데이터 주권 확보·K문화 반영… ‘한국적 AI’ 힘 싣는 통신사들

정부 ‘소버린 AI’ 기조에 발맞추기
KT, 독자개발 AI ‘믿:음 2.0’ 오픈소스 공개
한국 정신·지식 등 기반… ‘AI 대중화’ 성큼
SKT, 한국어 특화 ‘에이닷 엑스 4.0’ 공개
비즈니스 최적화… GPT-4o보다 효율 33% ↑

이재명정부가 소버린 인공지능(주권 AI)을 강조하는 가운데 이동통신사들이 한국어와 한국 문화 이해도가 뛰어난 AI 모델을 오픈소스로 공개하며 힘을 싣고 있다. KT는 ‘한국적 AI’의 철학을 담아 기초부터 모두 개발한 언어모델 ‘믿:음 2.0’을 3일 발표했다. 앞서 SK텔레콤도 한국어 특화 거대언어모델(LLM)인 A.X(에이닷 엑스) 4.0을 오픈소스로 풀었다.

KT는 독자 개발한 모델인 ‘믿:음 2.0’을 4일 오픈소스로 AI 개발자 플랫폼 허깅페이스에 공개할 예정이다. 누구나 상업적으로 활용할 수 있도록 제약 없이 개방된다.

이통사들이 한국어에 특화된 언어모델 개발에 힘을 싣고 있다. 사진은 에이닷 엑스 학습에 쓰인 SKT 자체 슈퍼컴퓨터 ‘타이탄’. SKT 제공

이번에 공개하는 모델은 115억개 매개변수(파라미터)의 ‘믿:음 2.0 베이스’, 23억개 매개변수인 ‘믿:음 2.0 미니’ 2종이다. 모두 한국어와 영어를 지원한다. 믿:음 2.0 베이스는 범용 서비스에 적합하며, 한국 특화 지식과 문서 기반의 질의응답에서 강력한 성능을 보인다.

KT 신동훈 생성형 AI 랩장(CAIO)은 “믿음은 학습 데이터 준비부터 학습과정에 이르기까지 외부 힘 없이 KT 자체 힘으로 개발한 독자 모델”이라며 “기간통신 사업자로서 생성형 AI 원천기술을 반드시 확보해야 한다는 믿음으로 믿:음 모델을 고도화했다”고 설명했다.

두 모델의 특징은 KT가 강조해온 ‘한국적 AI’라는 점이다. ‘한국적 AI’는 한국의 정신과 방식, 지식을 기반으로 구현해 한국에 가장 잘 맞는 AI를 의미한다. KT 오승필 기술혁신부문장(CTO)은 “한국적 AI는 네 가지 축으로 이뤄졌다”며 “제일 중요하게 생각하는 건 데이터 주권 지키기로, 우리 국민의 데이터가 해외로 유출되지 않도록 하는 데 중점을 둔다”고 밝혔다. 나머지 세 축은 한국을 이해하는 AI, 고객이 자신에게 맞는 모델을 선택할 권리 존중, 안전하고 설명 가능하며 규제를 준수하는 AI이다. 오 부문장은 “(글로벌 AI모델 등) 모든 모델 라인업에 한국적 정신들을 집어넣고 쓸 수 있게 하는 게 저희 목표이자 철학”이라고 말했다.

KT는 믿:음 2.0학습에 국내 교육용 도서와 문학작품 등 발간물, 법률·특허 문서, 각종 사전 등 다양한 산업·공공·문화영역에서 방대한 한국 데이터를 확보해 활용했다. 저작권 이슈가 있는 데이터는 모두 없앴다. 한국어의 구조와 언어학적 특성을 반영한 토크나이저(텍스트를 모델이 이해할 수 있는 작은 단위인 토큰으로 분리하는 도구)도 자체 개발했다. 또 국내 반도체 스타트업 리벨리온과 협력해 국산 AI 반도체에서의 동작을 최적화했다.

KT는 “믿:음 모델은 한국어와 한국 문화 및 사회 등의 전문 분야에서 기존의 국내외 주요 모델을 상회하는 이해력과 생성 성능을 입증했다”며 “KT와 고려대가 공동 개발한 한국어 AI 역량 평가 지표인 ‘코-소버린’ 벤치마크에서 글로벌 최고 수준의 오픈소스 모델을 능가하는 점수를 기록했다”고 전했다. KT는 ‘한국적 AI’ 기조 아래 마이크로소프트(MS)와 손잡고 GPT-4에 한국적 사고를 추가 학습시키는 모델도 공개할 예정이다.

SKT도 한국어 특화 LLM ‘에이닷 엑스’ 4.0 표준 모델과 경량 모델 2종을 이날 허깅페이스에 오픈소스로 공개했다.

SKT에 따르면 이번에 공개한 에이닷 엑스 모델은 최상급의 한국어 처리 효율을 갖췄다. 데이터 보안을 고려해 설계됐으며 오픈소스 모델인 큐원2.5에 방대한 한국어 데이터를 추가로 학습시켜 국내 비즈니스 환경에 최적화된 성능을 발휘한다. SKT 자체 테스트 결과 같은 한국어 문장을 입력했을 때 GPT-4o보다 약 33%가량 높은 효율을 기록했다. SKT는 “개발 과정에서 대규모 학습의 전 과정을 외부와 연동 없이 자체 데이터로 학습해 데이터의 주권도 확보했다”고 설명했다.

이번에 공개한 표준 모델은 매개변수 720억개, 경량 모델은 70억개다. 기업 내부 서버에 직접 설치해 사용할 수 있는 온프레미스 방식으로 제공된다. SKT는 앞서 에이닷 엑스4.0을 5월 에이닷 통화 요약에 적용했다. 이번에 공개된 모델은 기업들의 파생형 모델 개발과 연구 분야에 제약 없이 쓸 수 있다. SKT는 이달 중 수학 문제 해결과 코드 개발 능력이 강화된 추론형 모델을 공개할 계획이다.

송은아 기자 sea@segye.com