과학기술정보통신부 주관 ‘독자 AI 파운데이션 모델 프로젝트’ 2차수 모델인 ‘K-엑사원(K-EXAONE) 2.0’은 국내 최대인 750B(7500억개) 파라미터 규모다. 1차수 모델(236B) 대비 크기가 3배 이상 커졌다.
|
LG AI연구원은 독자 AI 파운데이션 모델 성능 평가에 반영되는 항목을 포함해 9개 영역 24개 벤치마크 평가를 진행한 결과도 함께 공개했다.
‘K-엑사원 2.0’은 24개 평가지표에서 평균 70.1점을 기록해 1차수 모델(63.3점)보다 10% 이상 높은 성능을 달성했다. 특히, 코딩과 에이전틱 코딩 영역 주요 지표 3개의 평균 성능이 30% 상승했다.
또 ‘K-엑사원 2.0’은 장문 문맥 이해 평가, 에이전틱, 지시 이행 등 주요 영역에서 글로벌 선도모델과 비교하여 높거나 대등한 성능을 기록했다.
장문 문맥 이해 영역에서는 글로벌 장문 이해 능력 평가(OpenAI-MRCR)와 한국어 장문 이해 능력 평가(Ko-LongBench)에서 각각 94.4점과 89.6점을 달성했다.
이는 중국 지푸의 GLM5.1(71.5점, 83.6점)과 비교해 우수한 성능이다. 또 주요 지표 3개(OpenAI-MRCR, AA-LCR, Ko-LongBench) 평균 점수 역시 10% 이상 앞섰다.
에이전틱 툴 사용 능력 평가(Tau3-Bench Banking)에서는 14.2점으로 GLM-5.1(11.5점), Qwen3.5(13.4점) 보다 우수했으며, 지시 이행 영역 평가(IFEval, IFBench)에서도 GLM-5.1,딥시크 V4 Pro max, Qwen 3.5 등 글로벌 선도 모델들과 대등한 성능을 보였다.
‘K-엑사원 2.0’의 지원 언어도 기존 한국어, 영어, 스페인어, 독일어, 일어, 베트남어에서 프랑스어, 이탈리아어, 포르투갈어, 폴란드어를 추가해 모두 10개로 확장했다. 국내 AI 파운데이션 모델 중 가장 많은 언어를 지원한다.
아울러 ‘K-엑사원 2.0’은 한국의 특수성과 글로벌 윤리 기준 준수 평가(KGC-Safety), 지정학적 맥락 판단과 관련된 안정성 평가(ROK-Fortress)에서 평균 94.6점을 달성해 GLM5.1(71.3점), 딥시크 V4 Pro max(65.2점), Qwen3.5(89점)보다 높은 안정성을 보였다.
임우형 LG AI연구원 공동 연구원장은 “K-엑사원 2.0은 단순히 파라미터 수가 큰 모델을 만든 것이 아니라, 국내 연구진이 750B급 모델의 설계부터 데이터 학습, 분산 학습, 추론 환경 구축까지 전 과정을 독자적으로 완수했다는 데 의미가 있다”며 “독자 AI 파운데이션 모델 프로젝트의 핵심 목표인 글로벌 프런티어 모델과 같은 체급에서 경쟁할 수 있는 역량을 확보한 것”이라고 했다.
또 “현재 성능은 완성된 결과가 아니라 글로벌 프런티어 스케일 모델의 잠재력을 본격적으로 끌어내기 위한 출발점”이라며, “데이터 품질 고도화와 후속 학습, 강화 학습, 추론 기술을 정교화해 K-엑사원의 성능을 완성해 나가겠다”고 덧붙였다.
|
