정부 '독자 AI' 4팀 체제로 정리됐습니다 — 네이버 탈락이 남긴 자리

 

국가대표 LLM을 뽑는 자리에서 네이버 하이퍼클로바가 떨어졌습니다. '한국 AI' 하면 가장 먼저 떠오르던 이름이 맞나 싶더라고요.

 

올해 1월 1차 평가에서 네이버클라우드와 NC AI가 탈락하고, 2월에 모티프테크놀로지스 컨소시엄이 들어오면서 LG AI연구원·SK텔레콤·업스테이지·모티프 4팀 체제로 재편됐습니다. 6개월마다 평가하고 한 팀씩 떨어뜨리는 토너먼트 방식이라, 다음 평가가 가까워진 지금이 한 번 짚어볼 자리라고 봅니다.

 

네이버 하이퍼클로바 탈락, 업계가 충격받은 이유

과기정통부가 2025년에 처음 5팀을 골랐을 때만 해도 네이버는 당연한 후보였어요. 하이퍼클로바X로 국내 LLM 선두를 달리던 회사였으니까요. 그런데 1차 평가에서 미끄러졌습니다.

 

정부는 이번 프로젝트에서 '가중치를 초기화한 뒤 자체 데이터와 알고리즘으로 학습한 모델'만 독자 모델로 인정했는데, 네이버클라우드는 해외 오픈웨이트 모델을 가중치 초기화 없이 미세조정(Fine-tuning)한 방식이 발목을 잡아 '독자성 미충족'으로 판정된 것으로 알려졌습니다. 네이버 측은 자체 인코더 보유와 그 비중이 낮다는 점을 소명했지만 평가 절차가 끝난 뒤라 결과에 반영되지 않았고, 독자성 잣대 자체가 어디까지인가를 두고 후속 논쟁이 따라붙었지요.

 

네이버는 자체 자본으로 모델 개발을 계속한다는 입장이지만, GPU 보조를 못 받는다는 건 결국 비용 구조에서 불리하게 가져갈 수밖에 없다는 뜻입니다. NC AI 역시 게임 도메인 특화 LLM으로 자리잡아가던 회사라, 두 곳이 동시에 빠진 건 국내 AI 지형이 통째로 흔들린 사건이라는 평가가 많습니다.

 

 

살아남은 4팀의 LLM, 파라미터부터 다릅니다

현재 살아남은 4팀의 모델은 규모부터 다릅니다.

 

1. LG AI연구원 K-EXAONE: 236B 파라미터
2. SK텔레콤 A.X K1: 약 500B 파라미터
3. 업스테이지 Solar: 약 100B 파라미터
4. 모티프: 추론형 LLM 300B 파라미터

 

성능 목표는 글로벌 최신 모델 대비 95% 수준이에요. 500B가 어느 정도냐면, 공개된 라마(Llama) 계열 대형 모델 중 최상위급(Llama 3.1 405B 등)과 어깨를 나란히 하는 규모지요.

 

여기서 미묘한 쟁점이 하나 있습니다. '독자 모델'이라는 이름이 붙었지만, 정부 기준 자체가 "가중치 초기화 후 전면 재학습"을 요구하다 보니 사전학습을 처음부터 새로 하는 팀과 한국어를 얹는 정도의 팀을 같은 잣대로 보기 어렵다는 지적이 나옵니다. 개인적으로도 이 둘을 한 줄에 세우는 건 무리가 있다고 봐요.

 

 

GPU 보조가 사실상 본체

정부가 2027년까지 5천억 원대 규모를 투입한다고 합니다. 팀당 받는 게 어느 정도냐면, 모티프 선정 기준으로 B200 GPU 768장 규모가 들어가는 구조예요. 시가로 따지면 팀당 수백억 원대 보조인 셈이지요. 여기에 데이터 공동구매·활용 100억 원 규모와 팀별 데이터 구축·가공 17.5억 원이 더해진다고 보도가 종합되고 있습니다.

 

사실상 'GPU 보조금 사업'이라는 평가가 업계에서 자주 나오는 이유입니다. 문제는 이 보조가 시장 점유율로 곧장 연결되지는 않는다는 점이에요. 국내 B2B API 시장은 OpenAI와 앤스로픽(Anthropic) 같은 외산 모델이 주도하는 상황이지요. 성능이 95% 수준까지 따라붙는다고 해도 가격·생태계·기존 도입 관성을 이기는 건 또 다른 숙제로 보입니다.

 

 

직장인 업무에 들어오는 국산 LLM, 어디까지 왔나

좀 더 가까운 얘기로 와볼게요. 정부 지원을 받는 4팀의 모델은 이미 직장인 업무 도구에 깔리고 있습니다.

 

• LG U+: 엑사원 기반 통화 요약·보이스피싱 탐지 (ixi-O)
• SKT: 회의록 자동 요약·사내 AI 에이전트, 차량 음성 비서 등
• 업스테이지: 플리토(Flitto)와 협력한 AI 통번역 솔루션

 

회사에서 회의록 요약·통화 분석 도구를 고를 때 외산 API 견적만 받지 마시고 국산 모델 견적도 같이 받아보시는 게 협상에 유리합니다. 외산 API 협상에서 국산 견적이 가격 카드로 작동하는 경우가 적지 않거든요. 보안 심사가 까다로운 금융·공공 쪽이라면 국산 모델 통과가 더 빠를 때가 많고요.

 

개인적으로는 챗GPT나 클로드(Claude)로 돌리던 회의록 요약을 사내 정책상 외부로 못 보내는 회의에서는 국산 모델로 갈아타본 적이 있는데, 한국어 회의록은 솔라나 엑사원 쪽이 결과가 자연스럽게 떨어질 때가 있더라고요.

 

6개월 토너먼트, 다음 평가에서 무엇이 흔들릴까

이 사업의 가장 큰 변수는 6개월마다 한 팀씩 떨어뜨리는 토너먼트 구조입니다. 최종 2팀에 자원을 집중한다고 알려져 있어요. 살아남은 4팀에서 또 절반이 떨어진다는 뜻이지요.

 

승자 독식 구조는 양날의 검입니다. 집중 투자로 글로벌 경쟁력을 끌어올린다는 명분은 분명하지만, 탈락 기업의 모델 개발 속도가 급격히 떨어지면서 국내 AI 생태계 다양성이 좁아질 우려도 같이 따라옵니다. 별도 트랙에서 자체 자본으로 카나나를 키우는 카카오까지 더하면, 차기 평가 결과에 따라 국내 LLM 시장 점유율 지도가 크게 흔들릴 수 있는 자리예요.

 

이번 글에서는 4팀 체제로 재편된 배경과 GPU 보조 구조까지만 짚어봤습니다. 살아남은 4팀의 모델별 한국어 벤치마크 성적과 강점·약점은 다음 글에서 좀 더 자세히 풀어볼 생각이에요. 회사에서 AI 도구 도입 결정에 발을 담그고 있는 분들이라면, 다음 평가가 어느 모델 가격표를 흔드는지가 올여름 가장 눈여겨볼 흐름이 될 자리이지요.