컨텐츠 바로가기

09.20 (금)

이슈 인공지능 시대가 열린다

KT, 초거대AI '믿음' 기업시장 정조준

댓글 첫 댓글을 작성해보세요
주소복사가 완료되었습니다
전자신문

(왼쪽 두번째부터)최준기 KT AI·빅데이터사업본부장, 배순민 KT 융합기술원 AI2XL 연구소장, 이용재 매스프레소 대표, 김성훈 업스테이지 대표

<이미지를 클릭하시면 크게 보실 수 있습니다>


KT가 자체 개발한 초거대 인공지능(AI) '믿음'으로 기업간거래(B2B) 시장을 공략한다. 경량모델부터 초대형 모델까지 기업 규모와 목적에 따라 완전 맞춤형으로 제공한다. 3년내 매출 1000억원을 달성, 국내 프라이빗 거대언어모델(LLM) 시장에서 두 자릿수 점유율을 확보한다는 구상이다.

KT는 31일 기자간담회를 열고 믿음 상용화 전략을 공개했다. 오픈AI, 구글 등 빅테크가 주도하는 퍼블릭 LLM이 아닌 기업용 프라이빗 LLM 시장이 주 타깃이다. AI 풀스택을 앞세워 구축 비용을 낮추고 기업별 맞춤형으로 제공하는 것이 특징이다.

최준기 KT AI·빅데이터사업본부장은 “믿음은 AI 개방 생태계를 골자로 한 B2B 특화 모델”이라며 “기업고객을 위한 초거대AI 대중화 시대를 열겠다”고 밝혔다.

이번에 출시하는 모델은 베이직·스탠다드·프리미엄·엑스퍼트 4종이다. 외부에 완전 개방하는 70억 파라미터(매개변수) 규모부터 2000억 파라미터까지 다양한 종류의 LLM으로 선택 폭을 넓혔다.

KT는 초거대AI 활용을 원하는 모든 기업에게 믿음 파운데이션 모델(AI 기초모델)을 개방한다. 이는 방대한 데이터셋으로 학습된 생성 AI 핵심 기반 모델이다. 오픈AI사의 GPT가 대표적이다. KT는 전용 포털 'KT 믿음 스튜디오'를 열고 기업 고객이 자사 수요에 맞춰 AI 모델을 미세조정(파인튜닝)할 수 있도록 지원한다.

최 본부장은 “업계 최초 조단위 데이터 사전 학습을 완료했으며 이를 활용해 기업은 다양한 AI 응용서비스를 만들 수 있다”면서 “자체 LLM의 B2B 사업화를 가속하면서 초거대 AI 생태계를 빠르게 확장할 수 있을 것”이라고 말했다.

전자신문

KT가 31일 서울 서초구 KT 연구개발센터에서 온라인 기자설명회를 열고 초거대 AI '믿음(Mi:dm)' 사업 전략을 공개했다.

<이미지를 클릭하시면 크게 보실 수 있습니다>


KT는 인프라부터 서비스까지 AI 풀스택 전략을 통해 비용 효율성을 확보했다. KT클라우드는 믿음 AI 클라우드팜을 패키지로 제공해 별도 개발과 학습 인프라가 없더라도 적은 비용으로 초거대 AI를 활용한 서비스를 개발할 수 있도록 했다.

배순민 KT 융합기술원 소장은 “리밸리온 AI반도체를 적용해 추론속도는 3배, 전력효율은 6배 높이면서 추론비용은 50% 절감했다”면서 “모델 경량화와 학습비용 절감을 통해 구축비용은 경쟁 모델 대비 평균 30% 저렴한 수준”이라고 말했다.

KT는 생성형 AI 고질적 문제인 환각(할루시네이션) 현상을 해결하기 위해 복잡한 문서 이해도를 높이는 '다큐먼트 AI', 최신 정보를 찾아내는 딥러닝 '서치 AI', 원문에 근거한 응답만 생성하는 '팩트가드 AI' 등 3가지 기술을 믿음에 적용했다. 덕분에 AI 환각 답변 현상도 기존 서비스 대비 최대 70% 줄였다.

KT는 65만 기업고객 대상으로 B2B 사업에 집중한다. 이후 글로벌·제조·금융·공공·교육 5대 영역으로 초거대 AI 사업 영역을 확장하고, 업스테이지·콴다 등 스타트업과 개방 생태계를 구축해 글로벌 시장 공략도 본격화한다.

현재 국내 프라이빗 LLM 시장 규모는 3000억원 수준으로 3년 후에는 9000억원까지 성장할 것으로 전망된다. KT는 믿음을 통해 3년 후 프라이빗 LLM 영역에서 매출 1000억원 이상을 거둔다는 목표다.

최 본부장은 “개인 이용자 대상 AI 서비스 수익화가 불확실한 것과 달리 B2B는 상대적으로 빠른 수익화가 가능하다”면서 “다른 빅테크 모델을 쓰지 않고 자체 모델을 구축하려는 기업고객 수요가 충분한 만큼 늦지 않게 손익분기점(BEP)를 달성할 수 있을 것”이라고 말했다.

박준호 기자 junho@etnews.com

[Copyright © 전자신문. 무단전재-재배포금지]


기사가 속한 카테고리는 언론사가 분류합니다.
언론사는 한 기사를 두 개 이상의 카테고리로 분류할 수 있습니다.