LG가 공개한 '엑사원' 국내 첫 추론형AI
딥시크 모델과 비교해 더 경량화되고 성능도 높아
추론형 AI, 스스로 생각하고 판단해 행동까지 수행
구글·오픈AI·MS도 추론형 AI 모델 연이어 출시
AI 에이전트 시장 선점 위한 발판…시장 규모 커질듯
미국 반도체 기업 엔비디아 최고경영자(CEO) 젠슨 황이 18일(현지시간) 이날 미국 캘리포니아주 새너제이 SAP 센터에서 개최한 개발자 콘퍼런스 GTC 2024에서 기조연설을 하고 있다. 연합뉴스 |
<이미지를 클릭하시면 크게 보실 수 있습니다> |
"전 세계는 틀렸다."
젠슨 황 CEO는 지난 18일(현지시간) 엔비디아 연례행사 'GTC2025'에서 '저비용 고효율'의 딥시크 등장에도 GPU(그래픽처리장치) 수요는 늘어날 거라고 자신했다. GPU가 많이 필요한 추론형 모델을 요구하는 '인공지능(AI) 에이전트'가 전 세계에 확산될 거라는 점이 자신감의 근거였다.
국내에도 반짝이는 소식이 전해졌다. LG AI 연구원이 같은 행사에서 국내 첫 추론형 AI 모델 '엑사원 딥'을 선보였다. 스스로 생각하고 판단해 행동하는 추론형 AI 모델이 'AI 에이전트'의 핵심 기술로 주목되면서, 업계에서도 추론형 AI 모델 개발 경쟁이 치열해질 것으로 보인다.
"딥시크 저리 가라"…엑사원 국내 첫 '추론형 AI'
LG AI 연구원의 '엑사원 딥'은 LG가 자체 개발한 LLM(대규모언어모델)을 기반으로 한 추론형 AI다. LG의 '엑사원 딥 -32B'는 딥시크사의 추론형 AI 모델 R1의 매개변수(데이터를 연결하는 단위)가 5%로 경량화됐다. 그럼에도 '엑사원 딥 -32B'는 2025학년도 수능 수학영역 평가에서 94.5점으로 89.9점인 딥시크 R1을 앞섰다. 특히 수학, 과학과 코딩 분야에 특화된 모델로 평가된다.국내 첫 추론형 AI가 등장하면서 경쟁이 더욱 치열해질 것으로 보인다. 국내에서 LG와 함께 자체 LLM(대규모언어모델)을 보유한 네이버도 추론형 모델을 개발 중에 있다. 네이버 관계자는 "네이버의 기존 모델도 추론 기능이 있긴 하지만 하이퍼클로바 X를 기반으로 추론 강화 모델을 선보이기 위해 개발 중"이라고 말했다.
배경훈 LG AI 연구원장. LG 제공 |
<이미지를 클릭하시면 크게 보실 수 있습니다> |
추론형 AI는 'AI 에이전트' 핵심…판도 기울어
전 세계의 AI 판도가 사고하는 AI, 즉 추론형 AI로 기울고 있다. 구글은 지난해 12월 제미나이 2.0을 출시하면서 AI 고급 추론 기능을 강조했다. 오픈AI도 최근 발표한 GPT-4.5에 추론기능이 통합된 GPT-5를 곧 출시하겠다고 밝혔다. 가장 두각을 나타내고 있는 마이크로소프트(MS)는 '코파일럿'을 지난해 일찌감치 공개됐다.한 IT(정보기술) 업계 관계자는 "올해 초부터 추론형 AI가 다시 업계의 트렌드로 부상했다"면서 "추론형 AI 기술이 업계별로 차이가 나는 상황은 아니라 곧 추론형 모델이 연이어 출시될 것으로 보고 있다"고 밝혔다.
전 세계가 추론형 AI에 집중하는 이유는 궁극적으로 'AI 에이전트' 시장 선점을 위해서다. 'AI 에이전트'의 핵심 기술은 능동적으로 문제를 해결하는 추론형 AI다. 지금까지는 인간이 AI를 도구처럼 활용해 편의를 높이는 방식이었다면, 스스로 사고하고 행동할 수 있는 'AI 에이전트'는 인간의 개입 없이 특정 작업을 수행하는 자율 지능형 시스템에 가까워 효율성과 생산성이 훨씬 높다.
추론형 AI 모델 개발이 본격화되면서 'AI 에이전트' 시장은 더욱 커질 것으로 보인다. '글로벌 시장조사기관 그랜드뷰리서치에 따르면 AI에이전트 시장 규모는 약 58억2천만 달러(한화 약 8조 5117억 원)로, 2030년까지 연평균 42.8% 성장할 것으로 전망된다.
※CBS노컷뉴스는 여러분의 제보로 함께 세상을 바꿉니다. 각종 비리와 부당대우, 사건사고와 미담 등 모든 얘깃거리를 알려주세요.
- 이메일 : jebo@cbs.co.kr
- 카카오톡 : @노컷뉴스
- 사이트 : https://url.kr/b71afn
저작권자 © CBS 노컷뉴스 무단전재 및 재배포 금지
이 기사의 카테고리는 언론사의 분류를 따릅니다.
기사가 속한 카테고리는 언론사가 분류합니다.
언론사는 한 기사를 두 개 이상의 카테고리로 분류할 수 있습니다.
언론사는 한 기사를 두 개 이상의 카테고리로 분류할 수 있습니다.