SKT, 독파모 2차 ‘A.X K2’ 공개…추론·장문 능력 향상 차별화(종합)

서소정 2026. 7. 29. 11:24
음성재생 설정 이동 통신망에서 음성 재생 시 데이터 요금이 발생할 수 있습니다. 글자 수 10,000자 초과 시 일부만 음성으로 제공합니다.
번역beta Translated by kaka i
글자크기 설정 파란원을 좌우로 움직이시면 글자크기가 변경 됩니다.

이 글자크기로 변경됩니다.

(예시) 가장 빠른 뉴스가 있고 다양한 정보, 쌍방향 소통이 숨쉬는 다음뉴스를 만나보세요. 다음뉴스는 국내외 주요이슈와 실시간 속보, 문화생활 및 다양한 분야의 뉴스를 입체적으로 전달하고 있습니다.

허깅 페이스에 688B 규모 공개
수학·과학·한국 지식 추론 강화
제조·국방·바이오 등 산업현장 활용 확대
LG AI 연구원, 벤치마크 성능 끌어올려
업스테이지·모티프테크, 모델 고도화

오는 8월 정부의 '독자 인공지능(AI) 파운데이션 모델(독파모)' 프로젝트 2차 평가를 앞두고 정예팀 4곳이 매개변수를 크게 확장하고, 추론 능력을 향상시키면서 모델을 고도화하고 있다.

SK텔레콤(017670)은 29일 오픈소스 커뮤니티 허깅 페이스에 추론 능력을 강화한 AI 파운데이션 모델 '에이닷엑스 케이투(A.X K2)'를 공개하고, 제조·국방·바이오 등 산업 현장으로 활용 범위를 넓힐 계획이라고 밝혔다. 'A.X K2'는 이전 모델인 'A.X K1' 대비 매개변수(파라미터)를 기존 5190억개(519B)에서 6880억개(688B)로 확대하고, 수학·과학 추론 능력과 한국 지식·장문 추론 능력을 강화했다.

A.X K2는 이전 모델 대비 국내외 14개 벤치마크 평균 성능이 32.2%포인트 향상됐다. 특히 장문 이해와 에이전트 관련 평가에서 약 83.9%포인트 향상돼 개선 폭이 컸다. SKT는 최근 공개된 큐원, 딥시크, 키미 등 해외 오픈소스 모델과 동급 수준의 성능을 확보했다고 설명했다.

제조 영역에서는 산업 현장의 실무 노하우를 AI에 담았다. SKT는 철강 제조 기업 KG스틸, 자동차 부품 제조 기업 코넥과 제조 특화 AI 에이전트에 A.X K2를 적용한다. 하반기에 제조 특화 AI 에이전트 데모 버전을 도금 강판을 생산하는 KG스틸의 당진공장 냉간 압연 라인과 코넥의 주조·가공 공정에 적용, 현장 실증을 진행할 예정이다.

또 국방부와 협업해 A.X K1 기반의 양자화 모델 3가지를 개발했다. 국방부와 SKT는 육·해·공군과 해병대 산하 부대에서 해당 모델을 활용할 계획이다. SKT는 SK바이오팜과 난치성 암 표적 치료제 개발에도 AI를 활용하고 있다.

SKT, 'A.X K2' 후속 모델 조(兆) 단위 매개변수 규모 확장

SKT는 과학기술정보통신부가 추진 중인 '모두의 AI' 사업에도 참여할 예정이며, A.X K2의 후속 모델을 조(兆) 단위 매개변수 규모로 확장해 글로벌 경쟁력을 확보할 방침이다.

아울러 SKT는 이번에 공개한 A.X K2를 중심으로 비전 인코더 기반 비전 언어(VL) 모델, 오디오 인코더·디코더 기반 음성 모델 등 파생 라인업을 구축해 다양한 산업 수요에 대응할 수 있도록 했다. 이날 SKT 컨소시엄 참여사인 크래프톤은 독자 개발 모델인 'A.X K2 라온-스피치'를 공개했다. A.X K2 라온-스피치는 SKT의 A.X K2 기반 소형 언어 모델에 크래프톤이 자체 학습한 음성 인코더와 코덱을 적용한 것으로, 음성을 이해하고 생성할 수 있도록 학습했다.

LG(003550) AI 연구원은 2차 평가를 앞두고 'K-엑사원' 성능을 높이면서 차별화에 나섰다. 이전 모델 대비 모델 규모를 확장해 글로벌 최신 프론티어급 거대언어모델(LLM)과 경쟁할 수 있도록 고도화에 집중하고 있으며 지식, 추론, 지시어 이행, 롱 컨텍스트 등 다방면의 벤치마크 성능을 끌어올렸다. 최근 활용도가 급증하고 있는 에이전틱 툴 활용과 에이전틱 코딩 영역 역량도 높이고 있다. LG AI 연구원 관계자는 "대국민 평가를 비롯해 실제 사용성 평가를 위한 준비를 진행 중"이라고 했다.

업스테이지는 2차 평가용 모델 '솔라 오픈2'의 실제 서비스 활용 가능성을 공개했다. 파라미터를 2500억개(250B)로 확장하고, 에이전트 중심으로 실사용성 확대했다. 모티프테크놀로지스는 해외 오픈소스 모델을 개량한 것이 아니라 독자 아키텍처로 처음부터 자체 개발한 점을 차별화 요소로 삼고 있다. 임정환 모티프테크놀로지스 대표는 "'MoE(전문가 혼합·Mixture of Experts)' 구조를 적용해 3000억개가 넘는 전체 파라미터를 유지하면서도, 추론 과정에서는 약 4%인 130억개(13B)만 선택적으로 활성화해 연산 효율을 높였다"면서 "MoE 구조에서 활성파라미터수를 너무 크지 않게해 추론 속도가 느려지지 않게 하는 것도 중시하고 있다"고 말했다.

서소정 기자 ssj@asiae.co.kr

Copyright © 아시아경제. 무단전재 및 재배포 금지.