면 제조업 생산비가 11.8% 상승할 것으로 추정했다. 국내 정유사 시설은 중동산 원유인 중질유 중심이다. 중동에서 분쟁이 터질 때마다 수입선 다변화가 거론됐지만 여전히 중동 의존도가 높은 까닭이다. 에너지 안보 차원에서 정유사의 설비 전환을 유도할 필요가 있다. 중동 원유·가스 생산 과정과 연계된 다른 품목들의 수급 상황도 문제가 터지기 전에 점검해야 할 것이다. 외부 충격에 약한 금융시장의 체질 개선 역시 서둘러야 한다. 다음달부터 세계국채지수(WGBI) 편입이 시작된다. 모건스탠리캐피털인터내셔널(MSCI) 선진국지수 편입을 위한 조치도 실행 중이다. 두 지수에서 선진국으로 분류되면 자본 유출입이 줄고 시장 안정성이 향상된다. 차질 없이 추진해 금융·외환시장의 안정성을 높여야 한다. 중동 상황이 어떻게 전개될지는 아무도 모른다. 고유가와 고환율이 고물가로 이어지는 ‘3고(高)’가 취약계층에 더 큰 고통을 주지 않도록 사회안전망을 단속하고 강화하기 바란다. 최악의 상황을 염두에 두고 과하다 싶을 만큼 치밀하게 대비책을 마련해야 할 때다.

이란이 미국 공습에 대한 보복 조치로 카타르에 있는 액화천연가스(LNG) 생산 시설을 폭격하면서 국제 LNG 가격이 폭등했다. 유가와 LNG 가격의 동반 상승으로 국내 산업계 전반에 원가 상승 압박이 커질 전망이다. 이란이 호르무즈 해협 통과를 시도하는 선박에 대해 공격 의사를 밝히면서 해운 업계의 긴장도 크게 높아졌다. 2일(현지시간) 로이터 통신에 따르면 이날 네덜란드 TTF거래소에서 천연가스 선물 근월물 가격은 1㎿h당 46.52유로로 전 거래일 대비 46% 폭등했다. 네덜란드 TTF거래소 천연가스 가격은 유럽 지역 천연가스의 벤치마크로 통용된다. 동북아시아 지역의 천연가스 가격지표도 폭등했다. S＆P 글로벌 플라츠 데이터에 따르면 LNG 일본·한국 마커(JKM)는 이날 100만BTU당 15.068달러로 직전 거래일 대비 약 40% 올랐다고 로이터통신이 전했다. 이란 드론 2대가 전날 카타르 수도 도하 남쪽에 있는 메사이드의 발전소 물탱크와 북부 라스라판의 에너지 시설을 각각 공격하면서 카타르에너지는 라스라판에서 LNG 생산을 중단했다. 카타르는 미국에 이어 세계 2위 LNG 수출국이고, 우리나라는 물론 아시아와 유럽 국가들에 LNG를 공급한다. 국내 정유·석유화학 업계 등은 장기적으로 에너지 가격 상승 압박을 받을 것으로 보인다. 우리나라 LNG 수급은 주로 장기 계약을 맺고 중동산 비중이 20% 미만이라 당장 수급에는 큰 문제가 없지만, 카타르의 생산 차질로 LNG 현물 가격이 급등하는 게 문제다. 가스 업계 관계자는 “적은 수량은 그때 그때 현물로 들여오기 때문에 가격 상승 리스크가 있다”고 말했다. 석유화학 업계 관계자는 “원가가 올라가도 시황이 좋으면 판매가에 반영할 수 있지만 현재는 업계 형편이 어려운 상황”이라고 했다. LNG 가격 상승은 평균 발전단가를 끌어올려 전기료에 영향을 줄 수도 있다. 호르무즈 해협을 지나려는 선박에 대한 이란의 공격 위협에 해운 업계의 긴장도 고조되고 있다. 해양수산부에 따르면 현재 호르무즈 해협 안에 있거나 인근을 운항 중인 국내 해운사 소속 선박은 40척으로 파악됐다. 이에 해수부와 한국해운협회 등은 해협 내 선박을 안전한 곳으로 대피시켜 계류하도록 하고, 인근 선박의 해협 진입을 금지했다. 해운사들은 호르무즈 해협 내 항만 대신 대체 항만에 화물을 하역하는 방안도 검토 중이다. 해운 업계 관계자는 “지금은 인근에 대기하면서 모니터링하고 실시간 대응계획을 세우는 수밖에 없다”고 말했다. 대한항공도 인천~두바이 항공편 운항 중단을 오는 8일까지로 연장하는 등 당분간 항공 대란은 이어질 전망이다.

정부가 세계 최고 수준의 인공지능(AI) 경쟁력 확보를 위해 ‘독자 AI 파운데이션 모델’ 개발 정예 팀을 1곳 추가로 선정한다. 과학기술정보통신부는 23일 ‘독자 AI 파운데이션 모델’ 프로젝트에 참여할 정예팀 1곳을 추가 공모한다고 밝혔다. 공모 기간은 이날부터 다음 달 12일까지다. 이번 추가 공모는 세계 최상위 수준의 독자 AI 파운데이션 모델 개발을 가속화하고, 국내 AI 생태계의 성장과 확장을 촉진하려는 조치다. 정부는 기존 3개 정예 팀과 유의미한 기술 경쟁이 가능하고, 단순 모델 개발을 넘어 국내 AI 생태계 전반에 기여할 수 있는 역량을 갖춘 팀을 선발할 계획이다. 공모 대상은 국내 AI 기업·기관을 중심으로 한 정예팀으로 컨소시엄 형태도 가능하다. 참여팀은 최신 글로벌 AI 모델 대비 95% 이상 성능을 목표로 한 구체적인 개발 전략과 방법론을 제시해야 한다. 선정 여부는 전문가 평가위원단의 서면·발표 평가를 통해 결정되며, 평가위원 과반이 경쟁력과 생태계 기여 가능성을 인정해야 최종 선정된다. 적합한 팀이 없다고 판단되면 추가 선정을 하지 않는다. 추가로 선정되는 정예 팀에는 기존 정예 팀과 동등한 수준의 지원이 제공된다. B200 768장 규모의 GPU 자원을 비롯해 데이터 공동구매, 데이터 구축·가공 지원이 이뤄지며, ‘K-AI 기업’ 명칭도 부여된다. 정부는 기존 팀들과의 형평성을 고려해 오는 8월 초 단계평가를 추진할 예정이다. 평가 방식은 벤치마크 평가, 전문가 평가, 사용자 평가의 틀을 유지하되, 글로벌 주요 리더보드를 목표로 한 벤치마크 선정과 ‘독자성’ 평가 항목 강화 등을 검토한다. 과기정통부는 “지금 이 순간에도 미·중의 빅테크 등은 미래를 향해 도전하며 AI 경쟁력을 높이고 있다”며 “단기 결과가 아닌, 장기적 관점에서 대한민국 AI 생태계의 경쟁력을 높이는 데 정책적 전력을 다하겠다”고 밝혔다.