Your browser does not support JavaScript!

국가대표 ‘독자 AI 파운데이션 모델’ 선발전: 목표와 진행 현황

일반 리포트 2025년 07월 11일
goover

목차

  1. 프로젝트 개요 및 목표
  2. 공모 및 선발 절차
  3. 지원 내용 및 평가 단계
  4. 기술적 기준 및 평가 요소
  5. 향후 일정 및 전망
  6. 기업 및 업계 반응
  7. 결론

1. 요약

  • ‘독자 AI 파운데이션 모델’ 프로젝트는 과학기술정보통신부가 주도하여 진행되는 대규모 AI 모델 개발 사업으로, 글로벌 톱 수준의 거대언어모델(LLM)을 순수 자체 기술로 개발하는 것을 목표로 하고 있습니다. 이 프로젝트는 기존 '월드베스트 LLM'이라는 이름에서 새롭게 변경된 것으로, 민관 협력하여 해당 분야의 기술 자립과 국가 경쟁력 강화를 도모하기 위해 추진되고 있습니다. 과거 몇 년간 AI 시장은 급속도로 성장하면서, 특히 LLM 분야에서는 OpenAI, Google, Meta와 같은 대기업들이 주도하고 있으며, 이로 인해 한국은 자국의 기술력을 바탕으로 독자적이고 고품질의 모델을 개발할 필요성이 더욱 커지고 있습니다.

  • 현재 진행 중인 공모 과정은 2025년 6월 20일부터 7월 21일까지 진행되어 한국의 AI 기업 및 연구기관들에게 5개 팀을 선발할 기회를 제공합니다. 이 프로젝트의 평가 기준은 자율적 프롬 스크래치 개발 경험과 기술적 독자성을 필수 요소로 삼고 있으며, 총 2천억 원의 예산이 투입되어 각 팀에 인프라와 자원 지원이 이루어질 예정입니다. 이러한 지원으로 K-AI 생태계의 경쟁력을 강화하고, AI 기술의 활용성을 높일 계획입니다.

  • 향후 12월에는 1차 성능 평가가 예정되어 있으며, 이를 통해 각 팀이 개발한 AI 모델의 객관적인 성능을 검증할 기회가 제공될 것입니다. 이 평가는 대국민 평가와 온라인 생중계 형태로 진행되어, 일반 국민과 전문가가 함께 참여할 수 있는 중요한 자리로 자리 잡게 됩니다. 결과적으로, 이 프로젝트는 기술 자립을 넘어 AI 생태계의 디지털 전환을 주도할 중요한 이정표가 될 것으로 예상됩니다.

2. 프로젝트 개요 및 목표

  • 2-1. 프로젝트 명칭과 배경

  • ‘독자 AI 파운데이션 모델’ 프로젝트는 과학기술정보통신부 주도의 국가적 AI 모델 개발 사업으로, 기존 '월드베스트 LLM'이라는 이름에서 변경된 정식 명칭이다. 이 프로젝트는 전 세계적으로 경쟁이 치열한 AI 기술 분야에서 독자적이고 고품질의 거대언어모델(LLM)을 개발하기 위해 민관이 협력하여 추진된다. AI 기술은 이미 다양한 산업과 사회 전반에 걸쳐 중요한 역할을 하고 있으며, AI 모델의 성능 향상은 기술 주권 확보와 국가 경쟁력 강화에 필수적이다. 따라서 본 프로젝트는 국내의 AI 생태계를 더욱 풍요롭게 하고, 국민의 접근성을 높이는 데 중요한 기여를 하고자 하는 전략적 배경을 가진다.

  • 2-2. 글로벌 LLM 경쟁 현황

  • 최근 몇 년간 글로벌 AI 시장은 엄청난 성장을 보여왔으며, 특히 거대언어모델(LLM) 분야는 OpenAI, Google, Meta와 같은 대기업들이 주도하고 있다. 이러한 기업들이 개발한 LLM은 각종 서비스에 적용되며 빠른 속도로 성능 및 효율성 향상을 이루고 있다. 이들 모델들은 대규모의 데이터를 바탕으로 하여 더욱 정교하고 정확한 응답을 생성하고 있으며, 특히 자연어 처리(NLP) 분야에서 그 성능이 두드러진다. 한국은 이러한 글로벌 경쟁에서 뒤처지지 않기 위해 자국의 역량을 최대한 활용하여 독자적인 AI 모델을 개발하고 이를 상용화하고자 한다.

  • 2-3. 핵심 목표와 예산 규모

  • ‘독자 AI 파운데이션 모델’ 프로젝트의 핵심 목표는 최신 글로벌 AI 모델 대비 95% 이상의 성능을 가진 독자 양산 가능한 LLM을 개발하는 것이다. 이를 위해 과학기술정보통신부는 총 2천억 원의 예산을 투입하고, 최대 5개의 정예팀을 공모하여 단계적으로 압축한 뒤 지원할 계획이다. 프로젝트는 프롬 스크래치(From Scratch) 방식으로 진행되며, 각 팀은 자신의 연구 개발 방안을 제시해야 한다. 이와 함께 정부는 AI 모델이 오픈소스로 공개되어 국내 AI 생태계의 확장이 이루어질 수 있도록 하며, 국민의 AI 접근성을 높이기 위한 다양한 프로그램을 마련할 계획이다.

3. 공모 및 선발 절차

  • 3-1. 공모 기간 및 기관

  • ‘독자 AI 파운데이션 모델’ 프로젝트의 공모는 2025년 6월 20일부터 7월 21일까지 한 달 동안 진행되고 있습니다. 이는 과학기술정보통신부 주도로 행사되며, 국내의 인공지능 기업들과 연구기관들이 이 프로젝트에 참여할 기회를 제공합니다. 이 프로젝트는 최대 5개 팀을 선발할 예정이며, 각 팀은 ‘K-AI 모델’ 또는 ‘K-AI 기업’ 등 명칭을 사용하며 그 후의 단계평가를 통해 이를 더욱 압축할 계획입니다. 참가자는 성과에 따라 자원(GPU, 데이터 등)을 요청할 수 있으며, 이러한 요청은 정부의 지원을 받아 이루어집니다.

  • 3-2. 지원 자격과 컨소시엄 구성

  • 선발될 팀은 AI 개발의 전문성을 갖춘 기업 또는 연구기관이어야 하며, 특히 미래의 AI 인재 육성과 지역 산업의 발전을 고려하여 대학과 대학원생의 참여가 필수적입니다. 이와 함께, 팀은 컨소시엄 형식으로 협력하거나 자발적으로 구성할 수 있으며, 다양한 기업들이 협업하여 인공지능 모델을 개발하는 형태를 취할 수 있습니다. 이러한 협력은 팀의 역량을 강화하고 성공적인 프로젝트 수행을 위한 기반을 마련하는 데 도움을 줄 것입니다.

  • 3-3. 접수 및 심사 절차

  • 공모에 참여하려는 팀은 구체적인 개발 전략과 방법론을 제시해야 하며, 이는 단계 평과 방식에 따라 조정될 수 있습니다. 팀의 제안서는 다양한 AI 전문가들이 참여하는 평가위원회에 의해 엄밀히 심사됩니다. 평가 기준으로는 모델의 성능, 개발 방법론의 독창성 및 실행 가능성 등의 요소가 포함됩니다. 각 팀은 선정 평가에서 제시된 기준에 따라 차등적으로 자원을 지원받게 되며, 정부는 팀의 강점에 맞춰 GPU, 데이터, 인재 등의 지원을 세부적으로 계획하고 있습니다.

4. 지원 내용 및 평가 단계

  • 4-1. 예산 및 인프라 지원 규모

  • ‘독자 AI 파운데이션 모델’ 프로젝트는 참여 기업들에게 상당한 재정적 지원을 제공합니다. 예상 총 예산은 약 2천억원이며, 이 예산은 5개 정예팀의 AI 모델 개발을 위한 GPU, 데이터, 인재 지원 등 여러 인프라 요소에 배분됩니다. GPU는 올해부터 내년 상반기까지 민간 보유 자원을 임차하여 지원하되, 이후에는 정부가 구매한 GPU를 활용할 예정입니다. 개별 팀당 초기에는 500장의 GPU를 제공하고, 단계평가 후에는 1, 000장 이상으로 늘릴 계획입니다.

  • 데이터 지원 또한 중요하게 다뤄지며, 정부는 모든 정예팀들에게 저작물 데이터의 공동구매를 지원하고, 팀 별로 데이터 구축 및 가공에도 연간 최대 50억원을 지원할 예정입니다. 이를 통해 정부는 데이터 품질 개선과 모델 성능 향상을 기대하고 있습니다. 마지막으로, 인적자원 확보도 중요한 요소로서, 조기 우수 연구자 유치를 위한 인건비와 연구비를 정부가 매칭 지원하여, 인재 확보의 지속성을 도모할 계획입니다.

  • 4-2. 1차·2차 평가 일정

  • 2025년 12월에 예정된 1차 성능 평가는 선발된 5개 정예팀의 모델 성능을 검증하는 중요한 기회가 됩니다. 정부는 1차 평가를 통해 팀의 진행 상황을 점검하고 이후 수정과 개선을 위한 피드백을 제공할 계획입니다. 이 평가는 온오프라인으로 진행되며, 국민과 전문가들이 함께 참여할 수 있는 대국민 평가도 포함됩니다.

  • 또한, 2차 평가 일정은 아직 구체적으로 정해지지 않았으나, 첫 평가 결과에 따라 평가 기준과 방식에 대한 재조정이 있을 수 있습니다. 2025년의 해당 평가는 AI 모델의 성능, 독자성 및 기술적 기여도를 종합적으로 측정하는 입체적인 평가로 계획되고 있습니다.

  • 4-3. 대국민 평가 계획

  • 대국민 평가 계획은 AI 모델의 개발 과정에서 국민의 목소리를 반영하기 위한 중요한 전략입니다. 정부는 1차 성능 평가를 온라인 생중계 형태로 진행하며, 이를 통해 보다 많은 국민들이 직접 평가에 참여할 수 있도록 할 예정입니다. 이는 단순히 전문가의 의견뿐 아니라, 실제 사용자가 평가할 수 있는 기회로 이어져, AI 모델이 실질적으로 사용될 때의 사용자 경험을 고려하게 됩니다.

  • 탈중앙화된 AI 생태계를 조성하기 위해, 대국민 평가에서 수집된 피드백은 향후 모델 개선의 중요한 자료로 활용될 것입니다. 이처럼 정부는 대국민 참여를 통해 AI 개발의 개방성과 투명성을 높이고, 국민들이 AI 기술에 대한 이해와 신뢰도를 향상시키는 데 기여하고자 합니다.

5. 기술적 기준 및 평가 요소

  • 5-1. 프롬 스크래치(From Scratch) 기준

  • ‘프롬 스크래치’ 개발 방식은 AI 모델을 설계할 때 기존 모델이나 외부의 기술을 단순히 변형하거나 조정하는 것이 아니라, 완전히 새로운 모델을 처음부터 끝까지 독자적으로 구축하는 것을 의미합니다. 이는 기술적 독자성이 중요시되는 현재의 프로젝트 맥락에서의 핵심 요구사항으로, 정부는 자국 내에서 제정한 모든 기술과 아이디어를 활용해 독립적인 AI 모델을 개발할 것을 강조하고 있습니다.

  • 과학기술정보통신부는 이러한 방식이 실제로 AI 기술 자립을 강화하고, 외국 기술 의존도를 줄인다는 의미로, 프롬 스크래치 방식의 모델 개발 경험이 있는 기업만 사업에 참여할 수 있도록 제한하고 있습니다. 이러한 기준은 기술적 독립성을 확보하고, 최종적으로는 글로벌 AI 경쟁에서의 지속 가능성을 높이기 위한 조치로 해석됩니다 예를 들어, 이전의 파인튜닝 방식이나 쉽게 이용할 수 있는 외국의 AI 모델의 조작이 아닌, 각 기업이 독자적으로 알고리즘을 개발하고, 새로운 데이터 세트를 바탕으로 학습시킨 AI 모델만을 인정받게 됩니다.

  • 5-2. 오픈소스 활용 인정 가이드라인

  • 이번 프로젝트에서 오픈소스 모델의 활용은 유연하게 적용될 수 있지만, 사용에 있어 명확한 기준이 수립되어 있습니다. 오픈소스 모델을 기반으로 하여 개발된 AI 모델이라 하더라도, 해당 모델이 라이센스 조건을 충족하고, 기술적 독립성을 명확히 증명할 수 있다면 국가대표 독자 AI 파운데이션 모델로 인정됩니다.

  • 특히, 과기정통부는 기술적 독자성이 오픈소스 모델의 활용 여하에 있으므로, 모델의 재설계 과정에서 새로운 구조와 알고리즘이 반드시 필요하다고 밝혔습니다. 또한, 기업들은 전 세계 오픈소스 모델들에서 영감을 받아 그들만의 독특한 특성을 부여해야 하며, 이와 같은 혁신적 접근 방법을 통해 기술적 우위를 차지할 수 있을 것입니다. 이는 글로벌 경쟁에서 중요한 요소인 만큼, 각 기업은 이 가이드라인을 철저히 준수하고자 합니다.

  • 5-3. 성능·파인튜닝 평가 요소

  • 이번 선발전에서는 AI 모델의 성능과 파인튜닝 역량이 중요한 평가 요소로 작용합니다. 파인튜닝은 기존의 모델을 보다 구체적인 데이터 세트에 맞춰 조정하고, 최적화하는 과정을 의미하며, 이를 통해 이전 모델보다 더 나은 결과물을 생성할 수 있도록 지원합니다.

  • 과기정통부는 이러한 파인튜닝이 단순한 향상뿐만 아니라, 창의적인 문제 해결 능력과 실용적인 응용을 증명하는 지표로 작용한다는 점을 강조했습니다. 특히, 파인튜닝을 통해 상용 서비스에 적용한 모델은 안정성과 성능에 대한 높은 신뢰를 받을 가능성이 있습니다. 따라서 참가는 기업은 파인튜닝 과정에서의 성과와 이를 통한 문제 해결 능력을 충실히 드러내야 하며, 이에서 나온 결과는 반드시 평가 기준에서 긍정적으로 반영될 수 있습니다.

6. 향후 일정 및 전망

  • 6-1. 12월 1차 성능 평가

  • 2025년 12월, 과학기술정보통신부는 독자 AI 파운데이션 모델 프로젝트의 1차 성능 평가를 계획하고 있습니다. 이 평가는 5개 정예팀이 개발한 AI 모델의 성능을 객관적으로 평가하기 위한 중요한 단계로, 참가팀들이 제출한 결과물에 대한 심사를 통해 우수한 성능을 발휘한 팀이 선정될 예정입니다. 이 과정에서 모델의 정확성, 처리 속도, 안정성 등 다양한 지표가 평가 요소로 사용됩니다. 특히, 대국민 평가와 온라인 생중계가 포함될 예정이어서, 일반 대중이 직접 평가 과정에 참여하게 되는 점도 주목할 만합니다.

  • 6-2. 연말 최종 결과 발표

  • 2025년 연말, 1차 성능 평가의 결과 발표가 있습니다. 이 발표는 향후 몇 달간의 AI 모델 개발 현황을 기반으로, 선정된 모델의 상용화 가능성을 가늠하는 중요한 기준이 될 것입니다. 과기정통부는 이번 결과를 통해 최종적으로 어떤 모델이 K-AI 생태계에서 우위를 점할 것인지에 대한 방향성을 제시하게 됩니다. 이러한 결과 발표는 산업계 뿐만 아니라, 관련 정책 방향에도 중대한 영향을 미칠 것으로 예측됩니다.

  • 6-3. 상용화 및 공개 생중계

  • 2025년 12월에는 상용화 및 공개 생중계가 이루어질 예정입니다. 이는 후보 모델들이 K-AI 시장에 진입할 준비가 되었음을 알리는 시점이기도 합니다. 과기정통부는 평가 결과를 바탕으로 성과가 우수한 모델을 선정하고, 이를 공개적으로 발표하여 일반 대중과 산업계가 바로 활용할 수 있도록 할 것입니다. 이는 K-AI 생태계의 확장을 목표로 하며, 국민들이 AI 기술의 혜택을 직접적으로 누릴 수 있는 계기가 될 것입니다. 또한, 오픈소스 기반의 개발이 강조되고 있는 만큼, 공개 생중계는 기술적으로도 많은 사람들에게 배움의 기회를 제공할 것입니다.

7. 기업 및 업계 반응

  • 7-1. 대기업 도전 현황

  • 2025년 국가대표 AI 파운데이션 모델 선발전에 대한 대기업들의 참여가 두드러지게 나타나고 있습니다. LG AI 연구원이 주도하고 있는 엑사원은 자체 개발한 추론형 AI 모델로서, 회사가 도전자로서의 위치를 강화하고 있습니다. LG AI 연구원은 올해 초 에이전틱 AI와 같은 고급 기능을 갖춘 LLM을 선보이며, 정부의 강력한 지원과 맞물려 기대감을 키우고 있습니다. 또한, 네이버는 자체 LLM '하이퍼클로바X'를 기반으로 한 소버린 AI 구축을 강조하며, 자사의 클라우드 플랫폼에서의 활용성을 높이고 있습니다. 카카오는 '카나나'라는 AI 모델을 오픈소스로 제공하고, 그 성능을 평가하기 위한 벤치마크 플랫폼인 '호랑이(Horang-i)'에서 우수한 성적을 기록했습니다. 이외에도 코난테크놀로지, 이스트소프트, 업스테이지 등도 경쟁의 주요 주자로 부각되고 있습니다.

  • 7-2. 통신사 스타트업 협업 경쟁

  • 통신사들도 AI 생태계를 강화하기 위한 스타트업과의 협업에 박차를 가하고 있습니다. SK텔레콤은 개발자 협업 플랫폼 '스케치'를 도입하고, 이를 통해 스타트업과의 연계를 강화하는 한편, 리벨리온과의 협업을 통해 국산 AI 인프라 구축에도 속도를 내고 있습니다. KT는 '믿음 2.0' 모델을 오픈소스로 공개하며, 스타트업들에 최대 2억 원의 지원금과 해외 진출 프로그램을 제공하는 등 AI 스타트업 생태계 조성을 위해 노력하고 있습니다. LG유플러스는 '쉬프트'라는 스타트업 지원 프로그램을 운영하여 AI 기술을 기반으로 한 협업을 촉진하고 있으며, 인공지능 모델과 함께 제공할 펀드를 결성한 사례도 확인할 수 있습니다.

  • 7-3. 국내 연구개발 동향

  • 국내 AI 연구개발 동향에서는 LG CNS가 1, 110억개의 파라미터를 갖춘 추론형 LLM 개발을 발표하는 등 기술적 발전이 두드러지고 있습니다. 이 모델은 금융 및 공공 분야의 민감한 데이터를 안전하게 다루기 위한 솔루션으로 주목받고 있으며, 고객들의 비즈니스 혁신을 이끌 것으로 기대됩니다. 또한, AI 모델의 성능이 글로벌 선두 모델을 넘어서는 성과를 올리고 있어 K-AI의 가능성을 보여주고 있습니다. 이러한 모든 노력은 결국 한국형 AI의 경쟁력을 높이는 데 기여할 것으로 예상됩니다.

결론

  • ‘독자 AI 파운데이션 모델’ 선발전의 성공 여부는 국내 AI 산업의 미래를 좌우할 중대한 분기점이 될 것입니다. 프로젝트가 지향하는 목표인 기술 자립과 생태계 확산은 단순한 모델 개발에 그치지 않고, 한국의 AI 전반에 걸친 경쟁력 확보라는 출발점에서 출발하고 있습니다. 실제로 올 12월 예정된 1차 성능 평가는 이 목표 달성을 위한 중요한 기준이 될 것이며, 정부가 제공하는 지원과 대기업, 스타트업 간의 협업은 K-AI 생태계를 더욱 튼튼히 할 것입니다.

  • 향후 상용화와 오픈소스 모델 공개를 통해 국민의 AI 기술 접근성을 높이고, AI의 실제 적용 사례를 통해 경제와 사회 전반의 디지털 전환을 가속화가 기대됩니다. 이를 통해 한국이 글로벌 AI 시장에서도 주목받는 경쟁력을 지니게 될 것으로 보입니다. 특히, 이러한 프로그램이 성공적으로 마무리됨으로써, 다양한 산업에서 AI 기술이 폭넓게 활용되고, 나아가 국민의 삶의 질을 높이는 데 기여할 수 있는 기반이 마련될 것입니다. 앞으로도 이 선발전의 결과와 후속 세부 사항들을 지속적으로 주목할 필요가 있습니다.

용어집

  • AI 파운데이션 모델: AI 파운데이션 모델은 인공지능의 기초가 되는 거대언어모델(LLM)로, 자연어 처리(NLP) 등 다양한 AI 응용 분야에 활용될 수 있는 기본 모델을 말합니다. 이 프로젝트는 한국이 독자적인 AI 기술을 갖추기 위한 중요한 전략의 일환입니다.
  • LLM (Large Language Model): LLM은 대규모 데이터를 기반으로 학습하여 자연어 처리, 텍스트 생성 등 다양한 작업을 수행할 수 있는 인공지능 모델을 의미합니다. OpenAI의 GPT 시리즈가 대표적인 예이며, 이러한 모델은 AI 분야에서의 경쟁력을 좌우하는 중요한 요소입니다.
  • 프롬 스크래치 (From Scratch): 프롬 스크래치 개발 방식은 기존 모델이나 알고리즘을 변형하지 않고, 완전히 새로운 모델을 처음부터 끝까지 독립적으로 구축하는 것을 의미합니다. 이 프로젝트에서는 기술적 독자성을 중요시하며, 오직 이 방식으로 개발한 모델만이 자격을 가집니다.
  • 오픈소스: 오픈소스는 소프트웨어의 소스 코드를 무료로 공개하여 누구나 수정, 배포할 수 있도록 허용하는 개발 방식입니다. 이번 프로젝트에서는 오픈소스 모델을 사용하되, 기술적 독립성도 요구됩니다.
  • 정예팀: 정예팀은 이 프로젝트에서 선발되는 5개 팀을 지칭하며, 각 팀은 AI 모델 개발을 위한 자원과 지원을 받으며 기술적 독립성과 우수성을 바탕으로 경쟁하게 됩니다.
  • K-AI: K-AI는 한국형 인공지능을 의미하며, 국내의 AI 기술을 발전시키고 국가 경쟁력을 높이기 위한 목표를 가지고 있습니다. 이 프로젝트는 K-AI 생태계의 확산을 목표로 삼고 있습니다.
  • 과기정통부: 과학기술정보통신부는 한국 정부의 부처 중 하나로, 과학기술과 정보통신 관련 정책을 수립하고 추진하는 기관입니다. 이 프로젝트를 주도하며 AI 기술 개발을 위한 재정적 지원을 제공하고 있습니다.
  • 성능 평가: 성능 평가는 개발된 AI 모델의 성능을 객관적으로 검증하고 평가하는 과정을 의미합니다. 2025년 12월에 첫 번째 성능 평가가 예정되어 있으며, 이 과정은 국민 평가와 함께 진행될 예정입니다.
  • 파인튜닝: 파인튜닝은 기존의 AI 모델을 특정 데이터 세트에 맞춰 조정하고 최적화하는 과정을 말합니다. 이 과정은 모델의 성능 향상과 현업 적용 가능성을 높이는 중요한 단계로 작용합니다.
  • 국산 AI: 국산 AI는 한국에서 자체 개발된 인공지능 모델이나 시스템을 의미합니다. 이는 자국 기술의 독립성을 강화하고 국내 산업의 발전을 도모하기 위한 전략적 요소로 자리 잡고 있습니다.

출처 문서