서비스형 AI로 차별화…국가 기준은 달랐다
멀티모달 전략과 ‘프롬 스크래치’ 원칙 충돌
성능 경쟁이 아닌 출발선을 가른 첫 컷오프
[편집자 주] 네이버클라우드와 NC AI가 정부의 ‘국가대표 AI(인공지능)’ 독자 파운데이션 모델 프로젝트 1차 평가에서 탈락했다. 당초 정부는 5개 정예팀 가운데 1곳만 탈락시키고 4곳을 남긴다는 계획이었지만 최종 판단 과정에서 두 팀을 떨어뜨렸다. 1차 평가 결과를 보면 정부가 어떤 AI를 국가 전략으로 키울 것인가에 대한 기준을 분명히 드러냈다는 평이다. 이에 본지는 ‘국가대표 AI 해부’ 시리즈를 통해 참여 기업들의 AI를 기술 나열이 아닌 전략과 철학의 관점에서 분석한다. 각 기업이 어떤 선택을 했고, 그 선택이 왜 통과하거나 탈락했는지를 독자 눈높이에서 짚어 본다.
[마이데일리 = 박성규 기자] 독자성. 이는 국가대표 AI(인공지능) 경쟁의 첫 관문에서 정부가 네이버클라우드 모델을 떨어뜨리며 드러낸 메시지다.
네이버클라우드는 그동안 멀티모달(텍스트·이미지·음성을 함께 이해하는 AI) 전략으로 업계의 주목을 받았지만 정부 판단은 달랐다. 중국 알리바바의 ‘큐웬’ 계열 모델에서 인코더와 가중치를 활용해 독자 AI 파운데이션 모델의 요건을 충족하지 못했다고 지적했다.
◇ 가장 ‘서비스다운’ 전략
네이버클라우드가 텍스트 성능 경쟁 대신 전면에 내세운 멀티모달은 문장을 잘 이해하는 데서 멈추지 않고, 사진과 음성까지 함께 해석하는 모델이다. 실제 서비스 환경에서 쓰임새가 넓다는 점에서 시장의 평가도 나쁘지 않았다.
이 선택은 네이버의 사업 구조와 맞닿아 있다. 검색·커머스·콘텐츠·업무 도구 등 다층적인 서비스에 AI를 곧바로 투입할 수 있어야 했다. 연구 성과보다 현장 적용을 우선하는 접근이었다. 평가 과정에서 정부가 네이버 모델에 한해 시각지능 관련 지표를 별도로 살핀 것도 이런 특성을 반영한 조치였다.
멀티모달은 글로벌 AI 경쟁의 중심 축이 되고 있다. 이용자 입장에서는 텍스트만 이해하는 AI보다 훨씬 직관적이고, 실제 활용 범위도 넓다. 네이버클라우드의 방향은 시장 흐름과 어긋나지 않았다.
그러나 정부가 정의한 ‘독자 파운데이션 모델’의 기준은 엄격했다. 모델 설계부터 사전학습까지 전 과정을 자체 수행했는지가 핵심이었다. 외부 모델의 가중치를 활용해 성능을 끌어올리는 방식은 허용되지 않았다.
가중치를 초기화한 뒤 처음부터 학습하는 프롬 스크래치 방식이 최소 요건이었다. 정부는 이를 단순한 기술 선택이 아니라, 국가 AI 자주권과 인프라 통제의 기준으로 설정했다.
네이버클라우드는 이 선을 넘지 못했다. 평가 과정에서 일부 핵심 구성 요소에 해외 오픈소스 모델의 가중치가 활용된 점이 문제로 지적됐다. 성능과 활용성은 평가 대상이었지만, 독자성이라는 전제 조건을 충족하지 못한 순간 경쟁은 끝났다.
◇ 성능이 아니라 정의의 문제
이번 탈락은 네이버클라우드의 기술력이 부족해서라기보다 국가대표 AI를 무엇으로 규정할 것인가라는 질문에서 비롯됐다. 네이버는 글로벌 기술 생태계와의 연결성, 빠른 서비스 적용을 중시했다. 검증된 기술을 적극 활용해 완성도를 높이는 전략이었다.
반면 정부는 외산 기술 의존을 최소화하고, 국가가 언제든 통제 가능한 AI 인프라를 확보하는 데 방점을 찍었다. 기술 선택의 방향 자체가 달랐던 셈이다. 멀티모달이라는 차별화 전략이 오히려 독자성 기준과 충돌한 이유다.
업계에서는 이번 결과를 두고 잘 만들었는지가 아니라, 어디서부터 만들었는지를 본 평가였다는 해석이 나온다. 글로벌 경쟁에서는 합리적인 선택이 국가 프로젝트에서는 약점으로 작용했다는 분석이다.
네이버클라우드의 이탈로 국가대표 AI 경쟁의 윤곽은 한층 또렷해졌다. 초거대 모델을 프롬 스크래치로 학습한 LG AI연구원과 SK텔레콤, 상대적으로 작은 규모지만 독자 학습을 앞세운 업스테이지만이 본선에 남았다.
다만 이번 결과가 네이버의 AI 전략 자체를 부정하는 것은 아니다. 멀티모달 기반 서비스형 AI는 여전히 민간 시장에서 강력한 경쟁력이다. 네이버클라우드는 향후 AI 기술 경쟁력을 높이기 위해 다양한 방향에서 기술 고도화 노력을 이어갈 계획이라고 밝혔다.
이충형 남서울대학교 AI메타융합학과 교수는 “이번 결과를 AI 파운데이션 모델 기술력 부족으로 보기는 어렵다”며 “정부 사업의 평가 가이드라인에 대한 이해와 공공 과제에 대한 전략적 접근이 충분하지 못했던 점이 영향을 미쳤다”고 말했다.
이어 “재도전에 나서지 않은 것도 정부 과제 수행에 드는 리소스를 고려해 민간 B2B·B2C AI 사업과 글로벌 시장 확대에 집중하기 위한 전략 재설정으로 볼 수 있다”고 덧붙였다.
박성규 기자 psk@mydaily.co.kr
- ⓒ마이데일리(www.mydaily.co.kr).
무단전재&재배포 금지 -
댓글
[ 300자 이내 / 현재: 0자 ]
현재 총 0개의 댓글이 있습니다.