750B 초거대부터 최대 처리 토큰 수 100만개까지…'독파모 4강' 스펙 비교

[아이뉴스24 서효빈 기자] 정부의 '독자 AI 파운데이션 모델 프로젝트'에 참여한 4개 정예팀이 2차 평가에 사용할 모델을 모두 공개했다. 4개 모델은 전체 파라미터와 실제 추론에 사용하는 활성 파라미터, 문맥 길이, 라이선스 정책에서 차이를 보였다.

31일 AI 업계에 따르면 LG AI연구원은 이날 750B 규모의 'K-엑사원 2.0'을 오픈소스 커뮤니티 허깅페이스에 공개했다. 이에 따라 SK텔레콤의 'A.X K2', 업스테이지의 '솔라 오픈 2', 모티프테크놀로지스의 '모티프 3 베타'까지 독파모 4개 정예팀의 2차수 모델이 모두 베일을 벗었다.

SKT·LG는 600B 이상 대형화…업스테이지·모티프는 효율화에 방점

총 파라미터 규모는 LG AI연구원의 'K-엑사원 2.0'이 750B로 가장 컸다. SK텔레콤의 'A.X K2'가 688B로 뒤를 이었다. 모티프테크놀로지스의 '모티프 3 베타'는 314B, 업스테이지의 '솔라 오픈 2'는 250B 규모다.

여기서 총 파라미터는 모델이 학습 과정에서 활용할 수 있는 전체 가중치 규모를 뜻한다. 규모가 클수록 다양한 패턴과 전문 영역을 담을 여지는 커지지만 실제 성능은 데이터 품질과 학습 방식, 모델 구조에도 좌우된다.

네 모델 모두 입력에 필요한 일부 전문가만 선택적으로 가동하는 전문가혼합(MoE) 구조를 적용했다. 전체 모델의 지식 용량은 유지하면서 추론에 필요한 연산량을 줄이는 방식이다.

실제 추론 과정에 사용하는 활성 파라미터는 'K-엑사원 2.0'이 37B, 'A.X K2'가 33B다. '솔라 오픈 2'와 '모티프 3 베타'는 각각 15B와 13B를 활성화한다.

업스테이지, 100만토큰 지원…SKT·LG는 멀티모달 확장

AI가 한 번에 처리할 수 있는 토큰 규모에서는 업스테이지가 가장 앞섰다. '솔라 오픈 2'는 최대 100만토큰을 지원한다. 장문의 보고서와 여러 문서를 함께 분석하거나 여러 단계가 이어지는 에이전트 업무를 겨냥한 설계다.

LG AI연구원의 'K-엑사원 2.0'과 모티프테크놀로지스의 '모티프 3 베타'는 최대 256K인 26만2144토큰을 지원한다. SK텔레콤의 'A.X K2'는 최대 12만8000토큰을 학습했지만, 문맥 확장 기술을 활용해 실제 사용 시에는 두 배 수준인 최대 26만2144토큰까지 한 번에 처리할 수 있다.

4개 주력 모델은 모두 텍스트 생성용 언어모델이다. 다만 SK텔레콤은 2차 평가 단계에서 텍스트 모델과 함께 비전·오디오·음성 모델도 공개하며 멀티모달 영역으로 확장했다. LG AI연구원도 이미지와 텍스트를 함께 처리하는 별도의 비전언어모델 '엑사원 4.5'를 공개하고 산업·공공 분야 활용을 추진하고 있다.

가중치 공개는 공통…상업 이용 범위는 차이

4개 팀은 모두 모델 가중치를 허깅페이스에 공개했지만 외부 기업과 개발자가 활용할 수 있는 범위에는 차이가 있다.

SK텔레콤은 1차수 모델인 'A.X K1'부터 아파치 2.0 라이선스를 적용했다. 아파치 2.0은 기업과 개발자가 모델을 상업적으로 이용하거나 수정하고 재배포할 수 있도록 허용한다. 자체 데이터로 추가 학습한 뒤 산업별 서비스와 제품에 탑재하는 것도 가능하다.

1차수에서 자체 라이선스를 사용했던 LG AI연구원도 2차수 'K-엑사원 2.0'부터 아파치 2.0으로 전환하면서 SK텔레콤과 같은 개방 전략을 택했다. 이에 따라 기업과 개발자가 LG의 별도 이용조건에 맞출 필요 없이 모델을 상업 서비스에 적용하고 수정·재배포하거나 파생 모델을 개발할 수 있게 됐다.

업스테이지는 아파치 2.0을 바탕으로 만든 자체 '솔라 라이선스'를 적용했다. 상업적 이용과 수정·재배포를 허용하지만 파생 모델을 배포할 때 모델명 앞에 'Solar'를 붙이고 관련 화면과 문서에 'Built with Solar'를 표시해야 한다.

모티프테크놀로지스는 개인·교육·비상업 연구 목적에 한해 사용과 수정·재배포가 가능하다. 상업적으로 이용하려면 모티프테크놀로지스의 사전 서면 허가가 필요하다.

다만 업계에서는 모델의 우열을 파라미터 규모나 문맥 길이 같은 수치만으로 판단하기 어렵다고 본다. 실제 서비스에 적용할 때 필요한 연산 비용과 운영 효율성, 산업별 활용처 확보 여부까지 함께 살펴야 한다는 설명이다.

AI 업계 관계자는 "모델의 기술적 규모만큼 중요한 것은 실제 산업 현장에 얼마나 빠르게 적용하고 확산할 수 있느냐"라며 "성능이 높은 모델을 개발하더라도 구동 비용이 크거나 적용처를 확보하지 못하면 활용 가치가 제한될 수 있다"고 말했다.

한편 과학기술정보통신부는 오는 8월8일부터 11일까지 국민 평가단 200명이 참여하는 실사용 평가를 진행한다. 벤치마크와 전문가 평가 등을 종합해 8월 중 4개 정예팀 가운데 다음 단계에 진출할 3개 팀을 선정할 예정이다.