LG AI연구원, 상업 이용 가능한 ‘K-엑사원 2.0’ 오픈소스로 공개

• LG AI연구원이 K-엑사원(K-EXAONE) 2.0을 허깅페이스에 공개함

  • 라이선스는 아파치 2.0(Apache 2.0)으로 전환됨
  • 누구나 상업적으로 이용할 수 있는 조건이라, 연구용 공개보다 활용 가능성이 훨씬 큼

• 성능 수치도 같이 공개했는데, 9개 영역 24개 벤치마크 기준 평균 70.1점임

  • 기존 1차수 모델보다 10% 이상 높은 성능을 달성했다고 밝힘
  • 평가 항목에는 AI 파운데이션 모델 성능 평가에 반영되는 지표들이 포함됨

• 특히 장문 문맥 이해 쪽 숫자가 세게 나옴

  • 글로벌 장문 이해 평가인 OpenAI-MRCR에서 94.4점 기록
  • 한국어 장문 이해 평가인 Ko-LongBench에서 89.6점 기록
  • OpenAI-MRCR, AA-LCR, Ko-LongBench 3개 주요 지표 평균은 GLM-5.1보다 10% 이상 앞선 것으로 제시됨

• 에이전틱 툴 사용 능력도 비교 지표를 공개함

  • Tau3-Bench Banking에서 K-엑사원 2.0은 14.2점
  • GLM-5.1은 11.5점, Qwen3.5는 13.4점이라 이 평가에서는 K-엑사원 2.0이 앞섬
  • 지시 이행 평가인 IFEval, IFBench에서도 GLM-5.1, 딥시크 V4 Pro Max, Qwen3.5 같은 모델과 대등한 성능을 확보했다고 설명함

• 안전성 평가에서는 한국 맥락을 꽤 강하게 밀고 있음

  • 한국의 특수성과 글로벌 윤리 기준 준수 평가인 KGC-Safety를 포함함
  • 지정학적 맥락 판단 관련 안정성 평가인 ROK-Fortress도 포함됨
  • 두 평가에서 평균 94.6점을 기록해 GLM-5.1 71.3점, 딥시크 V4 Pro Max 65.2점, Qwen3.5 89점보다 높았다고 밝힘

• LG AI연구원은 750B급 모델 개발 전 과정을 국내 연구진이 독자적으로 완수했다는 점을 강조함

  • 설계, 데이터 학습, 분산 학습, 추론 환경 구축까지 포함됨
  • 임우형 공동 연구원장은 현재 성능을 완성형 결과가 아니라 글로벌 프런티어 스케일 모델의 잠재력을 끌어내기 위한 출발점이라고 표현함

---

기술 맥락

• 이번 발표에서 제일 큰 선택은 모델을 아파치 2.0으로 공개했다는 점이에요. 성능이 좋아도 라이선스가 애매하면 기업은 실서비스 검토를 못 하는데, 상업 이용이 가능한 조건이면 PoC에서 제품 적용 논의로 넘어가기 쉬워지거든요.

• LG AI연구원이 장문 이해와 한국어 평가를 강하게 내세운 이유도 분명해요. 국내 업무 문서는 길고, 한국어 문맥과 제도적 표현이 많이 섞이기 때문에 단순 영어 벤치마크만 잘 나오는 모델로는 현업 적용 설득이 어렵거든요.

• 750B급 모델의 설계, 데이터 학습, 분산 학습, 추론 환경 구축을 독자적으로 했다는 대목은 운영 난도와도 연결돼요. 큰 모델은 학습 성능만 문제가 아니라, 학습 클러스터를 안정적으로 돌리고 추론 비용을 감당하는 전체 시스템 역량이 필요해요.

• 에이전틱 툴 사용 평가를 공개한 것도 요즘 LLM 흐름을 반영해요. 이제 모델은 답변 생성기만이 아니라 외부 도구를 호출해 업무를 처리하는 실행 계층으로 쓰이기 때문에, Banking 같은 시나리오형 벤치마크 점수가 제품화 논의에서 중요해지고 있어요.