엑사원, 기준 100% 달성 성능 자신감
“데이터·인프라·인재 확보·정부 지원 필요”
현장에 즉시 활용 가능한 모델 구현 목표
바이오ㆍ화학ㆍ배터리 등 활용 범위 확대

LG AI연구원은 과학기술정보통신부가 주관하는 독자 AI 파운데이션 모델 프로젝트 정예팀 주관사 5곳 중 하나로 선정됐다. LG AI연구원은 그룹의 AI 싱크탱크 ‘엑사원’을 전면에 내세워 초거대 AI 모델을 고도화하고, 이를 산업·공공 현장에 적용해 실제 문제 해결로 이어가는 데 주력하고 있다. 김유철 LG AI연구원 전략부문장은 이번 프로젝트에서 글로벌 수준을 뛰어넘는 성능 확보와 산업 현장에 즉시 활용 가능한 모델 구현이라는 숙제를 안고 있다.
김 부문장은 최근 본지와 만나 “K-엑사원 파운데이션 모델 개발에 집중하며 AI 기술이 산업 전반에 확산·활용될 수 있도록 주도적인 역할을 수행할 것”이라고 밝혔다. 엑사원은 그룹 계열사에서 널리 활용되며 시너지를 창출하고 있다. 이제는 범용적인 AI 모델을 넘어, 바이오·화학·배터리 등 LG 계열사의 핵심 사업 영역에 특화된 전문가 AI로 발전해가고 있다.
LG는 향후 정부 중심의 AI 도입 확산에 발맞춰 여러 정부 기관 과제를 수주할 계획이다. 김 부문장은 “직접적인 방식보다는 다양한 파트너십을 활용해 소프트웨어, AI 솔루션 등으로 엑사원의 활용 범위를 넓혀가고 있다”고 강조했다.
AI 모델의 보안 우려에 대해 김 부문장은 “신뢰할 수 있는 모델을 위해 데이터 수집부터 모델 설계, 평가 등 전 과정을 모니터링하고 잠재적 위험을 체크하는 프로세스를 통해 철저히 검토하고 있다”며 “학습 데이터 사용에 있어 NEXUS 등 데이터 컴플라이언스 제도에 기반해 저작권, 개인정보, 법적 관계 등을 철저히 점검하고 사용하고 있다”고 설명했다.
엑사원은 아직 뚜렷한 수익으로 이어지지 않고 있다. 이에 김 부문장은 “수익보다는 다양한 사업 기회를 발굴하고 우리만의 사업 모델을 지속적으로 검토하는 동시에, AI 생태계를 구축하는 것이 중요하다”고 했다. LG그룹의 미래 신성장 동력이 AI, 바이오, 클린테크인 만큼, 그룹 차원의 핵심 신사업으로 AI 육성에 엑사원을 적극 활용하겠다는 의미다.
독자 AI 파운데이션 모델 프로젝트로 선정될 수 있었던 이유로는 “그간 쌓아왔던 AI 역량을 인정받은 것”이라고 자평했다. 그는 “데이터와 인퍼런스를 위한 신경망처리장치(NPU), 응용프로그램 인터페이스(API) 서비스, 고객 서비스 등 생태계를 구성할 수 있는 각 기업으로 컨소시엄을 구성했기 때문”이라고 했다.

김 부문장이 꼽는 LG AI연구원 경쟁력의 원천은 ‘가장 잘 준비된 컨소시엄’이다. 그는 “한국어뿐 아니라 고난이도 벤치마크 평가에서도 우수한 성적을 거두는 등 글로벌 시장에서 통용될 수 있는 기술력을 갖췄다”며 “새로운 모델 개발에 필수적인 선행 기술 검증과 데이터 확보를 이미 완료해 준비 기간을 최소화하고 곧바로 프로젝트의 핵심 작업에 돌입할 수 있었다”고 부연했다.
이번 과제의 요구사항은 ‘글로벌 최신 모델 대비 95% 성능’이다. LG AI연구원은 여기에 만족하지 않고 100% 이상의 성능 달성을 목표로 제시했다. 김 부문장은 엑사원 4.0이 같은 규모, 그 이상의 오픈 모델 중 성능이 가장 뛰어나다며 자신감을 드러냈다. LG AI연구원은 △파운데이션 모델 △AI 산업 생태계 △우수 사례 선도 창출 등 각 분야에서 최고의 역량을 갖춘 기업으로 컨소시엄을 구성한 만큼, 향후 AI 기술을 산업 전반에 확산하고 활용할 수 있도록 주도적인 역할을 할 것으로 기대된다.
다만 향후 경쟁력 확보를 위해 전력망과 정부 지원 등이 수반돼야 할 것으로 보인다. 김 부문장은 “AI 산업이 전반적으로 데이터, 인프라, 인재 등 복합적인 요인의 영향을 받고 있다”고 지적했다. 국회에서 논의 중인 ‘인공지능산업발전 특별법’ 제정 움직임에 대해 김 부문장은 “현재 전 세계가 AI 산업 혁신에 집중하는 상황에서 시의적절한 법 제정 논의가 이뤄지고 있는 것은 긍정적”이라며 “새로운 법안은 산업 혁신과 함께 규제 완화를 포함하는데, 이는 기업의 자발적인 AI 신뢰성 확보 노력을 강조하는 방향으로 나아가고 있다”고 평가했다.



