독자 AI 파운데이션 2차 평가 임박··· 각 모델 별 기술로 살펴본 승부수는?

2025년 8월 시작된 ‘독자 AI 파운데이션(이하 독파모)’ 사업이 2차 평가를 눈앞에 두고 있다. 독파모 사업은 해외 거대 AI 모델 의존에서 벗어나 한국만의 AI 주권을 확보하고, 국내 산업 인프라 및 AI 생태계 지원을 목표로 시작했다. 1차 평가에서는 모델의 독자성과 언어모델의 구성을 집중적으로 검증했으며 업스테이지, LG AI 연구원, NC AI, 네이버클라우드, SK텔레콤 중 NC AI, 네이버클라우드 두 개 기업이 고배를 마셨다. 이후 2차 평가에서는 모티프테크놀로지가 기술 독자성을 인정받아 새롭게 합류했으며 6개월 간의 여정을 마치고 이제 막 평가를 기다리는 상황이다. 독자 AI 파운데이션 사업은 5개 컨소시엄으로 시작해 2개가 탈락하고, 다시 1개 컨소시엄이 합류해 현재 4파전을 벌이고 있다. 8월 중에 1개 컨소시엄이 탈락하고 올해 12월 중 추가로 탈락해 2개만 남는다 / 출처=제미나이 이미지 생성 우리 정부는 글로벌 프런티어 모델의 95%에 가까운 성능을 달성할 것을 목표로 설정했으며, 1차 평가에서 언어 모델 2차 평가에서 멀티모달 모델, 3차 평가에서 액션 모델로 구체적인 모델 구성을 잡았다. 이에 따라 2차 평가는 대형언어모델의 성능뿐만 아니라 산업 현장에서 에이전트 AI 활용 방안, 그리고 텍스트, 이미지, 비디오 등 다양한 형태의 데이터를 동시에 인식하고 결합하는 멀티모달 기술의 성능 평가를 집중적으로 진행할 예정이다. 보고서 및 제출이 완료된 현재 시점에서 공개된 기술 보고서와 정보를 조합해 각 모델 구성을 살펴봤다.업스테이지 솔라 오픈 2, AI 에이전트 성능 대폭 강화 업스테이지의 솔라 오픈 2, 총 2500억 개의 매개변수가 적용됐다 / 출처=업스테이지 업스테이지 솔라 오픈 2는 전작의 1020억 개 매개변수를 두 배 이상인 총 2500억 개(250B)로 구성한 모델이다. 실제 연산 시에는 150억 개 수준의 연산량만 활용하며, 한 번에 100만 개의 토큰을 처리할 수 있어 길고 복잡한 AI 에이전트도 맥락을 벗어나지 않고 한 번에 다룬다. 또한 이전 모델에서 약 2.3%에 해당하는 핵심 가중치를 재사용해 학습 시간을 크게 줄었고, 한국어 입력 시 토큰 효율성을 더 끌어올렸다. 아울러 2차 평가 기준인 에이전트 성능 확보를 위해 대화형 도구 사용, 코딩 및 사무 업무를 포괄하는 에이전트 시나리오를 학습했다. 솔라 오픈 2와 오픈 1, 딥시크 V4 플래시 및 미모-V4, G...