[정부 AI 프로젝트] 독자 AI 파운데이션 모델 1차 평가 결과 정리

안녕하세요,

전 세계적으로 AI 기술이 국가 경쟁력의 핵심 분야로 자리잡으면서, 각국은 자국의 산업 환경에 적합한 인공지능 기반을 확보하기 위해 다양한 노력을 이어가고 있습니다. 현재 AI 생태계는 해외 빅테크 기업이 개발한 대형 언어모델에 대한 의존도가 높아, 우리나라 역시 기술적 자립과 독자적인 생태계 구축의 중요성이 지속적으로 제기되어 왔습니다.

이러한 흐름 속에서 정부가 추진해온 독자 AI 파운데이션 모델 프로젝트가 지난해부터 진행되었으며, 최근 1차 단계평가 결과가 공식적으로 발표되었습니다. 이 글에서는 해당 평가 결과와 각 팀의 기술적 특징을 중심으로 주요 내용을 정리하고, 향후 계획까지 함께 살펴보겠습니다.

---

반응형

독자 AI 파운데이션 모델 프로젝트 개요

2026년 1월 16일, 과학기술정보통신부는 독자 AI 파운데이션 모델 프로젝트의 1차 단계평가 결과를 공식 발표했습니다. 이 프로젝트는 해외 모델 의존도를 줄이고 기술·문화·경제 전반의 자립 기반을 강화하기 위한 국가적 과제로 추진되고 있습니다. 프로젝트에는 총 5개 정예팀이 참여하였으며, 벤치마크 성능뿐 아니라 기술 독자성, 현장 활용성 등 다양한 기준을 통해 모델의 종합 역량이 검토되었습니다.

출처: AI타임즈 (클릭시 페이지 이동)

 

 

1차 단계 평가 결과

이번 평가는 NIA 벤치마크, 글로벌 벤치마크, 전문가 평가, 사용자 평가 등을 기반으로 기업별 기술 역량을 종합적으로 확인하는 방식으로 진행되었습니다. 그 결과 5개 참여팀 중 3개 팀이 2차 단계 진출 대상으로 선정되었습니다. 선정된 팀들은 서로 다른 개발 전략을 바탕으로 모델을 구축하였으며, 평가 과정에서 각 팀의 기술적 강점이 확인되었습니다.

 

[LG AI연구원]

LG AI연구원 모델은 대규모 사전학습, 산업 적용성, 구조 설계 안정성을 중심으로 개발되었으며 다각적인 평가에서 고르게 높은 성능을 확보한 것이 특징입니다.

구분	주요 특징	평가 기준
매개변수 규모	2,360억 개 기반 대규모 모델	대형 모델 안정성 및 확장성
구조 설계	산업 현장 적용 중심 구조 설계	실제 서비스 활용 가능성
종합 성과	전 평가 항목에서 최고점 기록	벤치마크·전문가·사용자 평가 모두 상위권

 

[SK텔레콤]

SK텔레콤의 모델은 초거대 규모 매개변수를 기반으로 기술적 범용성과 안전성 검증을 강화한 구조가 특징이며, 핵심 벤치마크 항목에서 높은 신뢰도를 확보한 것으로 평가됩니다.

구분	주요 특징	평가 기준
매개변수 규모	5,190억 개 매개변수 기반 초거대 모델	대규모 모델 처리 능력
기술 성능	NIA 벤치마크에서 9.2점 기록	수학·지식·안전성 중심 평가
종합 성과	주요 항목에서 안정적인 성능 확보	LG와 함께 NIA 공동 1위

 

 

[업스테이지]

업스테이지 모델은 대규모 모델 대비 높은 효율성을 목표로 개발되었으며, 글로벌 개별 벤치마크에서 만점을 기록한 점이 주요 성과로 평가됩니다.

구분	주요 특징	평가 기준
매개변수 규모	1,000억 개 기반 고효율 모델	경량화 기반 성능 최적화
성능 결과	글로벌 개별 벤치마크 10점 만점	특정 과제 성능 전문성
종합 성과	효율성과 성능을 균형 있게 확보	제한 자원 대비 성능 우수성

 

[주요 평가 지표 요약]

평가 항목 (배점)	LG AI연구원	SK텔레콤	업스테이지
NIA 벤치마크 (10점)	9.2점 (최고점)	9.2점 (최고점)	-
글로벌 공통 벤치마크 (20점)	14.4점 (최고점)	-	-
글로벌 개별 벤치마크 (10점)	10.0점 (최고점)	-	10.0점 (최고점)
벤치마크 평가 총점 (40점)	33.6점 (최고점)	-	-
전문가 평가 (35점)	31.6점 (최고점)	-	-
사용자 평가 (25점)	25.0점 (최고점)	-	-
종합 결과 및 특성	2차 진출	2차 진출	2차 진출

출처1: 과학기술통신부 - 보도자료
출처2: AI타임즈 - 뉴스기사

 

 

주요 이슈 - ‘독자성’ 기준과 네이버클라우드 탈락 배경

이번 평가에서 가장 주목된 사안 중 하나는 네이버클라우드의 탈락이었습니다. 종합 점수는 상위권이었으나, 프로젝트 핵심 가치인 ‘독자성’ 기준을 충족하지 못했다는 점이 결정적인 이유로 지적되었습니다.

 

[독자성 기준의 핵심 요소]

• 기술적 독자성 : 해외 모델 기반 미세조정이 아닌, 가중치 초기화부터 사전학습까지 전 과정 독자 수행 필요
• 정책적 독자성 : 국가 안보와 직접 연결되는 분야에서 자율적 운영 능력 확보
• 윤리·정책 기준 : 라이선스 준수와 신뢰성 기반 생태계 조성

전문가 평가 과정에서 네이버클라우드가 중국 알리바바의 Qwen 모델의 인코더 및 가중치 일부를 활용했다는 지적이 제기되었으며, 이는 독자성 요건과 부합하지 않는다는 판단으로 이어졌습니다.

 

 

향후 계획 - 추가 1개 정예팀 공개 모집 예정

정부는 AI 생태계의 다양성과 경쟁력을 강화하기 위해 2차 단계 진출팀 외에 1개의 정예팀을 추가로 선정할 계획입니다. 이번 모집에는 기존 공모에 참여했던 팀뿐 아니라 1차 단계에서 탈락한 팀도 다시 지원할 수 있는 것으로 안내되었습니다.

• 대상: 기존 공모팀, 탈락팀, 신규 참여 역량 보유 기업
• 지원: GPU·데이터 제공, K-AI 기업 명칭 부여
• 목표: 2026년 상반기까지 4개 정예팀 경쟁 체제 구축

 

---

 

이번 프로젝트는 국내 기업이 독자적인 기술 체계를 구축하고, 해외 모델 중심의 의존 구조를 완화하는 데 중요한 이정표로 평가됩니다. 특히 대규모 사전학습 기술, 산업 적용성, 모델 구조 설계 등 다양한 요소가 종합적으로 검토되면서 국내 AI 기술의 경쟁력을 체계적으로 점검하는 계기가 되었습니다. 이러한 과정은 대한민국이 장기적으로 안정적인 AI 생태계를 마련하는 데 기여하는 기반이 될 것으로 기대됩니다.

 

독자분께서는 이번 평가 결과를 통해 국내 기업들이 어떤 방향으로 기술을 발전시키고 있는지 직접 확인해보실 수 있습니다. 각 기업이 제시하는 모델의 특징과 개발 전략을 비교해보면서 앞으로의 변화와 흐름을 살펴보는 것도 의미 있는 경험이 될 것입니다.

 

 

감사합니다. 😊